Elementy kombinatoryki

Wielkość: px
Rozpocząć pokaz od strony:

Download "Elementy kombinatoryki"

Transkrypt

1 Elementy kombinatoryki Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków UTP Bydgoszcz 04 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 1 / 59

2 Permutacje Definicja. Permutacja to bijekcja skończonego zbioru na siebie. Inaczej: permutacja n-elementowego zbioru to każdy n-elementowy ciąg utworzony ze wszystkich elementów tego zbioru. Jak wiemy liczba bijekcji (permutacji) na zbiorze n-elementowym wynosi n!. Przykład. Jest 3! = = 6 permutacji zbioru składającego się z liter A, B, C. Są to: ABC, ACB, BAC, BCA, CAB, CBA. Pytanie mogło brzmieć: ile słów trzyliterowych (z sensem lub nie) można ułożyć dysponując jedną płytką z literą A, jedną płytką z literą B oraz jedną płytką z literą C. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 2 / 59

3 Permutacje Oznaczenia. Przez S n oznaczmy zbiór permutacji zbioru {0, 1,..., n 1}. Permutacje będziemy zapisywać na ogół jako małe greckie litery. Permutację identycznościową zbioru S oznaczymy przez id S. Przykład. Wszystkie sześć permutacji zbioru trójelementowego S 3 : n id(n) n n α(n) n n β(n) n γ(n) δ(n) ζ(n) ( ) ( ) ( Inny zapis tych permutacji: ( ) ( ) ( ) (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 3 / 59 )

4 Złożenie (mnożenie) permutacji, γ ζ, ζ γ Obserwacja. Każda permutacja to funkcja (nawet bijekcja), permutacje w danym zbiorze możemy więc składać. Złożenie permutacji jest permutacją. Przykład. Gdy n γ(n) n ζ(n) 2 1 0, to ich złożenia γ(ζ(n)) oraz ζ(γ(n)): n γ ζ(n) n ζ γ(n) (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 4 / 59

5 Permutacje Oznaczenie. α 0 (n) = n, α 1 (n) = α(n), α 2 (n) = α(α(n)) = αα(n), α 3 (n) = ααα(n) = α(α(α(n))), α 4 (n) = αααα(n),... (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 5 / 59

6 Permutacja odwrotna, α α 1 = α 1 α = id X Definicja. Niech X będzie skończonym zbiorem. Permutacja odwrotna do permutacji α (zbioru X ) to taka permutacja α 1 zbioru X, że α α 1 = α 1 α = id X. Przykłady. n ζ(n) n ζ 1 (n) n ζ ζ 1 (n) ζ 1 ζ(n) n γ(n) n γ 1 (n) n γ γ 1 (n) γ 1 γ(n) (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 6 / 59

7 Cykle Definicja. Cykl n-elementowego zbioru X to taka permutacja α tego zbioru, że dla dowolnego x X mamy X = {x, α(x), α 2 (x),..., α n 1 (x)}. Przykład. X = {0, 1, 2}. Permutacja n γ(n) γ(0) = 1, γ 2 (0) = γγ(0) = γ(1) = 2, γ 3 (0) = γγγ(0) = γ(2) = 0 γ(1) = 2, γ 2 (1) = γγ(1) = γ(2) = 0, γ 3 (1) = γγγ(1) = γ(0) = 1 γ(2) = 0, γ 2 (2) = γγ(2) = γ(0) = 1, γ 3 (2) = γγγ(2) = γ(1) = 2 Fakt. Jeśli X = {x 0, α(x 0 ), α 2 (x 0 ),..., α n 1 (x 0 )} dla dowolnego x 0 X, to α jest cyklem zbioru X. jest cyklem: (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 7 / 59

8 Rozkład permutacji na rozłączne cykle Fakt. Każdą permutację można rozłożyć na cykle. Każdy układ cykli generuje permutację. Oznaczenie. Permutację α składającą się z k rozłącznych cykli oznaczamy α = (x 0,... )(x 1,... )... (x k 1,... ). Zazwyczaj nie stawiamy przecinków. Metoda rozkładu permutacji α zbioru X na rozłączne cykle: 1 wybieramy dowolny x X, który nie jest jeszcze w żadnym cyklu; 2 liczymy, kolejno, α(x), α 2 (x), α 3 (x),..., α m (x) aż uzyskamy α m (x) = x; 3 dołączamy cykl (x, α(x),..., α m 1 (x)); 4 gdy znajdziemy w X element, który nie jest jeszcze w żadnym cyklu, to zaczynamy od początku (wracamy do punktu 1). (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 8 / 59

9 Rozkład permutacji na rozłączne cykle Uzasadnienie poprawności tej metody: [1/3] Punkt 4 gwarantuje, że każdy element zbioru X jest w jakimś cyklu. [2/3] Pokażemy teraz, że w punkcie 2 musi istnieć m takie, że α m (x) = x. Zbiór X jest skończony, zatem wśród elementów α(x), α 2 (x), α 3 (x),... znajdziemy dwa powtarzające się. Niech m będzie najmniejszą liczbą taką, że istnieje i spełniające dwie własności: 0 i < m oraz α i (x) = α m (x) (po prostu znajdujemy dwa pierwsze elementy powtarzające się). Gdyby i 0, to α i 1 (x) = α m 1 (x), gdyż α jest permutacją (bijekcją) oraz α i (x) = α(α i 1 (x)) = α(α m 1 (x)) = α m (x). Zatem m nie jest najmniejszą liczbą o szukanej własności. Ta sprzeczność pokazuje, że i = 0, czyli α m (x) = α 0 (x) = x. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki 04 9 / 59

