Top Banner
x s x s x s x x s x s x s 3 2 2 3 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ ΑΠΟΔΕΙΞΕΙΣ ) Γ΄ ΛΥΚΕΙΟΥ ΣΗΜΕΙΩΣΕΙΣ: Δημήτρης Β. ΜΠΟΥΦΑΣ 2010-2011
60

ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

Aug 31, 2019

Download

Documents

dariahiddleston
Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Page 1: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

( ΟΡΙΣΜΟΙ ndash ΑΠΟΔΕΙΞΕΙΣ ) Γ΄ ΛΥΚΕΙΟΥ

ΣΗΜΕΙΩΣΕΙΣ Δημήτρης Β Μ Π Ο Υ Φ Α Σ 2010-2011

sxsxsxxδsxsxsx

9979568

s s

34 34135

235

34=682

135=(95-68)2

135

235

235=(997-95)2

50

16=50-34

25=50 - (34+135)

015=(100-997)2

50

16=50-34

25=50 - (34+135)

015=(100-997)2

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 1

ΚΕΦΑΛΑΙΟ 1-∆ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ 1ΟΡIΣΜΟΣ sect11 Τι ονομάζουμε συνάρτηση Συνάρτηση (function) είναι μια διαδικασία με την οποία κάθε στοιχείο ενός συνόλου Α (πεδίο ορισμού) αντιστοιχίζεται σε ένα ακριβώς στοιχείο κάποιου άλλου συνόλου Β ΠΧστο επόμενο διάγραμμα η f είναι συνάρτηση αφού κάθε στοιχείο του συνόλου Α αντιστοιχίζεται σε ένα ακριβώς στοιχείο του συνόλου Β

f B A

2ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε πραγματική συνάρτηση πραγματικής μεταβλητής Πραγματική συνάρτηση πραγματικής μεταβλητής λέγεται μια

συνάρτηση της οποίας το σύνολο Α που λέγεται πεδίο ορισμού της

συνάρτησης είναι υποσύνολο του συνόλου R των πραγματικών αριθμών

ενώ το Β συμπίπτει με το R

3ΟΡΙΣΜΟΣ sect11Τι λέγεται τιμή μίας

συνάρτησης f στο x Έστω μια συνάρτηση f με πεδίο ορισμού το Α Αν με τη συνάρτηση αυτή το Ax αντιστοιχίζεται στο By τότε γράφουμε

)x(fy και διαβάζουμε ldquoy ίσον f του xrdquo Το )x(f λέγεται τιμή της f στο x ∆ηλαδή είναι ο αριθμός )x(fy στον οποίο αντιστοιχίζεται το Ax

4ΟΡΙΣΜΟΣ sect11 Έστω μια συνάρτηση f με πεδίο

ορισμού το Α Τι ονομάζουμε εξαρτημένη και τι ανεξάρτητη

μεταβλητή της f Το γράμμα x που συμβολίζει οποιοδήποτε στοιχείο του Α ονομάζεται ανεξάρτητη μεταβλητή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 2

ενώ το )x(fy που παριστάνει την τιμή της συνάρτησης στο x και εξαρτάται από την τιμή του x λέγεται εξαρτημένη μεταβλητή Σε μια συνάρτηση συνήθως η τιμή της εκφράζεται με έναν αλγεβρικό τύπο για παράδειγμα 21)( xxf Σrsquoαυτή την περίπτωση λέμε

ldquoη συνάρτηση f με 21)( xxf rdquo ή

ldquoη συνάρτηση 21)( xxf rdquo ή

ldquoη συνάρτηση 21 xy rdquo ή απλούστερα

ldquo η συνάρτηση 21 x rdquo Όταν το )x(f εκφράζεται μόνο με έναν αλγεβρικό τύπο τότε το πεδίο ορισμού της συνάρτησης είναι το ldquoευρύτεροrdquo υποσύνολο του R στο οποίο το )x(f έχει νόημα πραγματικού αριθμού

5ΟΡΙΣΜΟΙ sect11 Έστω οι συναρτήσεις f g που ορίζονται και οι δύο σε ένα σύνολο Α Πως ορίζονται οι

Πράξεις με Συναρτήσεις

Αν δύο συναρτήσεις f g ορίζονται και οι δύο σε ένα σύνολο Α τότε ορίζονται και οι συναρτήσεις Το άθροισμα gfS με )x(g)x(f)x(S Ax

Η διαφορά gfD με )x(g)x(f)x(D Ax

Το γινόμενο gfP με )x(g)x(f)x(P Ax και

Το πηλίκο g

fR με

)x(g

)x(f)x(R όπου Ax και )x(g

6ΟΡΙΣΜΟΣ sect11 Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α Τι ονομάζεται γραφική παράσταση ή

καμπύλη της f σε ένα καρτεσιανό σύστημα συντεταγμένων Oxy Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α

Γραφική παράσταση ή καμπύλη της f σε ένα καρτεσιανό σύστημα

συντεταγμένων Oxy λέγεται το σύνολο των σημείων ))x(f(x(M για όλα τα

Ax

7ΟΡΙΣΜΟΣ sect11Πότε ένα σημείο )yx(M του επιπέδου

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 3

των αξόνων ανήκει στην καμπύλη της συνάρτησης f Ένα σημείο )yx(M του επιπέδου των αξόνων ανήκει στην καμπύλη της f

μόνο όταν )x(fy

8ΟΡΙΣΜΟΣ sect11 Τι ονομάζεται εξίσωση της γραφικής παράστασης της συνάρτησης f Η εξίσωση )x(fy επαληθεύεται μόνο από τα ζεύγη )yx( που είναι

συντεταγμένες σημείων της γραφικής παράστασης της f και λέγεται

εξίσωση της γραφικής παράστασης της f

9 sect11 Ποιες είναι οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΩΝ συναρτήσεων Στα παρακάτω σχήματα φαίνονται οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΏΝ συναρτήσεων

O

y

x

y=x

-2 -1 O 1 x

y

2

1

2

3

y=x2

(α) Η καμπύλη της συνάρτησης x)x(f είναι η διχοτόμος της 1ης και 3ης γωνίας των αξόνων

(β) Η καμπύλη της συνάρτησης x)x(f είναι μια παραβολή

-2 -1

O 1

y

x

1 y

x2

-2

-1

1

2

-2 O-1 x1

1

2

3

y

y=ex

(γ) Η καμπύλη της συνάρτησης

x

)x(f

είναι μια υπερβολή Παρατηρούμε ότι στη γραφική παράσταση της

xxf

1)( υπάρχει μια διακοπή στο σημείο

0x Αυτό οφείλεται στο γεγονός ότι το πεδίο ορισμού της f δεν περιέχει το μηδέν

(δ) Η καμπύλη της εκθετικής συνάρτησης xe)x(f είναι ldquoπάνωrdquo από τον άξονα xx

αφού xe για κάθε Rx

2

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 4

O-1

y

1

1 x

y=lnx

2π y=ημx

π O x

y

y=συνx

π O x

y

(ε) Η καμπύλη της λογαριθμικής συνάρτησης xln)x(f είναι ldquoδεξιάrdquo του άξονα yy αφού ο λογάριθμος ορίζεται μόνο για

x

(στ) Οι συναρτήσεις x)x(f ημ και x)x(g συν είναι

περιοδικές με περίοδο 2π

10 sect11 Τι γνωρίζετε για την μονοτονία της συνάρτησης x)x(f ημ ]π[x

y=ημx

3π2

π2 πO x

y

x0 2

π π 2

π3 2π

ημx

Από τη γραφική παράσταση της συνάρτησης x)x(f ημ ]π[x προκύπτει ότι για δύο

οποιαδήποτε σημεία xx του διαστήματος

π με xx είναι xx ημημ

Αυτό το εκφράζουμε λέγοντας ότι η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα

π

για δύο οποιαδήποτε σημεία xx του διαστήματος

π

π

με xx παρατηρούμε ότι

xx ημημ Σrsquoαυτή την περίπτωση λέμε ότι η συνάρτηση x)x(f ημ είναι γνησίως φθίνουσα στο

διάστημα

π

π

Η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα στο διάστημα

ππ

11ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 5

Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

12ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του πεδίου ορισμού

της Μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

13ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως μονότονη σε ένα διάστημα Δ του πεδίου ορισμού της Μια συνάρτηση που είναι γνησίως αύξουσα στο Δ ή γνησίως φθίνουσα στο Δ λέγεται γνησίως μονότονη στο Δ

14ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε περιοχή του 1x

Κάθε ανοικτό διάστημα το οποίο περιέχει το 1x ονομάζεται περιοχή του 1x

15ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό μέγιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

μέγιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x Για 4xx η τιμή )( 4xg είναι μεγαλύτερη από τις τιμές της g σε

όλα τα x που ανήκουν σε μια περιοχή του 4x Λέμε ότι η

συνάρτηση g έχει στο σημείο 4x τοπικό μέγιστο Το ίδιο συμβαίνει

και για 2xx Οι τιμές )( 2xg και )( 4xg λέγονται τοπικά μέγιστα της συνάρτησης

x

y

O x4 x2

y=g(x)

16ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό ελάχιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

ελάχιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 2: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

sxsxsxxδsxsxsx

9979568

s s

34 34135

235

34=682

135=(95-68)2

135

235

235=(997-95)2

50

16=50-34

25=50 - (34+135)

015=(100-997)2

50

16=50-34

25=50 - (34+135)

015=(100-997)2

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 1

ΚΕΦΑΛΑΙΟ 1-∆ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ 1ΟΡIΣΜΟΣ sect11 Τι ονομάζουμε συνάρτηση Συνάρτηση (function) είναι μια διαδικασία με την οποία κάθε στοιχείο ενός συνόλου Α (πεδίο ορισμού) αντιστοιχίζεται σε ένα ακριβώς στοιχείο κάποιου άλλου συνόλου Β ΠΧστο επόμενο διάγραμμα η f είναι συνάρτηση αφού κάθε στοιχείο του συνόλου Α αντιστοιχίζεται σε ένα ακριβώς στοιχείο του συνόλου Β

f B A

2ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε πραγματική συνάρτηση πραγματικής μεταβλητής Πραγματική συνάρτηση πραγματικής μεταβλητής λέγεται μια

συνάρτηση της οποίας το σύνολο Α που λέγεται πεδίο ορισμού της

συνάρτησης είναι υποσύνολο του συνόλου R των πραγματικών αριθμών

ενώ το Β συμπίπτει με το R

3ΟΡΙΣΜΟΣ sect11Τι λέγεται τιμή μίας

συνάρτησης f στο x Έστω μια συνάρτηση f με πεδίο ορισμού το Α Αν με τη συνάρτηση αυτή το Ax αντιστοιχίζεται στο By τότε γράφουμε

)x(fy και διαβάζουμε ldquoy ίσον f του xrdquo Το )x(f λέγεται τιμή της f στο x ∆ηλαδή είναι ο αριθμός )x(fy στον οποίο αντιστοιχίζεται το Ax

4ΟΡΙΣΜΟΣ sect11 Έστω μια συνάρτηση f με πεδίο

ορισμού το Α Τι ονομάζουμε εξαρτημένη και τι ανεξάρτητη

μεταβλητή της f Το γράμμα x που συμβολίζει οποιοδήποτε στοιχείο του Α ονομάζεται ανεξάρτητη μεταβλητή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 2

ενώ το )x(fy που παριστάνει την τιμή της συνάρτησης στο x και εξαρτάται από την τιμή του x λέγεται εξαρτημένη μεταβλητή Σε μια συνάρτηση συνήθως η τιμή της εκφράζεται με έναν αλγεβρικό τύπο για παράδειγμα 21)( xxf Σrsquoαυτή την περίπτωση λέμε

ldquoη συνάρτηση f με 21)( xxf rdquo ή

ldquoη συνάρτηση 21)( xxf rdquo ή

ldquoη συνάρτηση 21 xy rdquo ή απλούστερα

ldquo η συνάρτηση 21 x rdquo Όταν το )x(f εκφράζεται μόνο με έναν αλγεβρικό τύπο τότε το πεδίο ορισμού της συνάρτησης είναι το ldquoευρύτεροrdquo υποσύνολο του R στο οποίο το )x(f έχει νόημα πραγματικού αριθμού

5ΟΡΙΣΜΟΙ sect11 Έστω οι συναρτήσεις f g που ορίζονται και οι δύο σε ένα σύνολο Α Πως ορίζονται οι

Πράξεις με Συναρτήσεις

Αν δύο συναρτήσεις f g ορίζονται και οι δύο σε ένα σύνολο Α τότε ορίζονται και οι συναρτήσεις Το άθροισμα gfS με )x(g)x(f)x(S Ax

Η διαφορά gfD με )x(g)x(f)x(D Ax

Το γινόμενο gfP με )x(g)x(f)x(P Ax και

Το πηλίκο g

fR με

)x(g

)x(f)x(R όπου Ax και )x(g

6ΟΡΙΣΜΟΣ sect11 Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α Τι ονομάζεται γραφική παράσταση ή

καμπύλη της f σε ένα καρτεσιανό σύστημα συντεταγμένων Oxy Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α

Γραφική παράσταση ή καμπύλη της f σε ένα καρτεσιανό σύστημα

συντεταγμένων Oxy λέγεται το σύνολο των σημείων ))x(f(x(M για όλα τα

Ax

7ΟΡΙΣΜΟΣ sect11Πότε ένα σημείο )yx(M του επιπέδου

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 3

των αξόνων ανήκει στην καμπύλη της συνάρτησης f Ένα σημείο )yx(M του επιπέδου των αξόνων ανήκει στην καμπύλη της f

μόνο όταν )x(fy

8ΟΡΙΣΜΟΣ sect11 Τι ονομάζεται εξίσωση της γραφικής παράστασης της συνάρτησης f Η εξίσωση )x(fy επαληθεύεται μόνο από τα ζεύγη )yx( που είναι

συντεταγμένες σημείων της γραφικής παράστασης της f και λέγεται

εξίσωση της γραφικής παράστασης της f

9 sect11 Ποιες είναι οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΩΝ συναρτήσεων Στα παρακάτω σχήματα φαίνονται οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΏΝ συναρτήσεων

O

y

x

y=x

-2 -1 O 1 x

y

2

1

2

3

y=x2

(α) Η καμπύλη της συνάρτησης x)x(f είναι η διχοτόμος της 1ης και 3ης γωνίας των αξόνων

(β) Η καμπύλη της συνάρτησης x)x(f είναι μια παραβολή

-2 -1

O 1

y

x

1 y

x2

-2

-1

1

2

-2 O-1 x1

1

2

3

y

y=ex

(γ) Η καμπύλη της συνάρτησης

x

)x(f

είναι μια υπερβολή Παρατηρούμε ότι στη γραφική παράσταση της

xxf

1)( υπάρχει μια διακοπή στο σημείο

0x Αυτό οφείλεται στο γεγονός ότι το πεδίο ορισμού της f δεν περιέχει το μηδέν

(δ) Η καμπύλη της εκθετικής συνάρτησης xe)x(f είναι ldquoπάνωrdquo από τον άξονα xx

αφού xe για κάθε Rx

2

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 4

O-1

y

1

1 x

y=lnx

2π y=ημx

π O x

y

y=συνx

π O x

y

(ε) Η καμπύλη της λογαριθμικής συνάρτησης xln)x(f είναι ldquoδεξιάrdquo του άξονα yy αφού ο λογάριθμος ορίζεται μόνο για

x

(στ) Οι συναρτήσεις x)x(f ημ και x)x(g συν είναι

περιοδικές με περίοδο 2π

10 sect11 Τι γνωρίζετε για την μονοτονία της συνάρτησης x)x(f ημ ]π[x

y=ημx

3π2

π2 πO x

y

x0 2

π π 2

π3 2π

ημx

Από τη γραφική παράσταση της συνάρτησης x)x(f ημ ]π[x προκύπτει ότι για δύο

οποιαδήποτε σημεία xx του διαστήματος

π με xx είναι xx ημημ

Αυτό το εκφράζουμε λέγοντας ότι η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα

π

για δύο οποιαδήποτε σημεία xx του διαστήματος

π

π

με xx παρατηρούμε ότι

xx ημημ Σrsquoαυτή την περίπτωση λέμε ότι η συνάρτηση x)x(f ημ είναι γνησίως φθίνουσα στο

διάστημα

π

π

Η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα στο διάστημα

ππ

11ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 5

Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

12ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του πεδίου ορισμού

της Μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

13ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως μονότονη σε ένα διάστημα Δ του πεδίου ορισμού της Μια συνάρτηση που είναι γνησίως αύξουσα στο Δ ή γνησίως φθίνουσα στο Δ λέγεται γνησίως μονότονη στο Δ

14ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε περιοχή του 1x

Κάθε ανοικτό διάστημα το οποίο περιέχει το 1x ονομάζεται περιοχή του 1x

15ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό μέγιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

μέγιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x Για 4xx η τιμή )( 4xg είναι μεγαλύτερη από τις τιμές της g σε

όλα τα x που ανήκουν σε μια περιοχή του 4x Λέμε ότι η

συνάρτηση g έχει στο σημείο 4x τοπικό μέγιστο Το ίδιο συμβαίνει

και για 2xx Οι τιμές )( 2xg και )( 4xg λέγονται τοπικά μέγιστα της συνάρτησης

x

y

O x4 x2

y=g(x)

16ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό ελάχιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

ελάχιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 3: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 1