10 Rozkład permutacji na rozłączne cykle Uzasadnienie poprawności metody: [3/3] Pokażemy teraz, że uzyskane cykle są rozłączne. Przypuśćmy przeciwnie, że y = α i (x) jest pierwszym elementem w pewnym cyklu, który to element wystąpił w jakimś poprzednim cyklu. Oczywiście i > 0 (zobacz punkt 1) oraz y = α i (x) = α(α i 1 (x)). Niech z będzie elementem poprzedzającym y w pierwszym cyklu, czyli y = α(z). Skoro α jest permutacją (bijekcją), więc α i 1 (x) = z. Otrzymaliśmy sprzeczność (y był pierwszym elementem, który pojawił się wcześniej). (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

11 Rozkład permutacji na rozłączne cykle Przykład. n α(n) Wybieramy na przykład 0 i liczymy: α(0) = 2, α(2) = 1, α(1) = 4, α(4) = 0. Pierwszym cyklem jest (0214). Wybieramy element, który nie jest jeszcze w żadnym cyklu, na przykład 3 i liczymy: α(3) = 5, α(5) = 3. Drugim cyklem jest (35). Wybieramy element, który nie jest jeszcze w żadnym cyklu, zostało nam 6 i liczymy α(6) = 6. Trzecim i ostatnim cyklem jest (6). Rozkład na cykle: α = (0214)(35)(6). (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

12 Liczby Stirlinga pierwszego rodzaju Liczby Stirlinga I rodzaju, oznaczane [ ] n lub s(n, k) k ( k cykli n ), opisują liczbę różnych rozmieszczeń n liczb w k cyklach. Przykład. Mamy 11 możliwości rozmieszczenia czterech liczb w dwóch cyklach: (1)(234); (1)(243); (2)(134); (2)(143); (3)(124); (3)(142); (4)(123); (4)(132); (12)(34); (13)(24); (14)(23) [ ] 4 Zatem, = 11 2 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

13 (1)(234); (1)(243); (2)(134); (2)(143); (3)(124); (3)(142); (4)(123); (4)(132); (12)(34); (13)(24); (14)(23) [ 4 2 ] = 11 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

14 Liczby Stirlinga I rodzaju Niektóre liczby [ ] n ; zauważmy, że [ ] n n k k=0 = n! k n/k (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

15 Liczby Stirlinga I rodzaju [ ] n opisują liczbę różnych rozmieszczeń n liczb w k cyklach. k Przykłady. [ ] n = 0 dla n > 0 0 [ ] n = 1 dla n 0 (istnieje tylko jeden podział na n cykli) n [ ] n = 0 dla k > n (nie da się rozmieścić n liczb w n + 1 k lub więcej cyklach) (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

16 Wzór rekurencyjny. Dla 0 < k < n, [ ] n = k [ ] n 1 + (n 1) k 1 [ ] n 1 Uzasadnienie. Wybierzmy dowolną z n liczb i rozważmy wszystkie rozmieszczenia takie, że nasza liczba tworzy cykl jednoelementowy. Takich rozmieszczeń jest tyle, ile jest rozmieszczeń n 1 liczb (naszej[ liczby ] nie n 1 uwzględniamy) w k 1 cyklach (jeden cykl już mamy), czyli. k 1 Brakujące rozmieszczenia uzyskamy w następujący sposób. Rozbijamy wszystkie [ ] n 1 liczb (poza naszą ) na k cykli. Takich rozmieszczeń jest n 1. Następnie dołączamy naszą liczbę: umieszczamy ją, po kolei, po k lewej stronie pierwszej [ liczby, ] drugiej liczby,..., (n 1)-szej liczby. n 1 Uzyskamy (n 1) rozmieszczeń. k (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59 k

17 Nieporządki Definicja. Element s nazywamy punktem stałym permutacji α, gdy α(s) = s. Definicja. Nieporządkiem skończonego zbioru nazywamy jego permutację bez punktów stałych. Niech X n = {1, 2,..., n} (dla ustalenia uwagi). Przykład. ( Przykład. ( ) ) jest nieporządkiem. nie jest nieporządkiem. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

18 Nieporządki Liczbę nieporządków zbioru n-elementowego oznaczmy przez D n. ( ) 1 Przykład. D 1 = 0; permutacja 1 ( ) ( ) D 2 = 1; permutacje: ( ) ( ) D 3 = 2; permutacje: ( ) ( ) ( ) ( ) (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

19 Nieporządki Wzór rekurencyjny. D n = (n 1)(D n 1 + D n 2 ) dla n 3 Uzasadnienie. Niech n 3. Nieporządki zbioru X n = {1, 2,..., n} dzielimy na dwa zbiory. W pierwszym są te, w których n zamieniło się miejscem z jakimś i (ta zamiana nie generuje punktu stałego). Liczbę i możemy wybrać na n 1 sposobów, zatem liczba nieporządków w pierwszym zbiorze to (n 1)D n 2. W drugim zbiorze na ostatnim miejscu stoi jakaś liczba i (mamy n 1 możliwości jej wyboru), ale n nie stoi na i-tym miejscu (to poprzedni przypadek). Jeśli potraktujemy n jak i (bo nie może stać na i-tym miejscu), to wnioskujemy, że liczba nieporządków w drugim zbiorze to (n 1)D n 1. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

20 Permutacje z punktami stałymi Pytanie. Ile jest permutacji n-elementowych z r punktami stałymi? r punktów stałych wybieramy na ( n r) sposobów. Pozostałe elementy muszą tworzyć nieporządek (nie mogą dostarczyć innego punktu stałego). Odpowiedź: ( n ) r Dn r. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

21 Permutacje z powtórzeniami Przykład. Ile słów trzyliterowych (z sensem lub nie) można utworzyć dysponując trzema płytkami z literami A, A, Ä. Odpowiedź. Sześć = 3!: AAÄ, AAÄ, ÄAA, ÄAA, AÄA, AÄA. Gdyby litery A, A i Ä były traktowane jako jedna litera, to liczbę 3! byśmy musieli podzielić przez 3! - zestawy: A AÄ, AAÄ,... oznaczają to samo. Przykład. Ile słów trzyliterowych (z sensem lub nie) można utworzyć dysponując trzema płytkami z literą A. Odpowiedź. Jedno: AAA. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

22 Permutacje z powtórzeniami Przykład. Ile permutacji można utworzyć dysponując płytkami A, A, B, B (rozróżniamy kolory). Odpowiedź: 4!=24. Są to: AABB, AABB, AABB, AABB, (gdybyśmy nie rozróżniali kolorów, to te cztery zestawy by wyglądały tak samo) ABAB, ABAB, ABAB, ABAB, ABBA, ABBA, ABBA, ABBA, BAAB, BAAB, BAAB, BAAB, BABA, BABA, BABA, BABA, BBAA, BBAA, BBAA, BBAA. Gdybyśmy nie rozróżniali kolorów niebieskiego i czarnego (ale czerwony tak), to liczbę 4! byśmy musieli podzielić przez 2!. Gdybyśmy nie rozróżniali kolorów w ogóle, to liczbę 4! byśmy musieli podzielić przez 2! 2!, czyli przez 4. Przykład. Słowa czteroliterowe (z sensem lub nie) powstałe z dwóch płytek z literą A oraz dwóch z literą B: AABB, ABAB, ABBA, BAAB, BABA, BBAA. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

23 Permutacje z powtórzeniami Definicja. Niech X = {a 1, a 2,..., a r } oraz n = n 1 + n n r. Permutacja n-elementowa z powtórzeniami, w której elementy a 1, a 2,..., a r powtarzają się, odpowiednio, n 1, n 2,..., n r razy, to każdy n-elementowy ciąg, w którym element a i powtarza się n i razy (dla i = 1,..., r). Liczba takich permutacji z powtórzeniami wynosi n! n 1! n 2!... n r!. Przykład. Ile różnych 11-literowych słów (sensownych lub nie) można ułożyć z liter słowa MISSISSIPPI? Mamy jedną literę M, cztery litery I, cztery litery S oraz dwie litery P. Wszystkich słów jest 11! 1! 4! 4! 2! = (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

24 Kolekcja Kolekcja (pseudozbiór, multizbiór, multiset), to uogólnienie koncepcji zbioru, które dopuszcza wiele takich samych elementów w kolekcji, przy czym (w przeciwieństwie do ciągu) ich kolejność nie jest ważna. Bardziej formalne podejście: Dany jest skończony zbiór X. Kolekcją nazywamy uporządkowaną parę (X, r), gdzie funkcja r : X N +. Liczba r(x) to krotność elementu x. Przykład. Kolekcją jest (X, r), gdy X = {a, b} oraz funkcja r jest określona następująco: r(a) = 2, r(b) = 3. Będziemy, dla ułatwienia, zapisywać taką kolekcję w postaci {a, a, b, b, b} kol (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

25 Permutacja z powtórzeniami to permutacja w kolekcji Niech X = {a 1, a 2,..., a r }, n = n 1 + n n r, X K = {a 1,..., a }{{ 1, a } 2,..., a 2,..., a }{{} r,..., a }{{} r n 1 razy n 2 razy n r razy Obserwacja. Permutacja n-elementowa z powtórzeniami, w której elementy a 1, a 2,..., a r powtarzają się, odpowiednio, n 1, n 2,..., n r razy, to permutacja w n-elementowej kolekcji X K. Liczba takich permutacji w kolekcji wynosi n! n 1! n 2!... n r!. } kol (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

26 Kombinacje Definicja. Kombinacja k elementów ze zbioru n-elementowego, gdy 0 k n, to każdy k-elementowy podzbiór zbioru n-elementowego. Jak wiemy, liczba k elementów ze zbioru n-elementowego ( ) n = k n! k!(n k)!. Przykład. Z trzech liter A, B, C można utworzyć trzy, 3! 2-elementowe. Są to: AB, AC, BC. 2!(3 2)! = 3, kombinacje Pytanie mogło brzmieć: ile jest różnych wyników losowania dwóch płytek ze zbioru trzech płytek: jednej z literą A, jednej z literą B i jednej z literą C. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

27 Kombinacje Przykład. Ile jest n-elementowych ciągów binarnych o k jedynkach (i n k zerach)? Jest ich tyle, ile k-elementowych podzbiórów zbioru n-elementowego, czyli ( n k). Podobnie, jest ich tyle, ile n k-elementowych podzbiórów zbioru n-elementowego, czyli ( n n k). Wniosek. ( n ( k) = n ) n k (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

28 Poker Wybieramy losowo pięć kart z talii składającej się z 4 kolorów,,, po 13 kart: 2,3,4,5,6,7,8,9,10,W,D,K,A. As jest zarówno największą jak i najmniejszą kartą (1). ( ) 52 Takich wyborów (układów) mamy = układ przykład liczba poker 9 10 W D K 40 kareta K K K K 2 13 ( 48 ) = ( 624 ) 4 4 full D D D K K = ( ) 13 kolor W K 4 40 = (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

29 Poker Wybieramy losowo pięć kart z talii składającej się z 4 kolorów,,, po 13 kart: 2,3,4,5,6,7,8,9,10,W,D,K,A. As jest zarówno największą jak i najmniejszą kartą (1). układ przykład liczba strit a A ( 10 ) 4 5 ( 40 ) = trójka W K = ( ) ( ) ( ) dwie pary D D = ( ) ( ) 4 12 para W K = pozostałe W D (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

30 Kombinacje z powtórzeniami Przypomnienie różnic między zbiorem a kolekcją (multizbiorem). Przykład. {a, a, b} = {a, b} = {b, a} = {a, a, b, b, b}, ale {a, a, b} kol {a, b} kol = {b, a} kol {a, a, b, b, b} kol. Kombinacja z powtórzeniami k elementów ze zbioru n-elementowego to każda k-elementowa kolekcja złożona z elementów zbioru n-elementowego. Jest ich ( ) n + k 1. k (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