ΚΕΦΑΛΑΙΟ 1-∆ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ 1ΟΡIΣΜΟΣ sect11 Τι ονομάζουμε συνάρτηση Συνάρτηση (function) είναι μια διαδικασία με την οποία κάθε στοιχείο ενός συνόλου Α (πεδίο ορισμού) αντιστοιχίζεται σε ένα ακριβώς στοιχείο κάποιου άλλου συνόλου Β ΠΧστο επόμενο διάγραμμα η f είναι συνάρτηση αφού κάθε στοιχείο του συνόλου Α αντιστοιχίζεται σε ένα ακριβώς στοιχείο του συνόλου Β

f B A

2ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε πραγματική συνάρτηση πραγματικής μεταβλητής Πραγματική συνάρτηση πραγματικής μεταβλητής λέγεται μια

συνάρτηση της οποίας το σύνολο Α που λέγεται πεδίο ορισμού της

συνάρτησης είναι υποσύνολο του συνόλου R των πραγματικών αριθμών

ενώ το Β συμπίπτει με το R

3ΟΡΙΣΜΟΣ sect11Τι λέγεται τιμή μίας

συνάρτησης f στο x Έστω μια συνάρτηση f με πεδίο ορισμού το Α Αν με τη συνάρτηση αυτή το Ax αντιστοιχίζεται στο By τότε γράφουμε

)x(fy και διαβάζουμε ldquoy ίσον f του xrdquo Το )x(f λέγεται τιμή της f στο x ∆ηλαδή είναι ο αριθμός )x(fy στον οποίο αντιστοιχίζεται το Ax

4ΟΡΙΣΜΟΣ sect11 Έστω μια συνάρτηση f με πεδίο

ορισμού το Α Τι ονομάζουμε εξαρτημένη και τι ανεξάρτητη

μεταβλητή της f Το γράμμα x που συμβολίζει οποιοδήποτε στοιχείο του Α ονομάζεται ανεξάρτητη μεταβλητή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 2

ενώ το )x(fy που παριστάνει την τιμή της συνάρτησης στο x και εξαρτάται από την τιμή του x λέγεται εξαρτημένη μεταβλητή Σε μια συνάρτηση συνήθως η τιμή της εκφράζεται με έναν αλγεβρικό τύπο για παράδειγμα 21)( xxf Σrsquoαυτή την περίπτωση λέμε

ldquoη συνάρτηση f με 21)( xxf rdquo ή

ldquoη συνάρτηση 21)( xxf rdquo ή

ldquoη συνάρτηση 21 xy rdquo ή απλούστερα

ldquo η συνάρτηση 21 x rdquo Όταν το )x(f εκφράζεται μόνο με έναν αλγεβρικό τύπο τότε το πεδίο ορισμού της συνάρτησης είναι το ldquoευρύτεροrdquo υποσύνολο του R στο οποίο το )x(f έχει νόημα πραγματικού αριθμού

5ΟΡΙΣΜΟΙ sect11 Έστω οι συναρτήσεις f g που ορίζονται και οι δύο σε ένα σύνολο Α Πως ορίζονται οι

Πράξεις με Συναρτήσεις

Αν δύο συναρτήσεις f g ορίζονται και οι δύο σε ένα σύνολο Α τότε ορίζονται και οι συναρτήσεις Το άθροισμα gfS με )x(g)x(f)x(S Ax

Η διαφορά gfD με )x(g)x(f)x(D Ax

Το γινόμενο gfP με )x(g)x(f)x(P Ax και

Το πηλίκο g

fR με

)x(g

)x(f)x(R όπου Ax και )x(g

6ΟΡΙΣΜΟΣ sect11 Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α Τι ονομάζεται γραφική παράσταση ή

καμπύλη της f σε ένα καρτεσιανό σύστημα συντεταγμένων Oxy Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α

Γραφική παράσταση ή καμπύλη της f σε ένα καρτεσιανό σύστημα

συντεταγμένων Oxy λέγεται το σύνολο των σημείων ))x(f(x(M για όλα τα

Ax

7ΟΡΙΣΜΟΣ sect11Πότε ένα σημείο )yx(M του επιπέδου

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 3

των αξόνων ανήκει στην καμπύλη της συνάρτησης f Ένα σημείο )yx(M του επιπέδου των αξόνων ανήκει στην καμπύλη της f

μόνο όταν )x(fy

8ΟΡΙΣΜΟΣ sect11 Τι ονομάζεται εξίσωση της γραφικής παράστασης της συνάρτησης f Η εξίσωση )x(fy επαληθεύεται μόνο από τα ζεύγη )yx( που είναι

συντεταγμένες σημείων της γραφικής παράστασης της f και λέγεται

εξίσωση της γραφικής παράστασης της f

9 sect11 Ποιες είναι οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΩΝ συναρτήσεων Στα παρακάτω σχήματα φαίνονται οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΏΝ συναρτήσεων

O

y

x

y=x

-2 -1 O 1 x

y

2

1

2

3

y=x2

(α) Η καμπύλη της συνάρτησης x)x(f είναι η διχοτόμος της 1ης και 3ης γωνίας των αξόνων

(β) Η καμπύλη της συνάρτησης x)x(f είναι μια παραβολή

-2 -1

O 1

y

x

1 y

x2

-2

-1

1

2

-2 O-1 x1

1

2

3

y

y=ex

(γ) Η καμπύλη της συνάρτησης

x

)x(f

είναι μια υπερβολή Παρατηρούμε ότι στη γραφική παράσταση της

xxf

1)( υπάρχει μια διακοπή στο σημείο

0x Αυτό οφείλεται στο γεγονός ότι το πεδίο ορισμού της f δεν περιέχει το μηδέν

(δ) Η καμπύλη της εκθετικής συνάρτησης xe)x(f είναι ldquoπάνωrdquo από τον άξονα xx

αφού xe για κάθε Rx

2

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 4

O-1

y

1

1 x

y=lnx

2π y=ημx

π O x

y

y=συνx

π O x

y

(ε) Η καμπύλη της λογαριθμικής συνάρτησης xln)x(f είναι ldquoδεξιάrdquo του άξονα yy αφού ο λογάριθμος ορίζεται μόνο για

x

(στ) Οι συναρτήσεις x)x(f ημ και x)x(g συν είναι

περιοδικές με περίοδο 2π

10 sect11 Τι γνωρίζετε για την μονοτονία της συνάρτησης x)x(f ημ ]π[x

y=ημx

3π2

π2 πO x

y

x0 2

π π 2

π3 2π

ημx

Από τη γραφική παράσταση της συνάρτησης x)x(f ημ ]π[x προκύπτει ότι για δύο

οποιαδήποτε σημεία xx του διαστήματος

π με xx είναι xx ημημ

Αυτό το εκφράζουμε λέγοντας ότι η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα

π

για δύο οποιαδήποτε σημεία xx του διαστήματος

π

π

με xx παρατηρούμε ότι

xx ημημ Σrsquoαυτή την περίπτωση λέμε ότι η συνάρτηση x)x(f ημ είναι γνησίως φθίνουσα στο

διάστημα

π

π

Η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα στο διάστημα

ππ

11ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 5

Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

12ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του πεδίου ορισμού

της Μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

13ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως μονότονη σε ένα διάστημα Δ του πεδίου ορισμού της Μια συνάρτηση που είναι γνησίως αύξουσα στο Δ ή γνησίως φθίνουσα στο Δ λέγεται γνησίως μονότονη στο Δ

14ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε περιοχή του 1x

Κάθε ανοικτό διάστημα το οποίο περιέχει το 1x ονομάζεται περιοχή του 1x

15ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό μέγιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

μέγιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x Για 4xx η τιμή )( 4xg είναι μεγαλύτερη από τις τιμές της g σε

όλα τα x που ανήκουν σε μια περιοχή του 4x Λέμε ότι η

συνάρτηση g έχει στο σημείο 4x τοπικό μέγιστο Το ίδιο συμβαίνει

και για 2xx Οι τιμές )( 2xg και )( 4xg λέγονται τοπικά μέγιστα της συνάρτησης

x

y

O x4 x2

y=g(x)

16ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό ελάχιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

ελάχιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 4: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 2

ενώ το )x(fy που παριστάνει την τιμή της συνάρτησης στο x και εξαρτάται από την τιμή του x λέγεται εξαρτημένη μεταβλητή Σε μια συνάρτηση συνήθως η τιμή της εκφράζεται με έναν αλγεβρικό τύπο για παράδειγμα 21)( xxf Σrsquoαυτή την περίπτωση λέμε

ldquoη συνάρτηση f με 21)( xxf rdquo ή

ldquoη συνάρτηση 21)( xxf rdquo ή

ldquoη συνάρτηση 21 xy rdquo ή απλούστερα

ldquo η συνάρτηση 21 x rdquo Όταν το )x(f εκφράζεται μόνο με έναν αλγεβρικό τύπο τότε το πεδίο ορισμού της συνάρτησης είναι το ldquoευρύτεροrdquo υποσύνολο του R στο οποίο το )x(f έχει νόημα πραγματικού αριθμού

5ΟΡΙΣΜΟΙ sect11 Έστω οι συναρτήσεις f g που ορίζονται και οι δύο σε ένα σύνολο Α Πως ορίζονται οι

Πράξεις με Συναρτήσεις

Αν δύο συναρτήσεις f g ορίζονται και οι δύο σε ένα σύνολο Α τότε ορίζονται και οι συναρτήσεις Το άθροισμα gfS με )x(g)x(f)x(S Ax

Η διαφορά gfD με )x(g)x(f)x(D Ax

Το γινόμενο gfP με )x(g)x(f)x(P Ax και

Το πηλίκο g

fR με

)x(g

)x(f)x(R όπου Ax και )x(g

6ΟΡΙΣΜΟΣ sect11 Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α Τι ονομάζεται γραφική παράσταση ή

καμπύλη της f σε ένα καρτεσιανό σύστημα συντεταγμένων Oxy Έστω μια συνάρτηση f με πεδίο ορισμού ένα σύνολο Α

Γραφική παράσταση ή καμπύλη της f σε ένα καρτεσιανό σύστημα

συντεταγμένων Oxy λέγεται το σύνολο των σημείων ))x(f(x(M για όλα τα

Ax

7ΟΡΙΣΜΟΣ sect11Πότε ένα σημείο )yx(M του επιπέδου

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 3

των αξόνων ανήκει στην καμπύλη της συνάρτησης f Ένα σημείο )yx(M του επιπέδου των αξόνων ανήκει στην καμπύλη της f

μόνο όταν )x(fy

8ΟΡΙΣΜΟΣ sect11 Τι ονομάζεται εξίσωση της γραφικής παράστασης της συνάρτησης f Η εξίσωση )x(fy επαληθεύεται μόνο από τα ζεύγη )yx( που είναι

συντεταγμένες σημείων της γραφικής παράστασης της f και λέγεται

εξίσωση της γραφικής παράστασης της f

9 sect11 Ποιες είναι οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΩΝ συναρτήσεων Στα παρακάτω σχήματα φαίνονται οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΏΝ συναρτήσεων

O

y

x

y=x

-2 -1 O 1 x

y

2

1

2

3

y=x2

(α) Η καμπύλη της συνάρτησης x)x(f είναι η διχοτόμος της 1ης και 3ης γωνίας των αξόνων

(β) Η καμπύλη της συνάρτησης x)x(f είναι μια παραβολή

-2 -1

O 1

y

x

1 y

x2

-2

-1

1

2

-2 O-1 x1

1

2

3

y

y=ex

(γ) Η καμπύλη της συνάρτησης

x

)x(f

είναι μια υπερβολή Παρατηρούμε ότι στη γραφική παράσταση της

xxf

1)( υπάρχει μια διακοπή στο σημείο

0x Αυτό οφείλεται στο γεγονός ότι το πεδίο ορισμού της f δεν περιέχει το μηδέν

(δ) Η καμπύλη της εκθετικής συνάρτησης xe)x(f είναι ldquoπάνωrdquo από τον άξονα xx

αφού xe για κάθε Rx

2

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 4

O-1

y

1

1 x

y=lnx

2π y=ημx

π O x

y

y=συνx

π O x

y

(ε) Η καμπύλη της λογαριθμικής συνάρτησης xln)x(f είναι ldquoδεξιάrdquo του άξονα yy αφού ο λογάριθμος ορίζεται μόνο για

x

(στ) Οι συναρτήσεις x)x(f ημ και x)x(g συν είναι

περιοδικές με περίοδο 2π

10 sect11 Τι γνωρίζετε για την μονοτονία της συνάρτησης x)x(f ημ ]π[x

y=ημx

3π2

π2 πO x

y

x0 2

π π 2

π3 2π

ημx

Από τη γραφική παράσταση της συνάρτησης x)x(f ημ ]π[x προκύπτει ότι για δύο

οποιαδήποτε σημεία xx του διαστήματος

π με xx είναι xx ημημ

Αυτό το εκφράζουμε λέγοντας ότι η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα

π

για δύο οποιαδήποτε σημεία xx του διαστήματος

π

π

με xx παρατηρούμε ότι

xx ημημ Σrsquoαυτή την περίπτωση λέμε ότι η συνάρτηση x)x(f ημ είναι γνησίως φθίνουσα στο

διάστημα

π

π

Η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα στο διάστημα

ππ

11ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 5

Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

12ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του πεδίου ορισμού

της Μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

13ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως μονότονη σε ένα διάστημα Δ του πεδίου ορισμού της Μια συνάρτηση που είναι γνησίως αύξουσα στο Δ ή γνησίως φθίνουσα στο Δ λέγεται γνησίως μονότονη στο Δ

14ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε περιοχή του 1x

Κάθε ανοικτό διάστημα το οποίο περιέχει το 1x ονομάζεται περιοχή του 1x

15ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό μέγιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

μέγιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x Για 4xx η τιμή )( 4xg είναι μεγαλύτερη από τις τιμές της g σε

όλα τα x που ανήκουν σε μια περιοχή του 4x Λέμε ότι η

συνάρτηση g έχει στο σημείο 4x τοπικό μέγιστο Το ίδιο συμβαίνει

και για 2xx Οι τιμές )( 2xg και )( 4xg λέγονται τοπικά μέγιστα της συνάρτησης

x

y

O x4 x2

y=g(x)

16ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό ελάχιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

ελάχιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 5: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 3

των αξόνων ανήκει στην καμπύλη της συνάρτησης f Ένα σημείο )yx(M του επιπέδου των αξόνων ανήκει στην καμπύλη της f

μόνο όταν )x(fy

8ΟΡΙΣΜΟΣ sect11 Τι ονομάζεται εξίσωση της γραφικής παράστασης της συνάρτησης f Η εξίσωση )x(fy επαληθεύεται μόνο από τα ζεύγη )yx( που είναι

συντεταγμένες σημείων της γραφικής παράστασης της f και λέγεται

εξίσωση της γραφικής παράστασης της f

9 sect11 Ποιες είναι οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΩΝ συναρτήσεων Στα παρακάτω σχήματα φαίνονται οι γραφικές παραστάσεις ορισμένων ΒΑΣΙΚΏΝ συναρτήσεων

O

y

x

y=x

-2 -1 O 1 x

y

2

1

2

3

y=x2

(α) Η καμπύλη της συνάρτησης x)x(f είναι η διχοτόμος της 1ης και 3ης γωνίας των αξόνων

(β) Η καμπύλη της συνάρτησης x)x(f είναι μια παραβολή

-2 -1

O 1

y

x

1 y

x2

-2

-1

1

2

-2 O-1 x1

1

2

3

y

y=ex

(γ) Η καμπύλη της συνάρτησης

x

)x(f

είναι μια υπερβολή Παρατηρούμε ότι στη γραφική παράσταση της

xxf

1)( υπάρχει μια διακοπή στο σημείο

0x Αυτό οφείλεται στο γεγονός ότι το πεδίο ορισμού της f δεν περιέχει το μηδέν

(δ) Η καμπύλη της εκθετικής συνάρτησης xe)x(f είναι ldquoπάνωrdquo από τον άξονα xx

αφού xe για κάθε Rx

2

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 4

O-1

y

1

1 x

y=lnx

2π y=ημx

π O x

y

y=συνx

π O x

y

(ε) Η καμπύλη της λογαριθμικής συνάρτησης xln)x(f είναι ldquoδεξιάrdquo του άξονα yy αφού ο λογάριθμος ορίζεται μόνο για

x

(στ) Οι συναρτήσεις x)x(f ημ και x)x(g συν είναι

περιοδικές με περίοδο 2π

10 sect11 Τι γνωρίζετε για την μονοτονία της συνάρτησης x)x(f ημ ]π[x

y=ημx

3π2

π2 πO x

y

x0 2

π π 2

π3 2π

ημx

Από τη γραφική παράσταση της συνάρτησης x)x(f ημ ]π[x προκύπτει ότι για δύο

οποιαδήποτε σημεία xx του διαστήματος

π με xx είναι xx ημημ

Αυτό το εκφράζουμε λέγοντας ότι η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα

π

για δύο οποιαδήποτε σημεία xx του διαστήματος

π

π

με xx παρατηρούμε ότι

xx ημημ Σrsquoαυτή την περίπτωση λέμε ότι η συνάρτηση x)x(f ημ είναι γνησίως φθίνουσα στο

διάστημα

π

π

Η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα στο διάστημα

ππ

11ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 5

Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

12ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του πεδίου ορισμού

της Μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

13ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως μονότονη σε ένα διάστημα Δ του πεδίου ορισμού της Μια συνάρτηση που είναι γνησίως αύξουσα στο Δ ή γνησίως φθίνουσα στο Δ λέγεται γνησίως μονότονη στο Δ

14ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε περιοχή του 1x

Κάθε ανοικτό διάστημα το οποίο περιέχει το 1x ονομάζεται περιοχή του 1x

15ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό μέγιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

μέγιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x Για 4xx η τιμή )( 4xg είναι μεγαλύτερη από τις τιμές της g σε

όλα τα x που ανήκουν σε μια περιοχή του 4x Λέμε ότι η

συνάρτηση g έχει στο σημείο 4x τοπικό μέγιστο Το ίδιο συμβαίνει

και για 2xx Οι τιμές )( 2xg και )( 4xg λέγονται τοπικά μέγιστα της συνάρτησης

x

y

O x4 x2

y=g(x)

16ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό ελάχιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

ελάχιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 6: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 4

O-1

y

1

1 x

y=lnx

2π y=ημx

π O x

y

y=συνx

π O x

y

(ε) Η καμπύλη της λογαριθμικής συνάρτησης xln)x(f είναι ldquoδεξιάrdquo του άξονα yy αφού ο λογάριθμος ορίζεται μόνο για

x

(στ) Οι συναρτήσεις x)x(f ημ και x)x(g συν είναι

περιοδικές με περίοδο 2π

10 sect11 Τι γνωρίζετε για την μονοτονία της συνάρτησης x)x(f ημ ]π[x

y=ημx

3π2

π2 πO x

y

x0 2

π π 2

π3 2π

ημx

Από τη γραφική παράσταση της συνάρτησης x)x(f ημ ]π[x προκύπτει ότι για δύο

οποιαδήποτε σημεία xx του διαστήματος

π με xx είναι xx ημημ

Αυτό το εκφράζουμε λέγοντας ότι η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα

π

για δύο οποιαδήποτε σημεία xx του διαστήματος

π

π

με xx παρατηρούμε ότι

xx ημημ Σrsquoαυτή την περίπτωση λέμε ότι η συνάρτηση x)x(f ημ είναι γνησίως φθίνουσα στο

διάστημα

π

π

Η συνάρτηση x)x(f ημ είναι γνησίως αύξουσα στο διάστημα στο διάστημα

ππ

11ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του πεδίου ορισμού της

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 5

Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

12ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του πεδίου ορισμού

της Μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

13ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως μονότονη σε ένα διάστημα Δ του πεδίου ορισμού της Μια συνάρτηση που είναι γνησίως αύξουσα στο Δ ή γνησίως φθίνουσα στο Δ λέγεται γνησίως μονότονη στο Δ

14ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε περιοχή του 1x

Κάθε ανοικτό διάστημα το οποίο περιέχει το 1x ονομάζεται περιοχή του 1x

15ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό μέγιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

μέγιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x Για 4xx η τιμή )( 4xg είναι μεγαλύτερη από τις τιμές της g σε

όλα τα x που ανήκουν σε μια περιοχή του 4x Λέμε ότι η

συνάρτηση g έχει στο σημείο 4x τοπικό μέγιστο Το ίδιο συμβαίνει

και για 2xx Οι τιμές )( 2xg και )( 4xg λέγονται τοπικά μέγιστα της συνάρτησης

x

y

O x4 x2

y=g(x)

16ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό ελάχιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

ελάχιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 7: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 5

Μια συνάρτηση f λέγεται γνησίως αύξουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

12ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του πεδίου ορισμού

της Μια συνάρτηση f λέγεται γνησίως φθίνουσα σε ένα διάστημα Δ του

πεδίου ορισμού της όταν για οποιαδήποτε σημεία xx με xx

ισχύει )x(f)x(f

13ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f λέγεται γνησίως μονότονη σε ένα διάστημα Δ του πεδίου ορισμού της Μια συνάρτηση που είναι γνησίως αύξουσα στο Δ ή γνησίως φθίνουσα στο Δ λέγεται γνησίως μονότονη στο Δ

14ΟΡΙΣΜΟΣ sect11 Τι ονομάζουμε περιοχή του 1x

Κάθε ανοικτό διάστημα το οποίο περιέχει το 1x ονομάζεται περιοχή του 1x

15ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό μέγιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

μέγιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x Για 4xx η τιμή )( 4xg είναι μεγαλύτερη από τις τιμές της g σε

όλα τα x που ανήκουν σε μια περιοχή του 4x Λέμε ότι η

συνάρτηση g έχει στο σημείο 4x τοπικό μέγιστο Το ίδιο συμβαίνει

και για 2xx Οι τιμές )( 2xg και )( 4xg λέγονται τοπικά μέγιστα της συνάρτησης

x

y

O x4 x2

y=g(x)

16ΟΡΙΣΜΟΣ sect11 Πότε μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό ελάχιστο στο Ax Μια συνάρτηση f με πεδίο ορισμού το Α λέμε ότι παρουσιάζει τοπικό

ελάχιστο στο Ax όταν )x(f)x(f για κάθε x σε μια περιοχή του x

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 8: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 6

Από τη γραφική παράσταση της συνάρτησης g του σχήματος προκύπτει ότι για 1xx η τιμή της g είναι μικρότερη από τις τιμές της g σε όλα τα x που ανήκουν σε ένα ανοικτό διάστημα το οποίο περιέχει το 1x ή όπως λέμε σε μια περιοχή του 1x Στην

περίπτωση αυτή λέμε ότι η συνάρτηση g έχει στο σημείο 1x τοπικό

ελάχιστο Το ίδιο συμβαίνει και για 3xx Οι τιμές )( 1xg και

)( 3xg λέγονται τοπικά ελάχιστα της συνάρτησης

x

y

O x3 x1

y=g(x)

17ΟΡΙΣΜΟΣ sect11Τι ονομάζονται ακρότατα μίας συνάρτησης Τα μέγιστα και τα ελάχιστα μιας συνάρτησης τοπικά ή ολικά λέγονται ακρότατα της συνάρτησης Ένα τοπικό ελάχιστο μπορεί να είναι μεγαλύτερο από ένα τοπικό μέγιστο Για παράδειγμα το τοπικό ελάχιστο )( 1xg είναι

μεγαλύτερο από το τοπικό μέγιστο )( 4xg

x

y

O x4 x1

y=g(x)

18Ι∆ΙΟΤΗΤΕΣ ΟΡΙΩΝ sect11 Αν οι συναρτήσεις f και g έχουν στο x όρια πραγματικούς αριθμούς δηλαδή αν

)x(flimxx

και

)x(glimxx

όπου και πραγματικοί αριθμοί τότε αποδεικνύεται ότι

))x(g)x(f(limxx

k))x(kf(limxx

))x(g)x(f(limxx

)x(g

)x(flim

xx 2 0

νν

xx))x(f(lim

ννxx

)x(flim

( ) 0f x και 1 0

19ΟΡΙΣΜΟΣ sect11Πότε μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής Μια συνάρτηση f με πεδίο ορισμού Α λέγεται συνεχής αν για κάθε

Ax ισχύει )x(f)x(flimxx

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 9: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 7

20 sect11 Ποιες γνωστές συναρτήσεις είναι συνεχείς στο πεδίο ορισμού τους Συναρτήσεις πολυωνυμικές

τριγωνομετρικές

εκθετικές

λογαριθμικές αλλά και όσες

προκύπτουν από πράξεις μεταξύ αυτών είναι συνεχείς συναρτήσεις

Έτσι ισχύει

xxlimxx

ημημ

xxlimxx

συνσυν και

xxlimxx

εφεφ (όταν xσυν )

21ΟΡΙΣΜΟΣ sect12 Τι λέμε στιγμιαία ταχύτητα Την οριακή τιμή της μέσης ταχύτητας τη λέμε στιγμιαία ταχύτητα του κινητού στη χρονική στιγμή

t ή απλώς ταχύτητα του κινητού στο t

Επομένως η ταχύτητα υ του κινητού τη χρονική στιγμή t θα είναι

h

Slim

h

)t(S)ht(Slimυ

hh

22ΟΡΙΣΜΟΣ sect12 Έστω f μια συνάρτηση και Α ))x(fx( ένα σημείο της παράστασης C Ποιός είναι ο συντελεστής διεύθυνσης της εφαπτομένης της C στο Α

ΑΠΑΝΤΗΣΗ εφω = h

)x(f)hx(flimh

Ο συντελεστής διεύθυνσης της εφαπτομένης της καμπύλης που είναι η γραφική παράσταση μιας συνάρτησης f στο σημείο ))x(fx( θα είναι )x(f δηλαδή ο ρυθμός μεταβολής της )x(f ως προς x όταν xx

0( )f x 0 180 (90 )2

ΣΗΜΕΙΩΣΗ εφ(180-ω) = - εφω

x x0+h x0

f(x0)

y f(x0+h)

Ο

C Μ

Α

ε

Γ

φ ω

Μ

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 10: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 8

ω 0ο 30ο 6

45ο4

60ο3

90ο2

120ο 2

3

135ο3

4

150

εφω 0 3

3 1 3 ∆εν

ορίζεται εφ120 =

εφ(180-60) =

- εφ60 = 3

εφ135 =

εφ(180-45) =

- εφ45 = - 1

3

3

23ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος της f στο σημείο x0 Αν το όριο

h

)x(f)hx(flimh

υπάρχει και είναι πραγματικός αριθμός τότε

λέμε ότι η f είναι παραγωγίσιμη στο σημείο 0x του πεδίου ορισμού της

Το όριο αυτό ονομάζεται παράγωγος της f στο x0 συμβολίζεται με

)x(f και διαβάζεται ldquo f τονούμενο του x rdquo Έχουμε λοιπόν

h

)x(f)hx(flim)x(fh

24ΟΡΙΣΜΟΣ sect12

Τι ονομάζεται ρυθμός μεταβολής του )x(fy ως προς το x όταν xx Η παράγωγος της f στο x εκφράζει το ρυθμό μεταβολής (rate of change) του

)x(fy ως προς το x όταν xx

25ΟΡΙΣΜΟΣ sect12 Τι ονομάζεται παράγωγος μιας συνάρτησης f με πεδίο ορισμού το Α Ορισμός πρώτης Παραγώγου

Έστω μια συνάρτηση f με πεδίο ορισμού το Α και Β το σύνολο των Ax στα οποία η f είναι παραγωγίσιμη Τότε ορίζεται μια νέα συνάρτηση με την οποία κάθε Bx αντιστοιχίζεται στο

h

)x(f)hx(flim)x(fh

Η συνάρτηση αυτή λέγεται (πρώτη) παράγωγος (derivative) της f και συμβολίζεται με f 26ΟΡΙΣΜΟΣ sect12 Η ταχύτητα ενός κινητού που κινείται ευθύγραμμα και η θέση του στον άξονα κίνησής του εκφράζεται από τη συνάρτηση )t(fx θα είναι τη χρονική στιγμή t )t(f)t(υ

δηλαδή ο ρυθμός μεταβολής της )t(f ως προς t όταν tt

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 11: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 9

27ΟΡΙΣΜΟΣ sect13 Tαχύτητα και επιτάχυνση κινητού που κινείται ευθύγραμμα Αν η τετμημένη ενός κινητού που κινείται ευθυγράμμως είναι )t(x τη χρονική στιγμή t τότε η ταχύτητά

του θα είναι )t(x)t(υ Αν η συνάρτηση υ είναι παραγωγίσιμη τότε η επιτάχυνση του κινητού τη χρονική στιγμή t θα είναι η παράγωγος της ταχύτητας δηλαδή θα ισχύει

)t(υ)t(α ή ισοδύναμα )t(x)t(α

28ΟΡΙΣΜΟΣ sect13 Τι ονομάζεται δεύτερη παράγωγος μιας συνάρτησης f Η παράγωγος της συνάρτησης f λέγεται δεύτερη παράγωγος της f και συμβολίζεται με f ∆ηλαδή ( )f f

29 sect13

y

y=ημx

y=(ημx)΄

x

x

y

π

π

Ο

Ο π2

45o 135o 135 o 45o

30 sect13

2

2111 11)(

1

xxxx

x

3

31222

222)(

1

xxxx

x

x

xxxx2

1

2

1

2

1 2

11

2

1

2

1

31 sect13Oι βασικοί τύποι και κανόνες παραγώγισης

xx

2συν

1)εφ(

0)( c

1)( x 1)( ρρ ρxx

xx

2

1)(

xx συν)ημ(

xx ημ)συν( xx ee )(

xnx

1)(

)())(( xfcxcf

)()())()(( xgxfxgxf

)()()()())()(( xgxfxgxfxgxf

2))((

)()()()(

)(

)(

xg

xgxfxgxf

xg

xf

)())(())(( xgxgfxgf

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 12: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 10

ΠΑΡΑΓΩΓΟΙ ΒΑΣΙΚΩΝ ΣΥΝΑΡΤΗΣΕΩΝ 0C c=σταθερός

1X xx 22

xxμε 0x

xx

x

x2

1

0x

xx ee

x)nx(

0x

1 αα xαx

Rx όταν Να Rx όταν Zα

1 αα xαx

με ZRα 0x

xσυνxημ

xημxσυν

xσυν

xεφ2

1

2

ππkx

κΖ

xημ

xσφ2

1 πkx

x

xn1

Rx

αnαα xx

αnx

xogα

1 0x

10 α

ΚΑΝΟΝΕΣ ΠΑΡΑΓΩΓΙΣΗΣ 1 )()( xfαxfα α=σταθερός (αR ) -

α

xfxf

αxf

αα

xf

11

2 )()()()()( xgxfxgxfxgf παράγωγος αθροίσματος

3 )()()()()( xgxfxgxfxgf παράγωγος διαφοράς

4 xfxfxfxfxfxfxfxf vv ][ 321321

5 xgxfxgxfxgxfxfg )( παράγωγος γινομένου

6 xfxfxfxfxfxfxfxfxfxfxfxf vvvv 21212121

7 2

11

][ xg

xg

xgx

g

με 0xg

8

2][ xg

xgxfxgxf

xg

xfx

g

f

με 0xg παράγωγος πηλίκου

Οι παραπάνω τύποι 1-8 ισχύουν μόνο για χ ή για κάποιο άλλο γράμμα που παίζει το ρόλο της ανεξάρτητης μεταβλητής Οι παραπάνω τύποι 1-8 δεν ισχύουν αν στη θέση του χ θέσουμε 3χ ή κάτι άλλο οπότε σε μια τέτοια περίπτωση κανουμε χρήση του κανόνα παραγώγισης για σύνθετη συνάρτηση 9 Παράγωγος σύνθετης συνάρτησης

xgxgfxgfxgf για τα χ εκείνα για τα οποία ισχύουν ι) η g παραγωγίζεται στο χ ιι) η f παραγωγίζεται στο g(x)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 13: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 11

ΠΑΡΑΓΩΓΟΙ ΣΥΝΘΕΤΩΝ ΣΥΝΑΡΤΗΣΕΩΝ

1 xfxfvxf vv 1 Nv

xfxfαxf αα 1 Rα

6

xfxfημ

xfσφ 2

1

2 xf

xfxf

2

0xf 7

xf

xfxnf

][ 0xf

3 xfxfσυνxfημ 8 xf

xfxfn

0xf

4 xfxfημxfσυν ][ 9

xfee xfxf

5

xfxfσυν

xfεφ 2

1 10

xfαnαα xfxf 0α

32 θεώρημα sect14 Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως αύξουσα στο ∆ Αν μια συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα ∆ και ισχύει )x(f για κάθε εσωτερικό σημείο του ∆ τότε η f είναι γνησίως φθίνουσα στο ∆

33 θεώρημα sect14 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx μέγιστο O

y

x

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0 f ΄ ( x ) lt 0

x 0 Αν για μια συνάρτηση f ισχύουν

)x(f για )βα(x )x(f στο )xα( και )x(f στο )βx( τότε η

f παρουσιάζει στο διάστημα )βα( για

xx ελάχιστο

y

Ox x 0

f ΄ ( x ) lt 0

f ΄ ( x 0 ) = 0

f ΄ ( x ) gt 0

ΣΧΟΛΙΟ Αν για τη συνάρτηση f ισχύει )x(f για )βα(x και η παράγωγός

της f διατηρεί πρόσημο εκατέρωθεν του )βα(x τότε η f είναι γνησίως

μονότονη στο διάστημα ( ) και δεν παρουσιάζει ακρότατο στο διάστημα αυτό

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 14: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 12

ΣΧΟΛΙΟ (σελ 43 ) Αν για μια συνάρτηση f ισχύουν 1 )x(f για )βα(x

2 η παράγωγός της f αλλάζει πρόσημο εκατέρωθεν του )βα(x Και

3 το )βα(x είναι η μοναδική ρίζα της f τότε το 0( )f x είναι

ολικό ακρότατο στο διάστημα ( )

34 ΕΦΑΡΜΟΓΗ

1 Να βρεθούν τα ακρότατα της συνάρτησης 0)( 2 αγβxαxxf

ΛΥΣΗΈχουμε βαx)γβxαx()x(f

α

βxβαx)x(f

βαxβαx)x(f

Επομένως αν α τότε )x(f για α

βx

και )x(f για α

βx

ενώ αν α τότε )x(f για α

βx

και

)x(f για α

βx

x α

β

)x(f - 0 +

x α

β

)x(f 0

Άρα η συνάρτηση 2( ) 0f x αx βx γ α για α

βx

παρουσιάζει ελάχιστο αν α

και μέγιστο αν α Η τιμή του μεγίστου ή του ελαχίστου είναι ίση με

αα

βαγγ

α

ββ

α

βα

α

βf

δηλ2 4

βf

α

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 15: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 13