31 Uzasadnienie. Niech X = {a 1, a 2,..., a n } i niech M będzie k-elementową kolekcją tego zbioru. Istnieje bijekcja między k-elementowymi kolekcjami, a (n + k 1)-elementowym ciągiem złożonym z + oraz (możemy też traktować ten ciąg jako ciąg binarny) określona następująco: jeśli a 1 nie występuje w M, to pierwszym elementem ciągu jest występuje m 1 razy, to pierwsze m elementów ciągu to m 1 znaków + oraz na kolejnym miejscu jeśli a i (dla, kolejno, i = 2,..., n 1) nie występuje w M, to następnym elementem ciągu jest występuje m i razy, to kolejne m i + 1 elementów ciągu to m i znaków + oraz jeśli a n nie występuje w M, to nic nie dopisujemy występuje m n razy, to kolejne m n elementów ciągu to znaki + (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

32 Kombinacji z powtórzeniami jest ( ) n+k 1 k. Przykład. X = {2, 3, 4, 6, 8}, M 1 = {2, 3, 3, 4, 6, 8} kol. M 2 = {3, 3, 3, 3, 3, 4} kol. Kolekcji M 1 odpowiada ciąg wskazujący, że 2 wystąpiła raz, 3 dwa razy, 4 raz, 6 raz, 8 raz. Kolekcji M 2 odpowiada ciąg wskazujący, że 2 nie ma, 3 wystąpiła pięć razy, 4 raz, 6 nie ma, 8 nie ma. W każdym takim ciągu mamy k znaków + (bo wybieramy k elementów) oraz n 1 kresek (wyznaczających n elementów zbioru X ). Ilość możliwych ciągów o k znakach + i n 1 znakach to ( n+k 1) k. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

33 Kombinacji z powtórzeniami jest ( ) n+k 1 k. Przykład. Z trzech liter A, B, C można utworzyć sześć, ( ) ( ) ! = = 2 2 2!(4 2)! = 6, kombinacji 2-elementowych z powtórzeniami. Są to: AA, AB, AC, BB, BC, CC. Pytanie mogło brzmieć: ile jest różnych wyników losowania dwóch płytek ze zbioru składającego się z dwóch (lub więcej) płytek z literą A, dwóch (lub więcej) z literą B i dwóch (lub więcej) z literą C. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

34 Kombinacje z powtórzeniami Przykład. Ile jest różnych kostek klasycznego domina (największa liczba oczek na jednej połówce kostki to sześć)? Każda kostka domina składa się z pary (połówek) elementów z zaznaczonymi oczkami ze zbioru {0, 1, 2, 3, 4, 5, 6}. Elementy mogą się powtarzać, ale nie jest istotna ich kolejność w parze. Jest ich tyle ile 2-elementowych kombinacji z powtórzeniami ze zbioru 7-elementowego, czyli ( ) = (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

35 Wariacje Definicja. Wariacja z n po k, gdy 0 k n, to odwzorowanie różnowartościowe k-elementowego podzbioru zbioru n-elementowego na ten sam zbiór. ( Zatem liczba wszystkich wariacji z n po k wynosi n ) k k! = n! (n k)!. Przykład. Z trzech liter A, B, C można utworzyć sześć, 3! 2-elementowych. (3 2)! = 6, wariacji Są to: AB, BA, AC, CA, BC, CB. Pytanie mogło brzmieć: ile słów dwuliterowych (z sensem lub nie) można ułożyć dysponując jedną płytką z literą A, jedną płytką z literą B oraz jedną płytką z literą C. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

36 Wariacje z powtórzeniami Definicja. Wariacja z powtórzeniami z n po k, gdy 0 k n, to każde odwzorowanie k-elementowego podzbioru zbioru n-elementowego na ten sam zbiór. Liczba wszystkich wariacji z powtórzeniami n po k (wszystkich funkcji ze zbioru k elementowego w zbiór n elementowy) wynosi n k. Przykład. Z liter A, B, C można utworzyć dziewięć (obliczenie: 3 2 = 9) wariacji 2-elementowych z powtórzeniami. Są to: AB, BA, AC, CA, BC, CB, AA, BB, CC. Pytanie mogło brzmieć: ile słów dwuliterowych (z sensem lub nie) można ułożyć dysponując dwiema (lub większą ilością) płytkami z literą A, dwiema (lub większą ilością) płytkami z literą B oraz dwiema (lub większą ilością) płytkami z literą C. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

37 Wariacje z powtórzeniami Przykład. Pytamy 20 osób urodzonych w roku 1999 o dzień ich urodzin. Jak duży jest zbiór wszystkich możliwych odpowiedzi? 20-elementowych wariacji z powtórzeniami ze zbioru 366-elementowego jest (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

38 Wariacje z powtórzeniami Przykład. Pytamy 10 osób urodzonych w roku 1999 o dzień ich urodzin. Jakie jest prawdopodobieństwo, że żadne dwie osoby nie mają urodzin w tym samym dniu? Zastosujemy klasyczną definicję prawdopodobieństwa. Liczba wszystkich możliwości, czyli liczba 10-elementowych wariacji z powtórzeniami ze zbioru 366-elementowego to Liczba zdarzeń sprzyjających, to liczba wariacji (bez powtórzeń) z 366 po 10. Zatem szukane prawdopodobieństwo jest równe 366! (366 10)! (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

39 Podziały zbiorów Liczbę ( n n 1,..., n r nazywamy współczynnikiem wielomianowym. ) = n! n 1! n 2!... n r! Fakt. Skończony zbiór X możemy podzielić na r rozłącznych podzbiorów A 1,..., A r o mocach, odpowiednio, n 1,..., n r na ( n ) n 1,...,n r sposobów. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