Κεφάλαιο 2 - ΣΤΑΤΙΣΤΙΚΗ 35ΟΡΙΣΜΟΣ sect20ορισμός της ldquoΣτατιστικήςrdquo κατά τον RA Fisher

(1890-1962) Στατιστική είναι ένα σύνολο αρχών και μεθοδολογιών για το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση και εξαγωγή αντίστοιχων συμπερασμάτων Eνδεχομένως να προέρχεται από τη λατινική λέξη ldquostatusrdquo (πολιτεία

κράτος) η οποία χρησιμοποιήθηκε αρχικά για το χαρακτηρισμό αριθμητικών δεδομένων που αναφέρονται κυρίως στον πληθυσμό μιας χώρας

ldquoΣτατιστικήrdquo

Μπορεί να προέρχεται από την αρχαία ελληνική λέξη στατίζω (τοποθετώ

ταξινομώ συμπεραίνω)

36 sect20

Α) Το σχεδιασμό πειραμάτων ( experimental design )

ασχολείται με τη διαδικασία συλλογής δεδομένων

Σε ποιους κλάδους χωρίζεται η Στατιστική

Β) την περιγραφική στατιστική ( descriptive statistics ) ασχολείται με τη συνοπτική και αποτελεσματική παρουσίαση των δεδομένων

(και αποτελεί το αντικείμενο μελέτης μας στη συνέχεια )

Γ )Την επαγωγική στατιστική ή στατιστική συμπερασματολογία ( inferential statistics ) περιλαμβάνει τις μεθόδους με τις οποίες γίνεται η προσέγγιση των χαρακτηριστικών ενός μεγάλου συνόλου δεδομένων με τη μελέτη των χαρακτηριστικών ενός μικρού υποσυνόλου των δεδομένων

37 sect20 Ποια στάδια

διακρίνουμε σε μια στατιστική έρευνα

Τη συλλογή του στατιστικού υλικού την επεξεργασία και παρουσίαση του υλικού την ανάλυση αυτού του υλικού και την εξαγωγή χρήσιμων συμπερασμάτων

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 16: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 14

38ΟΡΙΣΜΟΙ sect21 Τι ονομάζονται στη στατιστική μεταβλητές Τι ονομάζονται στη στατιστική τιμές μίας μεταβλητής Πως διακρίνονται οι μεταβλητές ως προς τις τιμές τους Ποιο είναι το αντικείμενο της Δειγματοληψίας Μεταβλητές (variables) λέγονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό και τις συμβολίζουμε συνήθως με τα κεφαλαία γράμματα BZYX Οι μεταβλητές διακρίνονται σε

Τιμές της μεταβλητής λέγονται οι δυνατές τιμές που μπορεί να πάρει μια μεταβλητή Από τη διαδοχική εξέταση των ατόμων του πληθυσμού ως προς ένα χαρακτηριστικό τους προκύπτει μια σειρά από δεδομένα που λέγονται στατιστικά δεδομένα ή παρατηρήσεις Τα στατιστικά δεδομένα δεν είναι κατrsquoανάγκη διαφορετικά

Ποσοτικές μεταβλητές των οποίων οι τιμές είναι αριθμοί

Ποιοτικές ή Κατηγορικές μεταβλητές των οποίων οι τιμές τους δεν είναι αριθμοί

i) Σε διακριτές

μεταβλητές που παίρνουν μόνο ldquoμεμονωμένεςrdquo τιμές

ii) Σε συνεχείς μεταβλητές

που μπορούν να πάρουν οποιαδήποτε τιμή ενός διαστήματος πραγματικών αριθμών )βα(

Οι αρχές και οι μέθοδοι για τη συλλογή και ανάλυση δεδομένων από πεπερασμένους πληθυσμούς είναι το αντικείμενο της Δειγματοληψίας (Sampling) που αποτελεί τη βάση της Στατιστικής Γενικά μπορούμε να πούμε ότι η οργάνωση της συλλογής και επεξεργασίας των σχετικών δεδομένων και πληροφοριών γίνεται κατά τρόπο που για δεδομένη ακρίβεια να επιτυγχάνεται το χαμηλότερο δυνατό κόστος ή αντιστρόφως να εξασφαλίζεται η μέγιστη δυνατή ακρίβεια την οποίαν επιτρέπουν τα μέσα που διαθέτουμε

39 sect21α)Τι ονομάζεται στη στατιστική πληθυσμός Πληθυσμός λέγεται ένα σύνολο του οποίου εξετάζουμε τα στοιχεία του

ως προς ένα ή περισσότερα χαρακτηριστικά τους

β) Τι ονομάζουμε άτομα του πληθυσμού στη στατιστική 40 ΟΡΙΣΜΟΣ sect21 α) Τι ονομάζεται στη στατιστική δείγμα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 17: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 15

β) Τι ονομάζεται στη στατιστική μέγεθος δείγματος γ)Πότε ένα δείγμα ονομάζεται αντιπροσωπευτικό ενός πληθυσμού α)Δείγμα ονομάζεται μια μικρή ομάδα (υποσύνολο ) του πληθυσμού

β) Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται μέγεθος του δείγματος

και συμβολίζεται συνήθως με ν γ)Ένα δείγμα θεωρείται αντιπροσωπευτικό ενός πληθυσμού εάν έχει επιλεγεί κατά τέτοιο τρόπο ώστε κάθε μονάδα του πληθυσμού να έχει την ίδια δυνατότητα να επιλεγεί

41 sect21

Α) Μέθοδος της απογραφής Λέμε ότι κάνουμε απογραφή (census) όταν για να πάρουμε τις απαραίτητες πληροφορίες που χρειαζόμαστε για κάποιο πληθυσμό πρέπει να εξετάσουμε όλα τα άτομα (στοιχεία) του πληθυσμού ως προς το χαρακτηριστικό που μας ενδιαφέρει Επειδή τα άτομα του πληθυσμού είναι πάρα πολλά η απογραφή παίρνει πολύ χρόνο ή πρέπει να ασχοληθούν πολλοί άνθρωποι με αυτην με συνέπεια πολλές φορές να είναι δύσκολη ή ακόμα και αδύνατη

Ποιες μεθόδους χρησιμοποιούμε για τη συλλογή στατιστικών δεδομένων

Β) Μέθοδος της Δειγματοληψίας Λέμε ότι κάνουμε Δειγματοληψία (Sampling)όταν εξετάζουμε ένα μικρό μέρος (υποσύνολο) του πληθυσμού το οποίο λέγεται δείγμα και μετά γενικεύουμε το συμπέρασμα για ολόκληρο τον πληθυσμό Το πλήθος των στοιχείων (ατόμων )του δείγματος λέγεται

μέγεθος του δείγματος και συμβολίζεται συνήθως με ν Δημοσκόπηση (Gallup) λέγεται η στατιστική μελέτη και έρευνα

κατά την οποία το δείγμα λαμβάνεται από ανθρώπινο πληθυσμό Τι λέγεται απογραφή Τι λέγεται δειγματοληψία Ποιο είναι το αντικείμενο της δειγματοληψίας

42 sect22 Οι πίνακες διακρίνονται στους α) γενικούς πίνακες οι οποίοι περιέχουν όλες τις πληροφορίες που προκύπτουν από μία στατιστική έρευνα (συνήθως με αρκετά λεπτομερειακά στοιχεία) και αποτελούν πηγές στατιστικών πληροφοριών στη διάθεση των επιστημόνων-ερευνητών για παραπέρα ανάλυση και εξαγωγή συμπερασμάτων

β) ειδικούς πίνακες οι οποίοι είναι συνοπτικοί και σαφείς Τα στοιχεία τους συνήθως έχουν ληφθεί από τους γενικούς πίνακες

43 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 18: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 16

Κάθε πίνακας που έχει κατασκευαστεί σωστά πρέπει να περιέχει α) τον τίτλο που γράφεται στο επάνω μέρος του πίνακα και δηλώνει με σαφήνεια και συνοπτικά το περιεχόμενο του πίνακα

β) τις επικεφαλίδες των γραμμών και στηλών που δείχνουν συνοπτικά τη φύση και τις μονάδες μέτρησης των δεδομένων

γ) το κύριο σώμα (κορμό) που περιέχει διαχωρισμένα μέσα στις γραμμές και στις στήλες τα στατιστικά δεδομένα

δ) την πηγή που γράφεται στο κάτω μέρος του πίνακα και δείχνει την προέλευση των στατιστικών στοιχείων έτσι ώστε ο αναγνώστης να ανατρέχει σrsquoαυτήν όταν επιθυμεί για επαλήθευση στοιχείων ή για λήψη περισσότερων πληροφοριών

44OΡΙΣΜΟΣ (απόλυτη) συχνότητα (frequency) iν sect22 Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iv δηλαδή ο φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Το άθροισμα όλων των συχνοτήτων είναι ίσο με το μέγεθος ν του δείγματος δηλαδή

1 21

k

i ii

v v v

45ΟΡΙΣΜΟΣ sect22

Τι λέγεται σχετική συχνότητα (relative frequency) if της τιμής ix και Ποιες είναι οι ιδιότητες της Ας υποθέσουμε ότι κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ Στην τιμή ix αντιστοιχίζεται η (απόλυτη) συχνότητα (frequency) iν Αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος προκύπτει η σχετική συχνότητα (relative frequency) if της τιμής ix δηλαδή

κiν

νf i

i

Τις σχετικές συχνότητες if τις εκφράζουμε επί τοις εκατό οπότε συμβολίζονται με

fi δηλαδή ii ff

ΙΔΙΟΤΗΤΕΣ της σχετικής συχνότητας

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 19: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 17

1 0 1if για κi 21

2 121 κfff

46ΟΡΙΣΜΟΣ sect22Πίνακας κατανομής συχνοτήτων

Οι ποσότητες iii fνx για ένα δείγμα συγκεντρώνονται σε ένα συνοπτικό πίνακα που ονομάζεται

πίνακας κατανομής συχνοτήτων ή απλά πίνακας συχνοτήτων

47ΟΡΙΣΜΟΣ sect22Ποιά είναι τα είδη συχνοτήτων μίας μεταβλητής και πως ορίζονται

Συχνότητες ( για όλα τα είδη μεταβλητών )

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Η (απόλυτη) συχνότητα (frequency) της τιμής ix είναι ο φυσικός αριθμός iν που δείχνει πόσες φορές εμφανίζεται η τιμή ix της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων Η σχετική συχνότητα (relative frequency) της τιμής ix είναι ο αριθμός if ο οποίος προκύπτει

αν διαιρέσουμε τη συχνότητα iν με το μέγεθος ν του δείγματος δηλαδή κiν

νf i

i

Η σχετική συχνότητα της τιμής ix είναι ο αριθμός if δηλαδή 100i if f για

κi 21 Αθροιστικές συχνότητες ( μόνο για ποσοτικές μεταβλητές )

Η αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

Η αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για

κi 21 Η αθροιστική σχετική συχνότητα της τιμής ix είναι ο αριθμός iF

Είναι 1 2 100i i iF f f f F δηλ 100i iF F για κi 21

48ΟΡΙΣΜΟΣ sect22 Τι γνωρίζετε για την κατανομή

συχνοτήτων μιας μεταβλητής με τιμές κxxx Υπάρχουν 3 είδη κατανομών συχνοτήτων

Πρόκειται για

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 20: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 18

Το σύνολο των ζευγαριών )νx( ii ‐ το σύνολο των ζευγαριών )fx( ii ‐ το σύνολο των

ζευγαριών )fx( ii και επιπλέον άλλα τρία (3) όταν η μεταβλητή είναι ποσοτική

Το σύνολο των ζευγαριών ( )i ix N ‐ το σύνολο των ζευγαριών ( )i ix F ‐ το σύνολο των

ζευγαριών ( )i ix F

49ΟΡΙΣΜΟΣ sect22

α)Τι ονομάζεται Κατανομή συχνοτήτων

β) Τι ονομάζεται Κατανομή των σχετικών συχνοτήτων ΑΠα)Για μια μεταβλητή το σύνολο των ζευγών )νx( ii λέμε ότι αποτελεί την κατανομή συχνοτήτων β)Για μια μεταβλητή το σύνολο των ζευγών )fx( ii ή των ζευγών )fx( ii την κατανομή των σχετικών συχνοτήτων

50 ΟΡΙΣΜΟΣ sect22

Αθροιστική συχνότητα (cumulative frequencie ) iN Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική συχνότητα (cumulative frequencie) της τιμής ix είναι ο αριθμός iN που εκφράζει το πλήθος των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική συχνότητα της τιμής ix είναι ii νννN 21 για κi 21

51 ΟΡΙΣΜΟΣ sect22

Αθροιστική σχετική συχνότητα (cumulative relative frequencies) iF Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε Αθροιστική σχετική συχνότητα (cumulative relative frequencie ) της τιμής ix είναι ο αριθμός iF που εκφράζει το ποσοστό των παρατηρήσεων που είναι μικρότερες ή ίσες της τιμής ix Αν οι τιμές κxxx 21 μιας ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε η αθροιστική σχετική συχνότητα της τιμής ix είναι ii fffF 21 για κi 21

Οι iF πολλαπλασιάζονται επί 100 εκφραζόμενες έτσι επί τοις εκατό δηλαδή

ii FF 52 sect22

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 21: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 19

Αν κxxx είναι οι τιμές μιας μεταβλητής Χ που αφορά τα άτομα ενός δείγματος μεγέθους v νκ τότε 1) Με τι είναι ίσο το άθροισμα 1 2 2) Με τι είναι ίσο το άθροισμα 1 2 f f f

3) Με τι είναι ίσο το άθροισμα 1 2 if f f

4) Με τι είναι ίση η διαφορά 1N N

5) Με τι είναι ίση η διαφορά 1F F

6) Με τι είναι ίσο το πηλίκο N

F

ΑΠΑΝΤΗΣΗ 1) vννν κ ( ΕΝΩ 1 2 i iN )

2) 121 κfff ( ΕΝΩ 1 2 i if f f F )

3) 1 2 100i i if f f F F (ΕΝΩ 1 2 100f f f

4) 1N N ( με Nν 2 2 1N N )

5) 1F F f ( με Ff 2 2 1f F F )

6) N

F

= 1 2

1 2

f f f

1 2

1 2

1 2

1 2

1 2

1 2

( )

53 Για διακριτές μεταβλητές Μαθηματική έκφραση Πλήθος Ποσοστό 1 Το πολύ ix iN Fi

2 Ακριβώς ix iν fi

3 ix ή jx ji νν ff ji

4 Τουλάχιστον ix iNν Fi

Από ix έως και jx 5 Τουλάχιστον ix και το πολύ jx

ij NN FF ij

6 Κάτω από ix iN Fi

7 Πάνω από ix iNν Fi100

8 Από ix έως το jx ij NN FF ij

54sect22 Τα στατιστικά δεδομένα παρουσιάζονται πολλές φορές και υπό μορφή γραφικών παραστάσεων ή

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 22: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 20

διαγραμμάτων Οι γραφικές παραστάσεις παρέχουν πιο σαφή εικόνα του χαρακτηριστικού σε σχέση με τους πίνακες είναι πολύ πιο ενδιαφέρουσες και ελκυστικές χωρίς βέβαια να προσφέρουν περισσότερη πληροφορία από εκείνη που περιέχεται στους αντίστοιχους πίνακες συχνοτήτων Επί πλέον με τα διαγράμματα διευκολύνεται η σύγκριση μεταξύ ομοειδών στοιχείων για το ίδιο ή για διαφορετικά χαρακτηριστικά

55 sect22

Τα στατιστικά διαγράμματα πρέπει να συνοδεύονται από α) τον τίτλο β) την κλίμακα με τις τιμές των μεγεθών που απεικονίζονται γ) το υπόμνημα που επεξηγεί συνήθως τις τιμές της μεταβλητής και δ) την πηγή των δεδομένων

56 sect22

Πότε χρησιμοποιείται το Ραβδόγραμμα Να δώσετε μια περιγραφή του Το ραβδόγραμμα (barchart) χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποιοτικής μεταβλητής Το ραβδόγραμμα αποτελείται από ορθογώνιες (συμπαγείς) 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 Μερικές φορές σε ένα ραβδόγραμμα συχνοτήτων ο ρόλος των δύο αξόνων είναι δυνατόν να αντιστραφεί

57 sect22

Πότε χρησιμοποιείται το Διάγραμμα Συχνοτήτων(line diagram) Να δώσετε μια περιγραφή του Χρησιμοποιείται για τη γραφική παράσταση των τιμών μιας ποσοτικής μεταβλητής Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη συχνότητα Ενώνοντας τα σημεία )νx( ii έχουμε το λεγόμενο πολύγωνο συχνοτήτων

58 Διάγραμμα σχετικών Συχνοτήτων sect22

Όταν έχουμε μια ποσοτική μεταβλητή χρησιμοποιείται το διάγραμμα σχετικών

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 23: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 21

συχνοτήτων Σrsquoαυτό υψώνουμε σε κάθε ix (υποθέτοντας ότι κxxx ) μία κάθετη γραμμή με μήκος ίσο προς την αντίστοιχη σχετική συχνότητα (δηλ στον κάθετο άξονα να βάζουμε τις σχετικές συχνότητες if οπότε έχουμε το διάγραμμα σχετικών συχνοτήτων) Ενώνοντας τα σημεία )fx( ii έχουμε το λεγόμενο πολύγωνο σχετικών συχνοτήτων

59 sect22 Πότε χρησιμοποιείται το Κυκλικό Διάγραμμα

Να δώσετε μια περιγραφή του Το κυκλικό διάγραμμα (piechart) 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 iν ή τις σχετικές συχνότητες if των τιμών ix της