40 Podziały zbiorów Uzasadnienie. Zbiór A 1 możemy wybrać na ( n ) n 1 sposobów. Następnie zbiór A2 możemy wybrać na ( n n 1 ) n 2 sposobów, zbiór A3 możemy wybrać na ( n n 1 n 2 ) n 3 sposobów,... Wszystkich wyborów jest więc ( ) ( ) ( ) ( ) n n n1 n n1 n 2 n n1 n r 1... n 1 n 2 = n 3 n! n 1! n 2!... n r! n r (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

41 Podziały zbiorów Przykład. Ile jest różnych rozdań w brydżu? Zbiór X składający się z 52 kart dzielimy na cztery 13-elementowe zbiory W,N,E,S. Podziałów takich jest ( ) 52 13, 13, 13, 13 = 52! (13!) 4 = (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

42 MISSISSIPPI, inne podejście Współczynnik wielomianowy określa też liczbę permutacji z powtórzeniami. Przykład. Ile różnych 11-literowych słów (sensownych lub nie) można ułożyć z liter słowa MISSISSIPPI? Mamy jedną literę M, cztery litery I, cztery litery S oraz dwie litery P. Litery te zajmują 11 pozycji. Niech P = {p 1, p 2,..., p 11 } będzie zbiorem tych pozycji. Mamy jedenaście miejsc, które czekają na zapełnienie tymi literami. Dzielimy P na cztery podzbiory P M, P I, P S, P P o mocy P M = 1, P I = 4, P S = 4, P P = 2. Każdy taki podział wyznacza słowo. Wszystkich słów jest ( ) 11 = 1, 4, 4, 2 11! 1! 4! 4! 2! = (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

43 MANHATTAN, n 0, k 1 Załóżmy, że ulice tworzą kratę złożoną z n + 1 dróg biegnących w linii północ-południe i k dróg wschód-zachód. Znajdujemy się w lewym dolnym rogu A i chcemy dojść najkrótszą drogą do prawego górnego rogu B. Na ile sposobów możemy to zrobić? B A tu: n + 1 = 7 n = 6, k = 4 są 84 sposoby Fakt. Każda taka droga składa się z n odcinków jednostkowych poziomych i k 1 pionowych. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

44 MANHATTAN, n 0, k 1 Załóżmy, że ulice tworzą kratę złożoną z n + 1 dróg biegnących w linii północ-południe i k dróg wschód-zachód. Znajdujemy się w lewym dolnym rogu A i chcemy dojść najkrótszą drogą do prawego górnego rogu B. Na ile sposobów możemy to zrobić? B A tu: n + 1 = 7 n = 6, k = 4 są 84 sposoby Fakt. Każda taka droga składa się z n odcinków jednostkowych poziomych i k 1 pionowych. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

45 MANHATTAN, n 0, k 1 Załóżmy, że ulice tworzą kratę złożoną z n + 1 dróg biegnących w linii północ-południe i k dróg wschód-zachód. Znajdujemy się w lewym dolnym rogu A i chcemy dojść najkrótszą drogą do prawego górnego rogu B. Na ile sposobów możemy to zrobić? B A tu: n + 1 = 7 n = 6, k = 4 są 84 sposoby Fakt. Każda taka droga składa się z n odcinków jednostkowych poziomych i k 1 pionowych. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

46 MANHATTAN, n 0, k 1 Załóżmy, że ulice tworzą kratę złożoną z n + 1 dróg biegnących w linii północ-południe i k dróg wschód-zachód. Znajdujemy się w lewym dolnym rogu A i chcemy dojść najkrótszą drogą do prawego górnego rogu B. Na ile sposobów możemy to zrobić? B A tu: n + 1 = 7 n = 6, k = 4 są 84 sposoby Fakt. Każda taka droga składa się z n odcinków jednostkowych poziomych i k 1 pionowych. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

47 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a n + k 1 elementowym ciągiem binarnym składającym się z k 1 jedynek oraz n zer każdemu odcinkowi pionowemu przypisujemy 1, a poziomemu 0. B A (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

48 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a n + k 1 elementowym ciągiem binarnym składającym się z k 1 jedynek oraz n zer każdemu odcinkowi pionowemu przypisujemy 1, a poziomemu 0. B A (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

49 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a n + k 1 elementowym ciągiem binarnym składającym się z k 1 jedynek oraz n zer każdemu odcinkowi pionowemu przypisujemy 1, a poziomemu 0. B A (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

50 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a n + k 1 elementowym ciągiem binarnym składającym się z k 1 jedynek oraz n zer każdemu odcinkowi pionowemu przypisujemy 1, a poziomemu 0. B A (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

51 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a zbiorem rozwiązań (w N) równania x 1 + x x k = n. Każda taka droga zawiera n poziomych odcinków jednostkowych. Liczba takich odcinków na naszej drodze leżących na pierwszej poziomej ulicy to x 1, na drugiej to x 2,..., na k-tej to x k. A B x 1 = 3 x 2 = 1 x 3 = 0 x 4 = 2 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

52 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a zbiorem rozwiązań (w N) równania x 1 + x x k = n. Każda taka droga zawiera n poziomych odcinków jednostkowych. Liczba takich odcinków na naszej drodze leżących na pierwszej poziomej ulicy to x 1, na drugiej to x 2,..., na k-tej to x k. A B x 1 = 3 x 2 = 1 x 3 = 0 x 4 = 2 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

53 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a zbiorem rozwiązań (w N) równania x 1 + x x k = n. Każda taka droga zawiera n poziomych odcinków jednostkowych. Liczba takich odcinków na naszej drodze leżących na pierwszej poziomej ulicy to x 1, na drugiej to x 2,..., na k-tej to x k. A B x 1 = 30 x 2 = 10 x 3 = 06 x 4 = 20 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