μεταβλητής Αν συμβολίσουμε με iα το αντίστοιχο τόξο ενός κυκλικού τμήματος στο κυκλικό

διάγραμμα συχνοτήτων τότε

o360i i

ή

o360i if για κi

60 Σημειόγραμμα sect22

Όταν έχουμε λίγες παρατηρήσεις η κατανομή τους μπορεί να περιγραφεί με το σημειόγραμμα (dot diagram) στο οποίο οι τιμές παριστάνονται γραφικά σαν σημεία υπεράνω ενός οριζόντιου άξονα

61 Χρονόγραμμα sect22

Το χρονόγραμμα ή χρονολογικό διάγραμμα χρησιμοποιείται για τη γραφική απεικόνιση της διαχρονικής εξέλιξης ενός οικονομικού δημογραφικού ή άλλου μεγέθους

Ο οριζόντιος άξονας χρησιμοποιείται συνήθως ως άξονας μέτρησης του χρόνου και ο κάθετος ως άξονας μέτρησης της εξεταζόμενης μεταβλητής

62 sect22 1) Πότε ομαδοποιούμε τα δεδομένα σε κλάσεις

2) Τι είναι οι κλάσεις

3) Τι είναι τα όρια των κλάσεων

4) Τι είναι η κεντρική τιμή μίας κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 24: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 22

5) Τι είναι το πλάτος μίας κλάσης

6) Τι είναι η συχνότητα μίας κλάσης 7)Πως καθορίζεται το πλήθος των κλάσεων

8) Τι λέγεται εύρος του δείγματος

9)Πως υπολογίζουμε το πλάτος των κλάσεων

ΑΠΑΝΤΗΣΗ

1)Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της 2)Οι κλάσεις (class intervals) είναι διαστήματα της μορφής [α β) στα οποία ταξινομούνται (ομαδοποιούνται ) τα δεδομένα έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση 3) Τα άκρα α β των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ )

4) Κεντρική τιμή μίας κλάσης [α β) είναι το κέντρο της 2

(Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων ) 5) Πλάτος μίας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης Δηλαδή για την κλάση [α β) το πλάτος της είναι ο αριθμός β - α 6) Συχνότητα της κλάσης [α β) (ή συχνότητα της κεντρικής τιμής ix κi ) ονομάζεται το πλήθος iν των παρατηρήσεων που προκύπτουν από τη διαλογή για την κλάση i

7) Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 25: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 23

8) Εύρος (range) R του δείγματος ονομάζουμε τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

m a x m i nR x x

Το εύρος ή κύμανση (range) ( R ) είναι το απλούστερο από τα μέτρα διασποράς Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

9) Υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους

διευκόλυνσης πάντα προς τα πάνω R

c

63 sect22Πως κατασκευάζεται ο πίνακας συχνοτήτων για ομαδοποιημένα δεδομένα σε κλάσεις ίσου πλάτους Οι πίνακες συχνοτήτων και κατrsquoαναλογίαν τα αντίστοιχα διαγράμματα είναι δύσκολο να κατασκευαστούν όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο Αυτό μπορεί να συμβεί είτε στην περίπτωση μιας διακριτής μεταβλητής είτε πολύ περισσότερο στην περίπτωση μιας συνεχούς μεταβλητής όπου αυτή μπορεί να πάρει οποιαδήποτε τιμή στο διάστημα ορισμού της Σrsquoαυτές τις περιπτώσεις είναι απαραίτητο να ταξινομηθούν (ομαδοποιηθούν) τα δεδομένα σε μικρό πλήθος ομάδων που ονομάζονται και κλάσεις (class intervals) έτσι ώστε κάθε τιμή να ανήκει μόνο σε μία κλάση Τα άκρα των κλάσεων καλούνται όρια των κλάσεων (class boundaries) Συνήθως υιοθετούμε την περίπτωση που μια κλάση περιέχει το κάτω άκρο της (κλειστή αριστερά) αλλά όχι το άνω άκρο της (ανοικτή δεξιά) δηλαδή που οι κλάσεις είναι της μορφής [ ) Κατά την εξέταση ασκήσεων που αναφέρονται σε ομαδοποίηση παρατηρήσεων οι κλάσεις θα

δίδονται υποχρεωτικά Κατά τη διδασκαλία του ιστογράμματος συχνοτήτων να τονιστεί ιδιαιτέρως ότι οι

παρατηρήσεις στις κλάσεις κατανέμονται ομοιόμορφα Επομένως αν σε μια κλάση πλάτους c αντιστοιχούν i παρατηρήσεις τότε σε ένα υποδιάστημα αυτής πλάτους d αντιστοιχούν

i

d

c παρατηρήσεις Έτσι για παράδειγμα στην άσκηση 5 της σελ 103 οι πωλητές που έκαναν

πωλήσεις από 5 χιλιάδες ευρώ μέχρι 6 χιλιάδες ευρώ είναι 1

14 72

Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 26: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 24

Το πρώτο βήμα στην ομαδοποίηση των δεδομένων είναι η εκλογή του αριθμού κ των ομάδων ή κλάσεων Ο αριθμός αυτός συνήθως ορίζεται αυθαίρετα από τον ερευνητή σύμφωνα με την πείρα του Γενικά όμως μπορεί να χρησιμοποιηθεί ως οδηγός ο παρακάτω πίνακας

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ

Μέγεθος δείγματος

ν

Αριθμός κλάσεων

κ 20

5020 10050

200100

5 6 7 8

400200 700400

1000700 1000

9 10 11 12

Το δεύτερο βήμα είναι ο προσδιορισμός του πλάτους των κλάσεων

Πλάτος μιας κλάσης ονομάζεται η διαφορά του κατωτέρου από το ανώτερο όριο της κλάσης

Στην ύλη μας οι κλάσεις έχουν το ίδιο πλάτος

Για να κατασκευάσουμε ισοπλατείς κλάσεις χρησιμοποιούμε το εύρος (range) R του δείγματος δηλαδή τη διαφορά της μικρότερης παρατήρησης από τη μεγαλύτερη παρατήρηση του συνολικού δείγματος

Τότε υπολογίζουμε το πλάτος c των κλάσεων διαιρώντας το εύρος R διά του αριθμού των κλάσεων κ στρογγυλεύοντας αν χρειαστεί για λόγους διευκόλυνσης πάντα προς τα πάνω

κRc

Το επόμενο βήμα είναι η κατασκευή των κλάσεων

Ξεκινώντας από την μικρότερη παρατήρηση ή για πρακτικούς λόγους λίγο πιο κάτω από την μικρότερη παρατήρηση και προσθέτοντας κάθε φορά το πλάτος c δημιουργούμε τις κ κλάσεις

Αυτονόητο είναι ότι η μεγαλύτερη τιμή του δείγματος θα (πρέπει να) ανήκει οπωσδήποτε στην τελευταία κλάση

Τέλος γίνεται η διαλογή των παρατηρήσεων

Το πλήθος των παρατηρήσεων iν που προκύπτουν από τη διαλογή για την κλάση i καλείται

συχνότητα της κλάσης αυτής ή συχνότητα της κεντρικής τιμής ix κi

Πρέπει να προσεχτεί ότι Καμία παρατήρηση δεν μπορεί να μείνει έξω από κάποια κλάση Οι κεντρικές τιμές διαφέρουν μεταξύ τους όσο και το πλάτος των κλάσεων Μία παρατήρηση που συμπίπτει με το άνω άκρο μιας κλάσης θα τοποθετηθεί κατά τη διαλογή στην αμέσως επόμενη κλάση

64 sect22

α)Τι είναι το Ιστόγραμμα Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα Συχνοτήτων γ) Τι είναι το πολύγωνο συχνοτήτων Ποια είναι η αριθμητική τιμή του

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 27: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 25

χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) συχνοτήτων είναι η γραφική παράσταση ενός πίνακα συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη συχνότητα iν της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη συχνότητα της κλάσης αυτής γ) Το πολύγωνο συχνοτήτων (frequency polygon) προκύπτει από ένα ιστόγραμμα συχνοτήτων αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των συχνοτήτων δηλαδή με το μέγεθος του δείγματος ν(βλέπε σχήμα ) v i

0

2

4

6

8

1 0

1 2

1 5 6 1 6 2 1 6 8 1 7 4 1 8 0 1 8 6 1 9 2

Υ ψ ο ς (σ ε c m )

Ε = ν Ιστόγραμμα και πολύγωνο συχνοτήτων

65 sect22

α)Τι είναι το Ιστόγραμμα σχετικών Συχνοτήτων β) Πως κατασκευάζεται το Ιστόγραμμα σχετικών Συχνοτήτων γ) Τι είναι το πολύγωνο σχετικών συχνοτήτων Ποια είναι η αριθμητική τιμή του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα ΑΠΑΝΤΗΣΗ α)Ιστόγραμμα (histogram) σχετικών συχνοτήτων είναι η γραφική παράσταση ενός πίνακα σχετικών συχνοτήτων με ομαδοποιημένα δεδομένα β)Το ιστόγραμμα σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη σχετική συχνότητα if της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής γ) Το πολύγωνο σχετικών συχνοτήτων (frequency relative polygon) προκύπτει από ένα

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 28: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 26

ιστόγραμμα σχετικών συχνοτήτων if αν θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των άνω βάσεων των ορθογωνίων Το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικών συχνοτήτων και τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 1 (βλέπε σχήμα )

fi

0

005

01

015

02

025

03

156 162 168 174 180 186 192

Ύψος (σε cm)

Ε = 1

Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

Αν το πολύγωνο σχετικών συχνοτήτων προκύψει από ένα ιστόγραμμα σχετικών συχνοτήτων if και θεωρήσουμε δύο ακόμη υποθετικές κλάσεις στην αρχή και στο τέλος με συχνότητα μηδέν και στη συνέχεια ενώσουμε τα μέσα των

άνω βάσεων των ορθογωνίων τοτε το εμβαδόν του χωρίου που ορίζεται από το πολύγωνο σχετικων συχνοτήτων if και

τον οριζόντιο άξονα είναι ίσο με το άθροισμα των σχετικών συχνοτήτων δηλαδή είναι ίσο με 100 f i

0

0 0 5

0 1

0 1 5

0 2

0 2 5

0 3

8 1 0 1 2 1 4 1 6 1 8 2 0

Ε = 100 Ιστόγραμμα και πολύγωνο

σχετικών συχνοτήτων

66 sect22 Ιστόγραμμα αθροιστικών συχνοτήτων και πολύγωνο

αθροιστικών συχνοτήτων (ogive) Το ιστόγραμμα αθροιστικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς τη αθροιστική συχνότητα

iN της αντίστοιχης κλάσης έτσι ώστε το εμβαδόν του

ορθογωνίου να ισούται με τη αθροιστική συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών συχνοτήτων (ogive) της κατανομής

Νi

0

5

10

15

20

25

30

35

40

45

50

156 186 192180174168 162

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 29: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 27

67 sect22 Ιστόγραμμα αθροιστικών σχετικών συχνοτήτων Το ιστόγραμμα αθροιστικών σχετικών συχνοτήτων κατασκευάζεται ως εξής Στον οριζόντιο άξονα ενός συστήματος ορθογωνίων αξόνων σημειώνουμε με κατάλληλη κλίμακα τα όρια των κλάσεων Στη συνέχεια κατασκευάζουμε διαδοχικά ορθογώνια (ιστούς) από καθένα από τα οποία έχει βάση ίση με το πλάτος της κλάσης C (θεωρώντας το πλάτος c ως μονάδα μέτρησης του χαρακτηριστικού στον οριζόντιο άξονα ) και ύψος κάθε ορθογωνίου ίσο προς την αθροιστική σχετική συχνότητα iF της αντίστοιχης κλάσης έτσι ώστε το

εμβαδόν του ορθογωνίου να ισούται με τη σχετικη συχνότητα της κλάσης αυτής Αν ενώσουμε σε ένα ιστόγραμμα αθροιστικών σχετικών συχνοτήτων τα δεξιά άκρα (όχι μέσα) των άνω βάσεων των ορθογωνίων με ευθύγραμμα τμήματα βρίσκουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων της κατανομής Στο σχήμα παριστάνεται το ιστόγραμμα και το πολύγωνο αθροιστικών σχετικών συχνοτήτων

68 Καμπύλες Συχνοτήτων sect22

Εάν υποθέσουμε ότι ο αριθμός των κλάσεων για μια συνεχή μεταβλητή είναι αρκετά μεγάλος (τείνει στο άπειρο) και ότι το πλάτος των κλάσεων είναι αρκετά μικρό (τείνει στο μηδέν) τότε η πολυγωνική γραμμή συχνοτήτων τείνει να πάρει τη μορφή μιας ομαλής καμπύλης η οποία ονομάζεται καμπύλη συχνοτήτων (frequency curve) όπως δείχνει το σχήμα Η μορφή μιας κατανομής συχνοτήτων εξαρτάται από το πώς είναι κατανεμημένες οι παρατηρήσεις σε όλη την έκταση του εύρους τους Μερικές χαρακτηριστικές καμπύλες συχνοτήτων που συναντάμε συχνά στις εφαρμογές δίνονται στο σχήμα 10 Η κατανομή (β) με ldquoκωδωνοειδήrdquo μορφή λέγεται κανονική κατανομή (normal distribution) και παίζει σπουδαίο ρόλο στη Στατιστική Όταν οι παρατηρήσεις ldquoκατανέμονταιrdquo ομοιόμορφα σε ένα διάστημα [α β] όπως στην κατανομή (α) η κατανομή λέγεται ομοιόμορφη Όταν οι παρατηρήσεις δεν είναι συμμετρικά κατανεμημένες η κατανομή λέγεται ασύμμετρη με θετική ασυμμετρία όπως στην κατανομή (γ)

ή αρνητική ασυμμετρία όπως στην κατανομή (δ)

Fi

0

10

20

30

40

50

60

70

80

90

00

156 186 192180174168 162

fi

150 160 170 180 190 2000

007

015

022

030

037

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 30: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 28

(δ) (γ) (β) (α)

Μερικές χαρακτηριστικές κατανομές συχνοτήτων

69 sect23

Πως μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων Εκτός από τους στατιστικούς πίνακες και τα διαγράμματα υπάρχουν και αριθμητικά μέτρα με τα οποία μπορούμε να περιγράψουμε με συντομία μια κατανομή συχνοτήτων 70 sect23 είδη μέτρων

1) Μέτρα θέσης της κατανομής (location measures) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη θέση του ldquoκέντρουrdquo των παρατηρήσεων στον οριζόντιο άξονα

2) Μέτρα διασποράς ή μέτρα μεταβλητότητας (measures of variability) κάποια μέτρα (αριθμητικά μεγέθη) που να μας δίνουν τη διασπορά των παρατηρήσεων δηλαδή πόσο αυτές εκτείνονται γύρω από το ldquoκέντροrdquo τους

3) Μέτρα ασυμμετρίας (measures of skewness) είναι μέτρα που καθορίζουν τη μορφή της κατανομής Κατά πόσο δηλαδή η αντίστοιχη καμπύλη συχνοτήτων είναι συμμετρική ή όχι ως προς την ευθεία xx για δεδομένο σημείο x του άξονα x

Τα μέτρα αυτά συνήθως εκφράζονται σε συνάρτηση με τα μέτρα θέσης και διασποράς

Υπολογίζοντας από ένα σύνολο δεδομένων κάποια από τα ανωτέρω μέτρα μπορούμε να έχουμε μια σύντομη περιγραφή της μορφής της καμπύλης συχνοτήτων ( σχήμα 12 )

οι καμπύλες συχνοτήτων Α και Β είναι συμμετρικές με το ίδιο ldquoκέντροrdquo 0x αλλά η Β

έχει μεγαλύτερη μεταβλητότητα από την Α Οι καμπύλες Γ και Δ είναι ασύμμετρες με τη Γ όπως λέμε να παρουσιάζει θετική ασυμμετρία και τη Δ αρνητική ασυμμετρία

Το ldquoκέντροrdquo της Γ είναι αριστερότερα του 0x

ενώ της Δ είναι δεξιότερα του 0x

Η Δ παρουσιάζει μεγαλύτερη μεταβλητότητα από τη Γ

B

A

Δ Γ

x x0

12

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 31: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

AΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ΛΥΚΕΙOY

2010-2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 29

71 Μέτρα Θέσης sect23Τι γνωρίζετε για τα μέτρα θέσης και ποια είναι αυτά Τα μέτρα θέσης είναι τα πιο συνηθισμένα μέτρα που χρησιμοποιούνται

για την περιγραφή της θέσης ενός συνόλου δεδομένων πάνω στον οριζόντιο άξονα ox εκφράζοντας την ldquoκατά μέσο όροrdquo απόστασή τους από την αρχή των αξόνων είναι 1) ο αριθμητικός μέσος ή μέση τιμή (arithmetic mean or average)

2) η διάμεσος (median) 3) η κορυφή ή επικρατούσα τιμή (mode) (εκτός ύλης ) 4)σταθμικός μέσος 5) τα Εκατοστημόρια (εκτός ύλης )

72 Μέτρα διασποράς sect23 Τι γνωρίζετε για τα μέτρα διασποράς ή μεταβλητότητας και ποια είναι αυτά Tα μέτρα θέσης παρέχουν κάποια πληροφορία για την κατανομή ενός πληθυσμού Αυτά όμως δεν επαρκούν