54 MANHATTAN, obserwacja Istnieje bijekcja między zbiorem najkrótszych dróg a zbiorem rozwiązań (w N) równania x 1 + x x k = n. Każda taka droga zawiera n poziomych odcinków jednostkowych. Liczba takich odcinków na naszej drodze leżących na pierwszej poziomej ulicy to x 1, na drugiej to x 2,..., na k-tej to x k. A B x 1 = 31 x 2 = 1 x 3 = 01 x 4 = 23 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

55 MANHATTAN, k 1 jedynek oraz n zer Mamy n + k 1 elementowy zbiór pozycji. Wybieramy k 1 (by obsadzić je jedynkami; pozostałe obsadzamy zerami). Takich wyborów jest ( ) n + k 1 = k 1 (n + k 1)! (k 1)! n!. Mogliśmy także z n + k 1 elementowego zbioru pozycji wybrać n (by obsadzić je zerami). Takich wyborów jest ( ) n + k 1 = n (n + k 1)! n! (k 1)!. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

56 MANHATTAN Nieco inne podejście. Jak wiemy, skończony zbiór X możemy podzielić na r rozłącznych podzbiorów A 1,..., A r o mocach, odpowiednio, n 1,..., n r na ( sposobów. n ) n 1,...,n r Mamy n + k 1 miejsc (w ciągu binarnym) czekających na zapełnienie n zerami i k 1 jedynkami. Dzielimy zbior pozycji P = {p 1,..., p n+k 1 } na dwa zbiory P 0 o mocy n oraz P 1 o mocy k 1. Takich podziałów jest ( ) n + k 1 (n + k 1)! = n, k 1 n! (k 1)!. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

57 Wniosek Niech k N +, n N. Liczba rozwiązań równania liniowego x 1 + x x k = n w zbiorze N wynosi ( ) n + k 1 = k 1 (n + k 1)! (k 1)! n!. Przykład. Na ile sposobów możemy pomalować n takich samych kul na k różnych kolorów (n k)? Oznaczmy przez x i (dla i = 1,..., k) liczbę kul pomalowanych i-tym kolorem. Wtedy x 1 + x x k = n. Sposobów pomalowań jest więc ( n+k 1) k 1. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

58 Funkcje rosnące Przykład. Niech X = {x 1, x 2 }, Y = {y 1, y 2, y 3 }, gdzie x 1 < x 2 oraz y 1 < y 2 < y 3. Są trzy funkcje (ściśle) rosnące f : X Y. f 1 (x 1 ) = y 1, f 1 (x 2 ) = y 2 y 1 x 1 y 2 x2 y 3 f 2 (x 1 ) = y 1, f 2 (x 2 ) = y 3 y 1 x 1 y 2 x2 y 3 f 3 (x 1 ) = y 2, f 3 (x 2 ) = y 3 y 1 x 1 y x 2 2 y 3 Funkcji jest tyle ile wyborów dwóch elementów ze zbioru Y, czyli ( 3 2) ; te wybory to {y 1, y 2 }, {y 1, y 3 }, {y 2, y 3 }. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

59 Funkcje rosnące Niech X = {x 1,..., x k }, Y = {y 1,..., y n }, gdzie x 1 < x 2 < < x k oraz y 1 < < y n. Fakt: Funkcji (ściśle) rosnących f : X Y jest tyle, ile możliwości wyboru k elementów ze zbioru n elementowego, czyli ( n k). (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

60 Niech k N +, n N. Jak wiemy, liczba rozwiązań równania liniowego ) x 1 + x x k = n w zbiorze N wynosi = (n+k 1)! ( n+k 1 k 1 Fakt. Niech k n. Liczba rozwiązań równania liniowego w zbiorze N + wynosi ( n 1 k 1). x 1 + x x k 1 + x k = n (k 1)! n!. Uzasadnienie. Wszystkich funkcji rosnących s : {1, 2,..., k 1} {1,..., n 1} jest ( n 1 k 1). Ponieważ wszystkie x i są dodatnie, każdemu rozwiązaniu x 1,..., x k naszego równania odpowiada funkcja rosnąca określona następująco: s(1) = x 1, s(2) = x 1 + x 2,..., s(k 1) = x 1 + x x k 1. Także odwrotnie, każdej takiej funkcji s odpowiada dokładnie jedno rozwiązanie: x 1 = s(1), x 2 = s(2) s(1), x 3 = s(3) s(2),..., x k 1 = s(k 1) s(k 2), x k = n s(k 1). Różnych rozwiązań naszego równania jest tyle ile jest różnych funkcji s, czyli ( n 1 k 1). (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

61 Rozmieszczenia, niech k n Jak wiemy, liczba rozwiązań równania liniowego w zbiorze N + wynosi ( n 1 k 1). x 1 + x x k 1 + x k = n Wniosek. Liczba rozmieszczeń n nierozróżnialnych przedmiotów w k rozróżnialnych szufladkach, z których żadna nie może być pusta, jest równa ( n 1 k 1). PRZYKŁAD. n = 3 (trzy kule), k = 2 (dwa pojemniki), ( n 1 k 1) = ( 2 1) = 2 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

62 Uogólniony wzór Newtona Uogólniony wzór Newtona. ( ) n n (x x m ) n n = x t 1 1 t t 1 =0 t 1,..., t... x m tm, m m=0 gdzie t t m = n. Dowód jest podobny do dowodu standardowego wzoru Newtona. Po wymnożeniu lewej strony wyrażenie x t 1 1 x t x m tm (gdzie t 1 + t t m = n) występuje ( n ) t 1,...,t m razy. Fakt. Podstawiając x 1 = = x m = 1 otrzymamy zależność: m n = n n ( ) n t 1 =0 t m=0 t 1,...,t m. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

63 Serie Definicja. Serią ciągu binarnego nazywamy maksymalny podciąg kolejnych jednakowych elementów. (n, m)-ciągiem nazywamy ciąg binarny złożony z n jedynek oraz m zer. Jak wiemy, (n, m)-ciągów jest ( n+m) n. Przykład. W (10, 11)-ciągu jest siedem serii. Fakt. W każdym ciągu binarnym albo serii zer i jedynek jest tyle samo, albo liczby serii zer i jedynek różnią się o jeden. Uzasadnienie. Serie zer i jedynek się przeplatają. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