Παράλληλα λοιπόν με τα μέτρα θέσης κρίνεται απαραίτητη και η εξέταση κάποιων μέτρων διασποράς ή μεταβλητότητας δηλαδή μέτρων που

εκφράζουν τις αποκλίσεις των τιμών μιας μεταβλητής γύρω από τα μέτρα κεντρικής τάσης Τέτοια μέτρα λέγονται μέτρα διασποράς (measures of

variation dispersion measures)

Τα σπουδαιότερα μέτρα διασποράς είναι

1) το εύρος

2) η ενδοτεταρτημοριακή απόκλιση

3) η διακύμανση και

4) η τυπική απόκλιση

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 32: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 30

73 sect23 Πως ορίζεται η μέση τιμή ( x ) μίας

ποσοτικής μεταβλητής

Η μέση τιμή ενός συνόλου ν παρατηρήσεων ορίζεται ως το άθροισμα των παρατηρήσεων διά του πλήθους των παρατηρήσεων Όταν σε ένα δείγμα μεγέθους ν οι παρατηρήσεις μιας μεταβλητής Χ είναι

vttt τότε η μέση τιμή συμβολίζεται με x και δίνεται από τη σχέση

ν

ii

ν

ii

ν tνν

t

ν

tttx

όπου το σύμβολο

ν

iit παριστάνει μια συντομογραφία του αθροίσματος vttt και διαβάζεται ldquoάθροισμα των it

από i έως νrdquo Συχνά όταν δεν υπάρχει πρόβλημα σύγχυσης συμβολίζεται και ως it ή ακόμα πιο απλά με t

Ή ισοδύναμα από τη σχέση

κ

iiiκ

ii

κ

iii

κ

κκ νxν

ν

νx

ννν

νxνxνxx

όταν σε μια κατανομή συχνοτήτων είναι κxxx οι τιμές της μεταβλητής Χ με συχνότητες κvvv αντίστοιχα

Η μέση τιμή επίσης εκφράζεται από τις τιμές μίας μεταβλητής και τις σχετικές τους συχνότητες if μέσω της σχέσης

κ

i

κ

iii

ii fxν

νxx

ΣΗΜΕΙΩΣΗ Η μέση τιμή δεν ενδείκνυται ως μέτρο θέσης (ldquoκέντροrdquo) παρατηρήσεων με ακραίες τιμές

ΣΗΜΕΙΩΣΗ Οι παρατηρήσεις κάθε κλάσης θεωρούνται όμοιες οπότε μπορούν να ldquoαντιπροσωπευθούνrdquo από τις κεντρικές τιμές τα κέντρα δηλαδή κάθε κλάσης Εάν υπολογίσουμε τη ΜΕΣΗ ΤΙΜΗ από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας (η οποία είναι τόσο μεγαλύτερη όσο μικρότερος είναι ο αριθμός των κλάσεων) λόγω ομαδοποίησης των παρατηρήσεων αφού κατά την

ομαδοποίηση υποθέσαμε ότι οι παρατηρήσεις κάθε κλάσης είναι ομοιόμορφα κατανεμημένες και ότι οι τιμές της μεταβλητής σε κάθε κλάση εκπροσωπούνται από την αντίστοιχη

κεντρική τιμή ix

(1)

(2)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 33: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 31

74sect23 Τι ονομάζουμε σταθμισμένο αριθμητικό μέσο ή

σταθμικό μέσο (weighted mean) των τιμών νxxx με συντελεστές

στάθμισης (βαρύτητας) νwww Στις περιπτώσεις που δίνεται διαφορετική βαρύτητα (έμφαση) στις τιμές

νxxx ενός συνόλου δεδομένων τότε αντί του αριθμητικού μέσου χρησιμοποιούμε τον σταθμισμένο αριθμητικό μέσο ή σταθμικό μέσο (weighted mean) Εάν σε κάθε τιμή νxxx δώσουμε διαφορετική βαρύτητα που εκφράζεται με τους λεγόμενους συντελεστές στάθμισης (βαρύτητας) νwww τότε ο σταθμικός μέσος βρίσκεται από τον τύπο

ν

ii

ν

iii

ν

νν

w

wx

www

wxwxwxx

75 ΟΡΙΣΜΟΣ sect23 Τι ονομάζεται Διάμεσος (δ) ενός

δείγματος ν παρατηρήσεων οι οποίες έχουν διαταχθεί κατά

αύξουσα σειρά Η διάμεσος(median) είναι ένα μέτρο θέσης που δεν επηρεάζεται από ακραίες

παρατηρήσεις η οποία ορίζεται ως εξής

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

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Ακριβέστερα η διάμεσος είναι η τιμή για την οποία το πολύ 50 των παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 34: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 32

76 sect23Πως υπολογίζουμε την διάμεσο

Α Η διάμεσος είναι η τιμή για την οποία το πολύ 50 των

παρατηρήσεων είναι μικρότερες από αυτήν και το πολύ 50 των

παρατηρήσεων είναι μεγαλύτερες από την τιμή αυτήν

Η διάμεσος είναι η τιμή που χωρίζει ένα σύνολο παρατηρήσεων σε δύο ίσα μέρη όταν οι παρατηρήσεις αυτές τοποθετηθούν με σειρά τάξης μεγέθους

Β Αν έχουμε μια ποσοτική μεταβλητή με σχετικά μικρό αριθμό

παρατηρήσεων τότε η διάμεσος (δ) ενός δείγματος ν παρατηρήσεων οι

οποίες έχουν διαταχθεί σε αύξουσα σειρά ορίζεται ως

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

Γ Αν έχουμε μια ποσοτική μεταβλητή και οι ποσότητες ii νx για το

δείγμα αυτό είναι συγκεντρωμένες σε πίνακα κατανομής συχνοτήτων και οι τιμές κxxx της ποσοτικής μεταβλητής Χ είναι σε αύξουσα διάταξη τότε υπολογίζουμε την αθροιστική συχνότητα της τιμής ix (είναι

ii νννN )και η διάμεσος (δ) του δείγματος ν παρατηρήσεων ορίζεται ως (κοιτάζουμε την στήλη της iN )

1η μεσαία παρατήρηση όταν το ν είναι περιττός αριθμός

2

1vt

ή2 ο μέσος όρος (ημιάθροισμα) των δύο μεσαίων παρατηρήσεων όταν το

ν είναι άρτιος αριθμός 2

122

vv tt

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 35: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 33

∆ Αν έχουμε ομαδοποιημένα δεδομένα (κλάσεις) Κατασκευάζουμε το αντίστοιχο ιστόγραμμα αθροιστικών σχετικών συχνοτήτων με την πολυγωνική γραμμή (πολύγωνο αθροιστικών σχετικών συχνοτήτων) Η διάμεσος έχει αθροιστική σχετική συχνότητα Fi

(Η διάμεσος δηλαδή αντιστοιχεί στην τιμή δx της μεταβλητής Χ (στον οριζόντιο

άξονα) έτσι ώστε το 50 των παρατηρήσεων να είναι μικρότερες ή ίσες του δ )

0

10

20

30

40

50

60

70

80

90

100

186180174168 162 156 192Γ

B A

δ

Fi

x

Δ

Ε Ζ

Η

Εφόσον στον κάθετο άξονα έχουμε τις αθροιστικές σχετικές συχνότητες από το σημείο Α (50 των παρατηρήσεων) φέρουμε την xAB 0 και στη συνέχεια τη xΓB 0 Εκμεταλευόμενοι την ομοιότητα των τριγώνων ΕΒΗ και ΕΔΖ έχουμε πχ

Z

BH

EZ

EH

δδδδδ

77sect23 Τι ονομάζεται εύρος ή κύμανση (range) (R) μίας

κατανομής Το απλούστερο από τα μέτρα διασποράς είναι το εύρος ή κύμανση (range) (R) που ορίζεται ως η διαφορά της ελάχιστης παρατήρησης από τη μέγιστη παρατήρηση δηλαδή

Εύρος R Μεγαλύτερη παρατήρηση-Μικρότερη παρατήρηση

minmax xxR

Όταν έχουμε ομαδοποιημένα δεδομένα το εύρος δίνεται από τη διαφορά του κατώτερου ορίου της πρώτης κλάσης από το ανώτερο όριο της τελευταίας κλάσης Το εύρος σε ομαδοποιημένα δεδομένα μπορεί να διαφέρει ελαφρώς από τα αντίστοιχα δεδομένα πριν αυτά ομαδοποιηθούν Το εύρος είναι ένα αρκετά απλό μέτρο που υπολογίζεται εύκολα δε θεωρείται όμως αξιόπιστο μέτρο διασποράς γιατί βασίζεται μόνο στις δυο ακραίες παρατηρήσεις

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 36: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 34

78 sect23 Τι ονομάζεται διακύμανση ή διασπορά ( 2s )

(variance) μίας κατανομής Ως ένα μέτρο διασποράς παίρνουμε τον μέσο όρο των τετραγώνων των

αποκλίσεων των it από τη μέση τιμή τους x

Το μέτρο αυτό καλείται διακύμανση ή διασπορά (variance) και ορίζεται από τη σχέση

ν

ii )xt(

νs

Ο τύπος αυτός αποδεικνύεται ότι μπορεί να πάρει την ισοδύναμη μορφή

ν

i

ν

ii

i ν

t

s

η οποία διευκολύνει σημαντικά τους υπολογισμούς κυρίως όταν η μέση τιμή x δεν είναι ακέραιος αριθμός Όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα η διακύμανση ορίζεται από τη σχέση

κ

iii ν)xx(

νs

ή την ισοδύναμη μορφή

v

vx

vxv

i

κ

iii

ii

όπου κxxx οι τιμές της μεταβλητής (ή τα κέντρα των κλάσεων) με αντίστοιχες συχνότητες

κννν

Εάν υπολογίσουμε τη διακύμανση από τα μη ομαδοποιημένα δεδομένα υπάρχει ενδεχόμενο να προκύψει διαφορετικό αποτέλεσμα από το αποτέλεσμα που προκύπτει χρησιμοποιώντας τους τύπους

(1)

(2)

(3)

(4)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 37: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 35

Η διαφορά αυτή οφείλεται στην απώλεια πληροφορίας λόγω ομαδοποίησης των παρατηρήσεων 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 2cm

79 sect23 Τι ονομάζεται Τυπική Απόκλιση (s) μίας κατανομής Αν 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 Η ποσότητα αυτή λέγεται τυπική απόκλιση (standard deviation) συμβολίζεται με s και δίνεται από τη σχέση

ss 80 κανονική ή περίπου κανονική κατανομήsect23 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

)sxsx(

ii) το 95 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iii) το 997 περίπου των παρατηρήσεων βρίσκεται στο διάστημα

)sxsx(

iv) το εύρος ισούται περίπου με έξι τυπικές αποκλίσεις δηλαδή sR

81 Συντελεστής Mεταβολής (CV) sect23

Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) είναι ένα μέτρο το οποίο μας βοηθά στη σύγκριση ομάδων τιμών όταν οι διασπορές των παρατηρήσεων δεν είναι άμεσα συγκρίσιμες είτε γιατί εκφράζονται σε διαφορετικές μονάδες μέτρησης είτε εκφράζονται στην ίδια μονάδα μέτρησης αλλά έχουν σημαντικά διαφορετικές μέσες τιμές

Ο συντελεστής μεταβολής εκφράζεται επί τοις εκατό είναι συνεπώς ανεξάρτητος από τις μονάδες μέτρησης και παριστάνει ένα μέτρο σχετικής

x s x s x s x x s x s x s 3 2 2 3

9979568

s s

15

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 38: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 36

διασποράς των τιμών και όχι της απόλυτης διασποράς

ΟΡΙΣΜΟΣ Ο συντελεστής μεταβολής ή συντελεστής μεταβλητότητας (coefficient of variation) ορίζεται από το λόγο

x

sCV

τιμήμέσηαπόκλισητυπική

Αν x τότε αντί της x χρησιμοποιούμε την x δηλαδή X

SCV

82Παρατηρήσεις για τον συντελεστή μεταβολής (CV) sect23 1Δεν έχει κάθε δείγμα συντελεστή μεταβολής αφού όταν ένα δείγμα έχει x τότε δεν ορίζεται συντελεστής μεταβολής αυτού του δείγματος

2Ο τύπος x

sCV ισχύει μόνο όταν x

Γενικά ισχύει X

SCV όπου x

3Ο CV είναι ltltκαθαρόςgtgt αριθμός δηλαδή είναι ανεξάρτητος από τις μονάδες μέτρησης των παρατηρήσεων

4 Ένα δείγμα τιμών μιας μεταβλητής είναι ομοιογενές εάν ο συντελεστής μεταβολής CV είναι 10 (δηλαδή αν CV gt10 τότε το δείγμα δεν είναι ομοιογενές )

5Είναι δυνατόν να έχουμε ότι CV gt100 Αν sx τότε

x

s

x

s

x

x

x

δηλαδή x

sCV συνεπώς CV gt100

6Δεν είναι δυνατόν να έχουμε ότι CVlt0 διότι X

SCV

83 sect23α)Πως συγκρίνεται η ομοιογένεια δύο δειγμάτων Α και Β

β)Πότε ένα δείγμα μίας μεταβλητής είναι ομοιογενές

ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 39: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 37

α) Συγκρίνουμε τους συντελεστές μεταβολής των Α και Β

Μεγαλύτερη ομοιογένεια έχει εκείνο το δείγμα με τον

μικρότερο συντελεστή μεταβολής

ΠΧ έστω CVA lt CVB Αυτό μεταφράζεται στο να λέμε ότι έχουμε μεγαλύτερη ομοιογένεια στο δείγμα Α παρά στο Β

Β)Ένα δείγμα τιμών μιας μεταβλητής θα είναι ομοιογενές εάν ο συντελεστής μεταβολής δεν ξεπερνά το 10

Δηλαδή 10CV

84 εφαρμογή 3 σελ99 sect23 Έστω vxxx ν παρατηρήσεις με μέση τιμή x και τυπική απόκλιση xs

α) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν προσθέσουμε σε καθεμιά από τις vxxx μια σταθερά c να δειχτεί ότι i) cxy ii) xy ss β) Αν vyyy είναι οι παρατηρήσεις που προκύπτουν αν πολλαπλασιάσουμε τις vxxx επί μια σταθερά c να αποδειχτεί ότι i) xcy ii) xy s|c|s

αν βaxy τότε βxαy και xy sαs

85Παρατηρήσεις Ψ=Χ+c Ψ=cΧ

cxy xcy cδδ xψ (θλαπδ) xψ δcδ (θλαπδ)

xψ RR (θλαπδ) xψ RcR (θλαπδ) xy ss xy ss xy scs xy s|c|s

cx

s

ψ

sCV xψ

ψ (θλαπδ) x

xxxψψ CV

x

s

xc

sc

xc

sc

ψ

sCV

(θλαπδ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 40: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 38

86 ΑΝΑΚΕΦΑΛΑΙΩΤΙΚΟΙ ΠΙΝΑΚΕΣ Μ Ε Σ Η Τ Ι Μ Η

ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Για τον υπολογισμό της χρησιμοποιούνται όλες οι τιμές

Επηρεάζεται πολύ από ακραίες τιμές

Είναι μοναδική για κάθε σύνολο δεδομένων

Μπορεί να μην αντιστοιχεί σε δυνατή τιμή της μεταβλητής Όταν η Χ είναι διακριτή με ακέραιες τιμές τότε η μέση τιμή μπορεί να μην είναι ακέραιος

Είναι εύκολα κατανοητή

Δεν υπολογίζεται για ποιοτικά δεδομένα

Έχει μεγάλη εφαρμογή για περαιτέρω στατιστική ανάλυση

Είναι δύσκολος ο υπολογισμός της σε ομαδοποιημένα δεδομένα με ανοικτές τις ακραίες κλάσεις

Ο υπολογισμός της είναι σχετικά εύκολος

Δ Ι Α Μ Ε Σ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι εύκολα κατανοητή Δε χρησιμοποιούνται όλες οι τιμές για

τον υπολογισμό της Δεν επηρεάζεται από ακραίες τιμές Είναι δύσκολη η εφαρμογή της για

περαιτέρω στατιστική ανάλυση

Υπολογίζεται και στην περίπτωση που οι ακραίες κλάσεις είναι ανοικτές

Δεν υπολογίζεται για ποιοτικά δεδομένα

Ο υπολογισμός της είναι απλός Για τον υπολογισμό της μπορεί να χρειαστεί παρεμβολή

Είναι μοναδική σε κάθε σύνολο δεδομένων

E Π I Κ Ρ Α Τ Ο Υ Σ Α Τ Ι Μ Η ( ΕΚΤΟΣ ΥΛΗΣ ) ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Υπολογίζεται εύκολα όταν δεν έχουμε ομαδοποιημένα δεδομένα

Δε χρησιμοποιούνται όλες οι τιμές για τον υπολογισμό της

Είναι εύκολα κατανοητή Δε χρησιμοποιείται εύκολα για περαιτέρω στατιστική ανάλυση

Υπολογίζεται και από ελλιπή δεδομένα Δεν ορίζεται πάντα μονοσήμαντα Μπορούμε να έχουμε πολλές κορυφές ή και καθόλου

Δεν επηρεάζεται από ακραίες τιμές

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 41: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

2010 - 2011 ∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

Εφαρμόζεται και σε ποιοτικά δεδομένα

Ε Υ Ρ Ο Σ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι πολύ απλό στον υπολογισμό Δε θεωρείται αξιόπιστο μέτρο