64 Serie Załóżmy (nie tracąc ogólności), że 1 n m. Oznaczmy przez R liczbę serii (n, m)-ciągu. Wniosek. Liczbę R można oszacować: 2 R { 2n, gdy n = m 2n + 1, gdy n < m (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

65 Ile jest (n, m)-ciągów o zadanej liczbie serii R? Potraktujmy serie jak niepuste szufladki. PRZYPADEK 1: liczba R jest parzysta. Powiedzmy, R = 2k. Mamy wtedy k szufladek dla n jedynek oraz k szufladek dla m zer. Jak wiemy, liczba rozmieszczeń t jednakowych przedmiotów w k szufladkach, z których żadna nie może być pusta, jest równa ( t 1 k 1). Zatem liczba rozmieszczeń n jedynek w k szufladkach, z których żadna nie może być pusta, jest równa ( n 1 k 1), a liczba rozmieszczeń k zer w m szufladkach, z których żadna nie może być pusta, jest równa ( m 1 k 1). (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

66 Ile jest (n, m)-ciągów o zadanej liczbie serii R = 2k? Mamy k szufladek dla n jedynek oraz k szufladek dla m zer. Liczba rozmieszczeń n jedynek w k szufladkach, z których żadna nie może być pusta, jest równa ( n 1 k 1), a liczba rozmieszczeń k zer w m szufladkach, z których żadna nie może być pusta, jest równa ( m 1 k 1). Ponadto, ciąg może się zaczynać albo od jedynki, albo od zera, co dodatkowo daje czynnik dwa (lub: oba przypadki dodajemy). Liczba (n, m)-ciągów o 2k seriach wynosi więc ( )( ) n 1 m 1 2. k 1 k 1 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

67 Ile jest (n, m)-ciągów o zadanej liczbie serii R? PRZYPADEK 2: liczba R jest nieparzysta. Powiedzmy, R = 2k + 1. Możliwość 2A. Mamy k szufladek dla n jedynek oraz k + 1 szufladek dla m zer. Liczba rozmieszczeń n jedynek w k szufladkach, z których żadna nie może być pusta, jest równa ( n 1 k 1), a liczba rozmieszczeń k + 1 zer w m szufladkach, z których żadna nie może być pusta, jest równa ( m 1) k. (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

68 Ile jest (n, m)-ciągów o zadanej liczbie serii R? PRZYPADEK 2: liczba R jest nieparzysta, R = 2k + 1. Możliwość 2B. Mamy k + 1 szufladek dla n jedynek oraz k szufladek dla m zer. Liczba rozmieszczeń n jedynek w k + 1 szufladkach, z których żadna nie może być pusta, jest równa ( n 1) k, a liczba rozmieszczeń k zer w m szufladkach, z których żadna nie może być pusta, jest równa ( m 1 k 1). Liczba (n, m)-ciągów o 2k + 1 seriach wynosi więc (sumujemy oba przypadki) ( )( ) ( )( ) n 1 m 1 n 1 m 1 +. k 1 k k k 1 (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

69 Jakie jest prawdopodobieństwo, że losowy (n, m)-ciąg binarny ma parzystą liczbę serii? SPOSÓB 1. )( m 1 ) k 1 k 1 ( n+m ) n 2 ( n 1 SPOSÓB 2. W każdym ciągu binarnym o parzystej liczbie serii element pierwszy różni się od elementu ostatniego. Mamy tu dwie możliwości. Pozostałe n + m 2 elementy (wśród nich jest n 1 jedynek) wybieramy na ( n+m 2) n 1 sposobów. Prawdopodobieństwo: 2 ( n+m 2) n 1 ) = ( n+m n 2mn (n + m)(n + m 1) (Wykłady z matematyki dyskretnej) Elementy kombinatoryki / 59

KOMBINATORYKA. Problem przydziału prac

KOMBINATORYKA. Problem przydziału prac KOMBINATORYKA Dział matematyki zajmujący się badaniem różnych możliwych zestawień i ugrupowań, jakie można tworzyć z dowolnego zbioru skończonego. Zbiory skończone, najczęściej wraz z pewną relacją obiekty

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14

Matematyka dyskretna. Andrzej Łachwa, UJ, A/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 9A/14 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/15

Matematyka dyskretna. Andrzej Łachwa, UJ, A/15 Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 10A/15 Permutacje Permutacja zbioru skończonego X to bijekcja z X w X. Zbiór permutacji zbioru oznaczamy przez, a permutacje małymi

Bardziej szczegółowo

KOMBINATORYKA OBIEKTY KOMBINATORYCZNE MATEMATYKA DYSKRETNA (2014/2015)

KOMBINATORYKA OBIEKTY KOMBINATORYCZNE MATEMATYKA DYSKRETNA (2014/2015) MATEMATYKA DYSKRETNA (2014/2015) dr hab. inż. Małgorzata Sterna malgorzata.sterna@cs.put.poznan.pl www.cs.put.poznan.pl/msterna/ KOMBINATORYKA OBIEKTY KOMBINATORYCZNE TEORIA ZLICZANIA Teoria zliczania

Bardziej szczegółowo

Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry

Bardziej szczegółowo

Ciągi Podzbiory Symbol Newtona Zasada szufladkowa Dirichleta Zasada włączania i wyłączania. Ilość najkrótszych dróg. Kombinatoryka. Magdalena Lemańska