διασποράς επειδή βασίζεται μόνο στις δύο ακραίες παρατηρήσεις

Χρησιμοποιείται αρκετά στον έλεγχο ποιότητας

Δε χρησιμοποιείται για περαιτέρω στατιστική ανάλυση

Μπορεί να χρησιμοποιηθεί για την εκτίμηση της τυπικής απόκλισης

Δ Ι Α Σ Π Ο Ρ Α ΚΑΙ Τ Υ Π Ι Κ Η Α Π Ο Κ Λ Ι Σ Η ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Λαμβάνονται υπόψη για τον υπολογισμό τους όλες οι παρατηρήσεις

Το κυριότερο μειονέκτημα της διασποράς είναι ότι δεν εκφράζεται στις ίδιες μονάδες με το χαρακτηριστικό

Έχουν μεγαλύτερη εφαρμογή στη στατιστική συμπερισματολογία

Απαιτούνται περισσότερες αλγεβρικές πράξεις για τον υπολογισμό τους παρά στα άλλα μέτρα

Σε κανονικούς πληθυσμούς το 68 95 997 των παρατηρήσεων βρίσκονται στα διαστήματα sχsχ sx αντίστοιχα

Σ Υ Ν Τ Ε Λ Ε Σ Τ Η Σ Μ Ε Τ Α Β Ο Λ Η Σ ή ΜΕΤΑΒΛΗΤΟTHΤΑΣ ΠΛΕΟΝΕΚΤΗΜΑΤΑ ΜΕΙΟΝΕΚΤΗΜΑΤΑ Είναι καθαρός αριθμός Δεν ενδείκνυται στην περίπτωση που η

μέση τιμή είναι κοντά στο μηδέν Χρησιμοποιείται ως μέτρο σύγκρισης της μεταβλητότητας όταν έχουμε ίδιες ή και διαφορετικές μονάδες μέτρησης

Χρησιμοποιείται ως μέτρο ομοιογένειας ενός πληθυσμού

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 42: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 39

ΚΕΦΑΛΑΙΟ 3- ΠΙΘΑΝΟΤΗΤΕΣ H κανονική κατανομή ή κατανομή του Gauss απεικονίζει όχι μόνο την κατανομή των σφαλμάτων των αστρονομικών παρατηρήσεων αλλά και την κατανομή πολλών βιολογικών κοινωνικών και φυσικών φαινομένων Αιτιοκρατικό (deterministic) πείραμα λέγεται κάθε πείραμα κατά το οποίο η γνώση των συνθηκών κάτω από τις οποίες εκτελείται καθορίζει πλήρως το αποτέλεσμα Πείραμα τύχης (random experiment) λέγεται κάθε πείραμα του οποίου δεν μπορούμε εκ των προτέρων να προβλέψουμε το αποτέλεσμα μολονότι επαναλαμβάνεται (φαινομενικά τουλάχιστον) κάτω από τις ίδιες συνθήκες ΙΟΥΛΙΟΣ 2004

Δειγματικός χώρος (sample space) λέγεται το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος τύχης και συμβολίζεται συνήθως με το γράμμα Ω Αν δηλαδή 21 είναι τα δυνατά αποτελέσματα ενός πειράματος τύχης τότε ο δειγματικός χώρος του πειράματος θα είναι το σύνολο

21 Σημειωση Σε κάθε πείραμα τύχης αντιστοιχεί ένα και μόνο ένα σύνολο δυνατών αποτελεσμάτων

Δυνατά αποτελέσματα ή δυνατές περιπτώσεις (ή εξαγόμενα ) ενός πειράματος τύχης λέγονται όλα τα αποτελέσματα που μπορούν να εμφανιστούν σε ένα πείραμα τύχης δηλαδή καθένα από τα 21

Ενδεχόμενο (event) ή γεγονός λέγεται το σύνολο που έχει ως στοιχεία ένα ή περισσότερα αποτελέσματα ενός πειράματος τύχης (δηλαδή ενδεχόμενο λέγεται κάθε υποσύνολο του δειγματικού χώρου)

Απλό (η στοιχειώδες ) λέγεται ένα ενδεχόμενο όταν έχει ένα μόνο στοιχείο

Σύνθετο λέγεται ένα ενδεχόμενο αν έχει περισσότερα από ένα στοιχεία

Ένα ενδεχόμενο Α πραγματοποιείται ή συμβαίνει όταν σε μια συγκεκριμένη εκτέλεσή του πειράματος το αποτέλεσμα ω ανήκει στο Α

Ευνοϊκές περιπτώσεις για την πραγματοποίηση ενός ενδεχομένου Α λέγονται όλα τα στοιχεία του ενδεχομένου Α

Βέβαιο ενδεχόμενο λέγεται ένα ενδεχόμενο A που είναι σίγουρο ότι θα πραγματοποιηθεί Τότε είναι Ρ(Α)=1 Ο δειγματικός χώρος Ω ενός πειράματος θεωρείται ότι είναι ενδεχόμενο το οποίο πραγματοποιείται πάντοτε αφού όποιο και αν είναι το αποτέλεσμα του πειράματος θα ανήκει στο Ω Tο Ω είναι βέβαιο ενδεχόμενο Ρ(Ω)=1

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 43: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 40

Αδύνατο ενδεχόμενο λέγεται ένα ενδεχόμενο Α που δεν μπορεί να πραγματοποιηθεί Τότε είναι Ρ(Α)=0 Δεχόμαστε ως ενδεχόμενο και το κενό σύνολο που δεν πραγματοποιείται σε καμιά εκτέλεση του πειράματος τύχης )(N Tο είναι το αδύνατο ενδεχόμενο )(P Το ενδεχόμενο BA που διαβάζεται

ldquoΑ τομή Βrdquo ή ldquoΑ και Βrdquo και πραγματοποιείται όταν πραγματοποιούνται συγχρόνως τα Α και Β

Το ενδεχόμενο BA που διαβάζεται ldquoΑ ένωση Βrdquo ή ldquoΑ ή Βrdquo και πραγματοποιείται όταν πραγματοποιείται ένα τουλάχιστον από τα Α Β

Το ενδεχόμενο A που διαβάζεται ldquoόχι Αrdquo ή ldquoσυμπληρωματικό του Αrdquo και πραγματοποιείται όταν δεν πραγματοποιείται το Α

Το A λέγεται και ldquoαντίθετο του Αrdquo

Το ενδεχόμενο BA που διαβάζεται ldquoδιαφορά του Β από το Αrdquo και πραγματοποιείται όταν πραγματοποιείται το Α αλλά όχι το Β

Ισχύει ότι BABA και ABAB

1 Το ενδεχόμενο Α πραγματοποιείται

A

2 Το ενδεχόμενο Α δεν πραγματοποιείται

A (ή A )

3 Ένα τουλάχιστον από τα Α και Β πραγματοποιείται

BA

4 Πραγματοποιούνται αμφότερα (συγχρόνως) τα Α και Β

BA

A B

Ω

B A

A B

Ω

B A

Ω

A΄ A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 44: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 41

5 ∆εν πραγματοποιείται κανένα από τα Α και Β

)BA(

6 Πραγματοποιείται μόνο το Α (Πραγματοποιείται το Α αλλά όχι το Β )

BA (ή BA )

7 Η πραγματοποίηση του Α συνεπάγεται την πραγματοποίηση του Β

BA

νολούυποσ

8 Πραγματοποιείται μόνο το Β (Πραγματοποιείται το Β αλλά όχι το Α )

AB (ή AB )

9 Πραγματοποιείται μόνο ένα από τα Α και Β δηλαδή Είτε (πραγματοποιείται μόνο το Α και όχι το Β) είτε

(πραγματοποιείται μόνο το Β και όχι το Α)

)AB()BA(

)AB()BA(

)BA()BA(

)BA()BA(

10 Πραγματοποιείται το πολύ ένα από τα Α και Β

(είτε δεν πραγματοποιείται το Α είτε δεν πραγματοποιείται το Β)

)BA( BAη

(A B) (A B) (B A) (A B)

πραγματοποιείται μόνο το Α ή

μόνο το Β ή κανένα

11 Τα Α και Β είτε πραγματοποιούνται και τα δύο συγχρόνως είτε δεν πραγματοποιείται κανένα

)BA()BA(

Δύο ενδεχόμενα Α και Β λέγονται ασυμβίβαστα όταν BA Δύο ασυμβίβαστα ενδεχόμενα λέγονται επίσης ξένα μεταξύ τους ή αμοιβαίως αποκλειόμενα Έννοια και Ιδιότητες Σχετικής Συχνότητας

Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α πραγματοποιείται κ φορές

τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με Af

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 45: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 42

Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο 21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις

σχετικές συχνότητες v

fv

fv

f

2

21

1 των απλών ενδεχομένων θα έχουμε

1 ifi 2110 (αφού vi 0 )

2 12121

v

v

v

fff

Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών Στατιστική ομαλότητα ή νόμος των μεγάλων αριθμών ονομάζεται το συμπέρασμα ότι οι σχετικές συχνότητες πραγματοποίησης των ενδεχομένων ενός πειράματος σταθεροποιούνται γύρω από κάποιους αριθμούς (όχι πάντοτε ίδιους) καθώς ο αριθμός των δοκιμών του πειράματος επαναλαμβάνεται απεριόριστα Το εμπειρικό αυτό εξαγόμενο το οποίο επιβεβαιώνεται και θεωρητικά

Eτσι σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός

ενδεχομένου με κ στοιχεία θα τείνει στον αριθμό

α Να δώσετε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Α κάποιου δειγματικού χώρου Ω

β Να δώσετε τις αριθμητικές τιμές των παρακάτω πιθανοτήτων

i) P(Ω) ii) Ρ ()

Έστω Α ένα ενδεχόμενο Επειδή δεν μπορούμε με βεβαιότητα να προβλέψουμε αν το Α θα πραγματοποιηθεί ή όχι αντιστοιχίζουμε σε κάθε ενδεχόμενο Α έναν αριθμό που είναι ένα μέτρο της ldquoπροσδοκίαςrdquo με την οποία αναμένουμε την πραγματοποίησή του Τον αριθμό αυτό τον ονομάζουμε πιθανότητα του Α και τον συμβολίζουμε με )A(P

Σε ένα πείραμα με ν ισοπίθανα αποτελέσματα η σχετική συχνότητα ενός ενδεχομένου με κ στοιχεία θα

τείνει στον αριθμό ν

κ Σε ένα πείραμα με ισοπίθανα ΚΑΙ πεπερασμένου

πλήθους αποτελέσματα ορίζουμε ως πιθανότητα του ενδεχομένου Α τον αριθμό

)(N

)A(N)A(P

νΠεριπτώσεωΔυνατώνΠλήθος

νΠεριπτώσεωΕυνοϊκώνΠλήθος

Έτσι έχουμε τον κλασικό ορισμό της πιθανότητας που διατυπώθηκε από τον

Laplace το 1812 Από τον προηγούμενο ορισμό προκύπτει άμεσα ότι

1

)(N

)(N)(P )(P

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 46: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 43

2

)(N)(N

)(N)(P )(P

3 Για κάθε ενδεχόμενο Α ισχύει 10 )A(P αφού το πλήθος των στοιχείων ενός ενδεχομένου είναι ίσο ή μικρότερο από το πλήθος των

στοιχείων του δειγματικού χώρου Δηλαδή ( ) P(A) P( )

πχ 0 ( ) P ( A ) P ( ) 1 ( ΙΟΥΛΙΟΣ 2006 ) Tα ενδεχόμενα (υποσύνολα του δχ) γενικά δεν είναι ισοπίθανα Σημείωση (Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων ) Αν το Ω δεν είναι πεπερασμένο τότε μπορεί να είναι 1)Αριθμήσιμο απειροσύνολο δηλσύνολο όπου τα στοιχεία του μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχ ρίχνουμε ένα νόμισμα μέχρι να πάρουμε ltltγράμματαgtgt 2)Μη αριθμήσιμο απειροσύνολο δηλ σύνολο όπου τα στοιχεία του δεν μπορεί να τεθούν σε μια ltlt1-1gtgt αντιστοιχία με τους φυσικούς αριθμούς πχεπιλέγουμε έναν οποιοδήποτε πραγματικό αριθμό από το διάστημα [01]R τότε ο δειγματικός χώρος είναι Ω=[01] Ένας πεπερασμένος ή άπειρος αριθμήσιμος δειγματικός χώρος λέγεται διακεκριμένος ενώ ένας άπειρος μη αριθμήσιμος λέγεται συνεχής δειγματικός χώρος

Αξιωματικός Ορισμός Πιθανότητας (Kolmogorov) Έστω 21 ένας δειγματικός χώρος με πεπερασμένο πλήθος στοιχείων Σε κάθε απλό ενδεχόμενο i αντιστοιχίζουμε έναν πραγματικό αριθμό που τον συμβολίζουμε με )(P i έτσι ώστε να ισχύουν 10 )(P i 121 )(P)(P)(P Τον αριθμό )( iP ω ονομάζουμε πιθανότητα του ενδεχομένου i Ως πιθανότητα )(AP ενός ενδεχομένου A 21 ορίζουμε το άθροισμα )(P)(P)(P 21 ενώ ως πιθανότητα του αδύνατου ενδεχομένου ορίζουμε τον αριθμό 0)(P

(Ο ορισμός αυτός έχει προκύψει από το γενικό ορισμό ο οποίος ισχύει και στην περίπτωση που ο Ω δεν είναι πεπερασμένος)

Αν v

)ω(P i1

vi 21 τότε έχουμε τον κλασικό ορισμό της πιθανότητας ενός ενδεχομένου

Στην πράξη ιδιαίτερα στην περίπτωση που δεν ισχύει ο κλασικός ορισμός της πιθανότητας ως πιθανότητα ενός ενδεχομένου Α λαμβάνεται το όριο της σχετικής του συχνότητας Ρ(Α)= Av

lim f

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 47: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 44

(Γενικές γνώσεις ndashΕκτός ύλης Πανελλαδικών εξετάσεων Στατιστικός ορισμός της πιθανότητας - Von Mises Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική συχνότητα του Α και συμβολίζεται με

Af Αποδεικνύεται πειραματικά ότι όταν οι αριθμοί Af συγκλίνουν σε ένανα κοινό αριθμό που ονομάζεται

πιθανότητα του ενδεχομένου Α Δηλαδή είναι Ρ(Α)= Avlim f

) ΣΧΟΛΙΟ Όταν έχουμε ένα δειγματικό χώρο 21 και χρησιμοποιούμε τη φράση ldquo τυχαία παίρνουμε ένα στοιχείο του Ωrdquo εννοούμε ότι όλα τα δυνατά αποτελέσματα

είναι ισοπίθανα με πιθανότητα v

)(P i1

vi 21

Κανόνες Λογισμού των Πιθανοτήτων

1Απλός προσθετικός νόμος (simply additive law)

Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α και Β ισχύει

)B(P)A(P)BA(P

Ο απλός προσθετικός νόμος ισχύει και για περισσότερα από δύο ενδεχόμενα

Έτσι αν τα ενδεχόμενα Α Β και Γ είναι ανά δύο ασυμβίβαστα θα έχουμε )(P)B(P)A(P)BA(P

2Για δύο συμπληρωματικά ενδεχόμενα Α και A ισχύει

( ) ( ) 1P A P A ( ) 1 ( )

( ) 1 ( )

P A P A

P A P A

Τα συμπληρωματικά ενδεχόμενα είναι ασυμβίβαστα ενώ το αντίστροφο δεν ισχύει(δηλ όποια ενδεχόμενα είναι ασυμβίβαστα δεν είναι υποχρεωτικά και συμπληρωματικά )

Δύο ενδεχόμενα Α και Β είναι συμπληρωματικά όταν BA και BA

Διάγραμμα του Venn

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 48: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 45

3 προσθετικός νόμος (additive law) Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)()()()( BAPBPAPBAP

4 Αν BA τότε

)B(P)A(P

5 Για δύο ενδεχόμενα Α και Β ενός δειγματικού χώρου Ω ισχύει

)BA(P)A(P)BA(P

και )BA(P)B(P)AB(P

Όταν ένα πείραμα τύχης εκτελείται σε δύο ή περισσότερες διαδοχικές φάσεις η μεθοδική αναγραφή των εξαγομένων του γίνεται με δενδροδιάγραμμα

Πίνακα διπλής εισόδου σχηματίζουμε μόνο στη περίπτωση που το πείραμα διεξάγεται σε δύο φάσεις Στο πίνακα διπλής εισόδου αναγράφονται τα διατεταγμένα ζεύγη ( χ ψ ) όπου χ εξαγόμενο της πρώτης φάσης και ψ εξαγόμενο της δεύτερης φάσης

Το δενδροδιάγραμμα καλύπτει και τη μέθοδο του πίνακα διπλής εισόδου της προηγούμενης κατηγορίας

Πίνακας ltlt διπλής εισόδουgtgt

2ο 1ο

1

2

3

4

5

6

1 2 3 4 5 6

(11)(21)(31)(41)(51)(61)

(12)(22)(32)(42)(52)(62)

(13) (23) (33) (43) (53) (63)

(14) (24) (34) (44) (54) (64)

(15)(25)(35)(45)(55)(65)

(16)(26)(36)(46)(56)(66)

A B

Ω

B A

Ω

B A

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 49: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 46

ΑΠΟ∆ΕΙΞΕΙΣ ΑΠΟ∆ΕΙΞΗ 1 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της σ τ α θ ε ρ ή ς συνάρτησης

f(x) = c είναι ίση microε 0 ΑΠΟ∆ΕΙΞΗ Έστω η συνάρτηση ( )f x c με πεδίο ορισμού το Α=R

Για h έχουμε

hh

cc

h

)x(f)hx(f

οπότε

hhlim

h

)x(f)hx(flim

Άρα η συνάρτηση είναι παραγωγίσιμη με ( ) ( ) 0f x c

ΑΠΟ∆ΕΙΞΗ 2 ndash ΚΕΦΑΛΑΙΟ 1

Να αποδείξετε ότι η παράγωγος της τ α υ τ ο τ ι κ ή ς συνάρτησης

f(x)=x είναι f΄(x)=1

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση ( )f x x με πεδίο ορισμού το Α=R

Για 0h έχουμε f (x h) f (x) (x h) x x h x h

1h h h h

Επομένως

hhlim

h

)x(f)hx(flim

Άρα ( ) ( ) 1f x x

ΑΠΟ∆ΕΙΞΗ 3 ndash ΚΕΦΑΛΑΙΟ 1 Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x)=x2 είναι f΄(x)=2 x ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση x)x(f με πεδίο ορισμού το Α=R

Για h έχουμε

hxh

h)hx(

h

hxh

h

xhxhx

h

x)hx(

h

)x(f)hx(f

Επομένως x)hx(limh

)x(f)hx(flim

hh

Άρα 2( ) ( ) 2f x x x

O

y

c

x

y=c

O

y

x

y=0(α) (β)

O

y

x

y=x

O

y

x

y=1

(α)

(β)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 50: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 47

ΑΠΟ∆ΕΙΞΗ 4 ndash ΚΕΦΑΛΑΙΟ 1 - παράδειγμα ΑΠΟ∆ΕΙΞΗ Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

Με x 0

xxx)x(

x

Με x 0

xxx)x(

x

Με x 0 x

xxxx

ΑΠΟ∆ΕΙΞΗ 5 ndash ΚΕΦΑΛΑΙΟ 1

Αν η συνάρτηση f είναι παραγωγίσιμη σε ένα διάστημα Δ τότε να

αποδείξετε ότι f(x)c )x(fc όπου c πραγματικός αριθμός

ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(cf)x(F Αφού η συνάρτηση f είναι παραγωγίσιμη στο

διάστημα ∆ τότε )x(fh

)x(f)hx(flimh

για κάθε x

Για h έχουμε

( ) ( ) ( ) ( ) [ ( ) ( )] ( ) ( )F x h F x c f x h c f x c f x h f x f x h f xc

h h h h

Επομένως

)x(fch

)x(f)hx(fclim

h

)x(F)hx(Flim

hh

Άρα ( ) ( ( )) ( )F x c f x c f x

ΑΠΟ∆ΕΙΞΗ 6 ndash ΚΕΦΑΛΑΙΟ 1

∆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) ΑΠΟ∆ΕΙΞΗ

Έστω η συνάρτηση )x(g)x(f)x(F

Αφού οι συναρτήσεις f g είναι παραγωγίσιμες τότε

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 51: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 48

0

( ) ( )lim ( )h

f x h f xf x

h

και 0

( ) ( )lim ( )h

g x h g xg x

h

Για h έχουμε

( ) ( ) [ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )F x h F x f x h g x h f x g x f x h g x h f x g x

h h h

[ ( ) ( )] [ ( ) ( )] ( ) ( ) ( ) ( )f x h f x g x h g x f x h f x g x h g x

h h h

δηλαδή

h

)x(g)hx(g

h

)x(f)hx(f

h

)x(F)hx(F

Επομένως

0 0

0 0

( ) ( ) ( ) ( ) ( ) ( )lim lim

( ) ( ) ( ) ( )lim lim ( ) ( )

h h

h h

F x h F x f x h f x g x h g x

h h h

f x h f x g x h g xf x g x

h h

Άρα ( ) [ ( ) ( )] ( ) ( )F x f x g x f x g x δηλαδή F΄(x)=f΄(x)+g΄(x)

ΑΠΟ∆ΕΙΞΗ 7-ΕΦΑΡΜΟΓΗ - ΚΕΦΑΛΑΙΟ 1 Να βρείτε τη παράγωγο της συνάρτησης xxf εφ)( Οι εφαρμογές και τα παραδείγματα των βιβλίων δεν εξετάζονται ούτε ως θεωρία ούτε ως ασκήσεις Μπορούν όμως να χρησιμοποιηθούν ως προτάσεις για τη λύση ασκήσεων ή την απόδειξη άλλων προτάσεων

ΛΥΣΗ Έχουμε )x()x(f εφ

xx

xx

x

)xημ(xxx

x

)x(xx)x

x

x22

22

22 συνσυν

ημσυν

συν

-ημσυνσυν

συν

συνημσυνημ(συνημ

Άρα x

x2συν

1)εφ(

ΑΠΟ∆ΕΙΞΗ 8 ndash ΚΕΦΑΛΑΙΟ 2 Aς υποθέσουμε ότι x1x2hellipxk είναι οι τιμές μιας μεταβλητής Χ που αφορά τα

άτομα ενός δείγματος μεγέθους ν όπου kν μη μηδενικοί φυσικοί αριθμοί

με k ν

α Τι ονομάζεται απόλυτη συχνότητα νi που αντιστοιχεί στην τιμή xi

i = 12hellipk

β Τι ονομάζεται σχετική συχνότητα fi της τιμής xi i = 12hellipk

γ Να αποδείξετε ότι i) 0 fi 1 για i = 12hellipk

ii) f1 + f2 + hellip+ fk = 1 ΑΠΑΝΤΗΣΗ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 52: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 49

γ)i)Aφού vν i και 1 21 2

v v vf f f

v v v

τότε

0 i v

v

v

v

ν

vi 0 1 1 2 if i

ii) Aφού 1 2

1 2

v v vf f f

v v v

τότε

1 2 1 21 2

vf f f 1

v

ΑΠΟ∆ΕΙΞΗ 9ndash ΚΕΦΑΛΑΙΟ 2 Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Να αποδείξετε ότι ν

)x-(t++)x-(t+x) - (t ν21 = 0

Η΄ Έστω 1 2 t t t οι παρατηρήσεις μιας ποσοτικής μεταβλητής Χ ενός δείγματος μεγέθους ν που έχουν μέση τιμή x Σχηματίζουμε τις διαφορές 1 2 t x t x t x Να αποδείξετε ότι ο αριθμητικός μέσος των διαφορών αυτών είναι ίσος με μηδέν ΑΠΑΝΤΗΣΗ Θέλουμε να βρούμε τον αριθμητικό μέσο των διαφορών των παρατηρήσεων

vttt 21 μιας μεταβλητής Χ από τη μέση τιμή x δηλαδή τον αριθμό

v

)xt(

v

)xt()xt()xt(

v

ii

v

( Είναι 1

1

v

i vi

ii

tx t x

v

δηλαδή 1 2 vt t t x )

Ο αριθμός όμως αυτός είναι ίσος με μηδέν αφού

1 2 1 2( ) ( ) ( ) 00v vt x t x t x t t t v x v x v x

v v v v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 53: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 50

ΑΠΟ∆ΕΙΞΗ 10 ΚΕΦΑΛΑΙΟ -3 α Τι ονομάζεται σχετική συχνότητα Af ενός ενδεχομένου Α

β Ποιες ιδιότητες ισχύουν για τις σχετικές συχνότητες των στοιχειωδών ενδεχομένων ενός πεπερασμένου δειγματικού χώρου Ω

γ Ποιά ιδιότητα ισχύει για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού χώρου Ω και ποια για τη πιθανότητα αυτού

δ Να αποδείξετε ότι

i) 0 fi 1 για i = 12hellipλ

ii) f1 + f2 + hellip+ fλ = 1

ΑΠΑΝΤΗΣΗ

α Αν σε ν εκτελέσεις ενός πειράματος ένα ενδεχόμενο Α

πραγματοποιείται κ φορές τότε ο λόγος v

ονομάζεται σχετική

συχνότητα του Α και συμβολίζεται με Af

β Αν ο δειγματικός χώρος ενός πειράματος είναι το πεπερασμένο σύνολο

21 και σε ν εκτελέσεις του πειράματος αυτού τα απλά

ενδεχόμενα ) 21 πραγματοποιούνται 21 φορές αντιστοίχως τότε για τις σχετικές συχνότητες

vf

vf

vf

22

11 των απλών ενδεχομένων θα έχουμε

1 ifi 2110

2 121 fff

γ Για τη σχετική συχνότητα ενός ενδεχομένου Α του δειγματικού

χώρου Ω ισχύει kfffffA

321

Ενώ για τη πιθανότητα )(AP του ενδεχομένου A 21

ισχύει )(AP = )(P)(P)(P 21

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 54: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 51

δi)Aφού vi 0 και vf

vf

vf

22

11 τότε

0 i v

v

v

vvi0

ifi 2110

ii) Aφού vf

vf

vf

22

11 τότε

12121

v

v

v

fff

ΑΠΟ∆ΕΙΞΗ 11 ndash ΚΕΦΑΛΑΙΟ -3 Για οποιαδήποτε ασυμβίβαστα μεταξύ τους ενδεχόμενα Α Β ενός δειγματικού χώρου Ω να αποδείξετε ότι Ρ (Α Β) = Ρ(Α) + Ρ(Β) ΑΠΟΔΕΙΞΗ

Αν )A(N και )B(N τότε το BA έχει στοιχεία γιατί αλλιώς τα Α και Β δε θα ήταν ασυμβίβαστα

∆ηλαδή έχουμε )B(N)A(N)BA(N Επομένως

)(N

)BA(N)BA(P

)(N

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P

ΑΠΟ∆ΕΙΞΗ 12 ndash ΚΕΦΑΛΑΙΟ -3 Για δύο συμπληρωματικά ενδεχόμενα Α και Α΄ ενός

δειγματικού χώρου Ω να αποδείξετε ότι ισχύει Ρ ( Α΄ ) = 1 ndash Ρ ( Α ) ΑΠΟΔΕΙΞΗ

Επειδή AA δηλαδή τα Α και A είναι ασυμβίβαστα έχουμε διαδοχικά σύμφωνα με τον απλό προσθετικό νόμο )A(P)A(P)AA(P )A(P)A(P)(P

)A(P)A(P 1 Οπότε )A(P)A(P 1

A B

Ω

B A

Ω

A΄ A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 55: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 52

ΑΠΟ∆ΕΙΞΗ 13- προσθετικός νόμος (additive law) ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει

ότι )()()()( BAPBPAPBAP

ΑΠΟΔΕΙΞΗ

Για δυο ενδεχόμενα Α και Β έχουμε

)BA(N)B(N)A(N)BA(N (1)

αφού στο άθροισμα )B(N)A(N το πλήθος των στοιχείων του BA υπολογίζεται δυο φορές Αν διαιρέσουμε τα μέλη της (1) με )(N έχουμε

)(N

)BA(N

)(N

)B(N

)(N

)A(N

)(N

)BA(N

και επομένως )BA(P)B(P)A(P)BA(P

Η ιδιότητα αυτή είναι γνωστή ως προσθετικός νόμος (additive law)

ΑΠΟ∆ΕΙΞΗ 14 - ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

δειγματικού χώρου Ω ισχύει ότι

Αν BA τότε )()( BPAP

ΑΠΟΔΕΙΞΗ Με Oslash είναι Ν(Ω)0 Επειδή BA έχουμε διαδοχικά

)B(N)A(N

)(N

)B(N

)(N

)A(N

)B(P)A(P ΑΠΟ∆ΕΙΞΗ 15 ΚΕΦΑΛΑΙΟ -3 Να αποδείξετε ότι για δύο ενδεχόμενα Α και Β ενός

A B

Ω

B A

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 56: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 53

δειγματικού χώρου Ω ισχύει ότιΡ (ΑΒ) = Ρ (Α) Ρ (ΑΒ)

ΑΠΟΔΕΙΞΗ Επειδή τα ενδεχόμενα BA και BA είναι ασυμβίβαστα και A)BA()BA( έχουμε

)BA(P)BA(P)A(P

Άρα )BA(P)A(P)BA(P

∆ηλαδή Ρ (ΑΒ΄) = Ρ (Α) Ρ(ΑΒ)

ΣΗΜΕΙΩΣΗ (Α΄)΄ = Α ΜΑΙΟΣ 2006 Αν το ενδεχόμενο Α΄ συμπληρωματικό του Α πραγματοποιείται τότε δεν πραγματοποιείται το Α

ΠΑΡΑΤΗΡΗΣΕΙΣ 1Αν Α=Β τότε Ρ(Α)=Ρ(Β) Το αντίστροφο δεν ισχύει Αν BA τότε )()( BPAP Το αντίστροφο δεν ισχύει

2Αν BA τότε δεν ξέρουμε τι γίνεται με τις Ρ(Α) Ρ(Β)

3Ισχύουν BAA BAB ABA BBA )BA()BA( A)BA()BA(

4Ισχύουν Αν BA τότε ισχύουν α) ABA β) BBA γ) BA δ) AB

5αν Α=Ω τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ(Ω) δήλ Ρ(Α)=1 ενώ αντίστροφα αν Ρ(Α)=1 τότε Α=Ω (μόνο για ισοπίθανα ενδεχόμενα)

αν Α= τότε (πάντοτε ισχύει ) Ρ(Α)=Ρ() δήλ Ρ(Α)=0

ενώ αντίστροφα αν Ρ(Α)=0 τότε Α=( μόνο για ισοπίθανα ενδεχόμενα)

6Οι κανόνες λογισμού των πιθανοτήτων ισχύουν και στη περίπτωση που τα απλά ενδεχόμενα του δειγματικού χώρου δεν είναι ισοπίθανα

A B

Ω

B A

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 57: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 54

7Αν τα ενδεχόμενα Α και Β είναι ξένα μεταξύ τους τότε δεν είναι υποχρεωτικά και τα συμπληρωματικά τους Α΄ και Β΄ ξένα μεταξύ τους 8Για την τομή και την ένωση συνόλων ισχύουν η αντιμεταθετική ιδιότητα ABBA και ABBA η προσεταιριστική ιδιότητα )B(A)BA( και )B(A)BA( και AA A AA A

ΑΠΟ∆ΕΙΞΗ 16 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ

Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

ii 1

xx

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

i ii 1

x x f

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ

i ii 1

ii 1

xx

i ii 1

xx

1 1 2 2x x xx

1 1 2 2x x xx

1 1 2 2x x x

x

1 21 2x x x x

1 1 2 2x x f x f x f i ii 1

x x f

ΠΑΡΑΤΗΡΗΣΗ 2 2x x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 58: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 55

∆ιότι 2x

2 2 v1 2 2t t t

v

ενώ 22x x

2 22

i 1 2 v1 2 v2

t t t tt t t

v v v

2x έ ή ώ ή

22x x = το τετράγωνο της μέσης τιμής των παρατηρήσεων

ΑΠΟ∆ΕΙΞΗ 17 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Έστω ότι t1 t2 tν είναι οι παρατηρήσεις μιας μεταβλητής Χ ενός δείγματος μεγέθους ν και η μέση τιμή των παρατηρήσεων

Η διακύμανση ορίζεται από τη σχέση

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

v2 2 2

ii 1

1s t x

v

ή 2 2 2s x x

ΑΠΟ∆ΕΙΞΗ

ν

i

ν

ii

i ν

tt

νs

1

2

122 1

2

2ii

i 12 i 12

tts

2

i2 2 i 1

ii 1

t1

s tv v

v2 2 2

ii 1

1s t x

v

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 59: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 56

2 2 v2 21 2 2t t t

s xv

2 2 2s x x

ΑΠΟ∆ΕΙΞΗ 18 ΧΡΗΣΙΜΗ ΣΕ ΑΣΚΗΣΕΙΣ Σε μια κατανομή συχνοτήτων αν κxxx 21 είναι οι τιμές της μεταβλητής Χ με συχνότητες κvvv 21 αντίστοιχα

η μέση τιμή ορίζεται από τη σχέση i i

i 1

xx

και η διακύμανση

όταν έχουμε πίνακα συχνοτήτων ή ομαδοποιημένα δεδομένα

ορίζεται από τη σχέση

1

1

2

122

κ

i

κ

iii

ii v

vxvx

vs

Να αποδείξετε ότι η παραπάνω σχέση ισοδύναμα γράφεται

2 2 2i i

i 1

s x f x

όπου if οι σχετικές συχνότητες

ΑΠΟ∆ΕΙΞΗ 2κ

i iκi 12 2

i ii 1

x v1

s x vv v

2κ2

i ii ii 12 i 1

2

x vx vs

v v

2κ2i i i i

2 i 1 i 1

x v x vs

v

2 2 222 1 1 2 2x v x v x v

s xv

2 2 2

22 1 1 2 2x v x v x vs x

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x

Page 60: ΜΑΘΗΜΑΤΙΚΑ - mathematica.gr · x 32 2 3s x s x s x x s x s x s 99,7% 95% 68% s s ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ( ΟΡΙΣΜΟΙ – ΑΠΟΔΕΙΞΕΙΣ)

ΑΡΙΣΤΟΤΕΛΕΙΟ ΚΟΡΙΝΘΙΑΚΟ ΕΚΠΑΙ∆ΕΥΤΗΡΙΟ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ∆ΕΙΑΣ Γ΄ ΛΥΚΕΙΟΥ

∆ημήτρης Β Μ Π Ο Υ Φ Α Σ 57

22 2 2 21 21 2

v v vs x x x x

22 2 2 21 1 2 2s x f x f x f x

2 2 2i i

i 1

s x f x