Ciągi Podzbiory Symbol Newtona Zasada szufladkowa Dirichleta Zasada włączania i wyłączania. Ilość najkrótszych dróg. Kombinatoryka. Magdalena Lemańska Kombinatoryka Magdalena Lemańska Literatura Matematyka Dyskretna Andrzej Szepietowski http://wazniak.mimuw.edu.pl/ Discrete Mathematics Seymour Lipschutz, Marc Lipson Aspekty kombinatoryki Victor Bryant

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14

Matematyka dyskretna. Andrzej Łachwa, UJ, B/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 12B/14 Permutacje bez punktów stałych Nieporządek na zbiorze X to permutacja taka, że dla dowolnego, czyli permutacja "bez punktów

Bardziej szczegółowo

Matematyka Dyskretna Rozgrzewka I test semestr letni 2012/2013

Matematyka Dyskretna Rozgrzewka I test semestr letni 2012/2013 Matematyka Dyskretna Rozgrzewka I test semestr letni 2012/2013 Zadanie 1. Dla n naturalnego mamy zdanie: Jeżeli n jest liczbą pierwszą, to n jest równa 2 lub jest liczbą nieparzystą. Możemy je zapisać

Bardziej szczegółowo

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa

Spotkanie olimpijskie nr lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa Spotkanie olimpijskie nr 5 16 lutego 2013 Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka Jadwiga Słowik Reguła mnożenia Jeśli wybór polega na podjęciu k decyzji, przy czym pierwszą decyzję możemy

Bardziej szczegółowo

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1

Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Rachunek prawdopodobieństwa (Elektronika, studia niestacjonarne) Wykład 1 Przygotowując wykład korzystam głównie z książki Jakubowski, Sztencel Wstęp do teorii prawdopodobieństwa. Jakubowski, Sztencel:

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 10/10 Podziały i liczby Stirlinga Liczba Stirlinga dla cykli (często nazywana liczbą Stirlinga pierwszego rodzaju) to liczba permutacji

Bardziej szczegółowo

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe

Kombinatoryka. Jerzy Rutkowski. Teoria. P n = n!. (1) Zadania obowiązkowe Kombinatoryka Jerzy Rutkowski 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru A nazywamy dowolną funkcję różnowartościową f : {1,..., n} A. Innymi słowy:

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, A/10

Matematyka dyskretna. Andrzej Łachwa, UJ, A/10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 8A/10 Zbiory przeliczalne Przyjmujemy, że Zn = {0, 1, 2, 3, n-1} dla n>0 oraz Zn = przy n=0. Zbiór skończony to zbiór bijektywny z

Bardziej szczegółowo

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( ) Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo

Bardziej szczegółowo

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki Wstęp do probabilistyki i statystyki Wykład 2. Prawdopodobieństwo i elementy kombinatoryki dr hab.inż. Katarzyna Zakrzewska, prof.agh Katedra Elektroniki, AGH e-mail: zak@agh.edu.pl http://home.agh.edu.pl/~zak

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 11/14 Współczynniki multimianowe (wielomianowe) Współczynniki dwumianowe pojawiały się przy rozwinięciu dwumianu. Odpowiadały one

Bardziej szczegółowo

Matematyczne Podstawy Kognitywistyki

Matematyczne Podstawy Kognitywistyki Matematyczne Podstawy Kognitywistyki Dorota Leszczyńska-Jasion Kombinatoryka, ci agi liczbowe, skończone przestrzenie probabilistyczne Przykłady zagadnień kombinatorycznych Rozważmy układ n miast o bardzo

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 6/10 Zasada Dirichleta 1 ZASADA SZUFLADKOWA DIRICHLETA (1ZSD) Jeśli n obiektów jest rozmieszczonych w m szufladach i n > m > 0, to

Bardziej szczegółowo

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze... Tekst na niebiesko jest komentarzem lub treścią zadania. Zadanie. Dane są macierze: A D 0 ; E 0 0 0 ; B 0 5 ; C Wykonaj poniższe obliczenia: 0 4 5 Mnożenia, transpozycje etc wykonuję programem i przepisuję

Bardziej szczegółowo

0 + 0 = 0, = 1, = 1, = 0.

0 + 0 = 0, = 1, = 1, = 0. 5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków Matematyka dyskretna dla informatyków Część I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szymański Uniwersytet im. Adama Mickiewicza Poznań 2007 4 Zależności rekurencyjne Wiele zależności

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA Doświadczenia losowe Rachunek prawdopodobieństwa zajmuje się zdarzeniami jakie zachodzą, gdy przeprowadzamy doświadczenia losowe. Mówimy, że doświadczenie jest

Bardziej szczegółowo

Macierze. Rozdział Działania na macierzach

Macierze. Rozdział Działania na macierzach Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i, j) (i 1,..., n; j 1,..., m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F R lub F C, nazywamy macierzą (rzeczywistą, gdy

Bardziej szczegółowo

5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.

5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów. 5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów. Algebra jest jednym z najstarszych działów matematyki dotyczącym początkowo tworzenia metod rozwiązywania równań

Bardziej szczegółowo

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi. Grupy. Permutacje 1 1 Definicja grupy Niech G będzie zbiorem. Działaniem na zbiorze G nazywamy odwzorowanie (oznaczane, jak mnożenie, przez ) przyporządkowujące każdej parze uporządkowanej (a, b) G G element

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 7/10 Generowanie podzbiorów Weźmy n-elementowy zbiór X={x 1, x 2 x n }. Każdemu podzbiorowi YX przyporządkujemy ciąg binarny b 0 b

Bardziej szczegółowo

Rozwiązania około dwustu łatwych zadań z języków formalnych i złożoności obliczeniowej i być może jednego chyba trudnego (w trakcie tworzenia)

Rozwiązania około dwustu łatwych zadań z języków formalnych i złożoności obliczeniowej i być może jednego chyba trudnego (w trakcie tworzenia) Rozwiązania około dwustu łatwych zadań z języków formalnych i złożoności obliczeniowej i być może jednego chyba trudnego (w trakcie tworzenia) Kamil Matuszewski 20 lutego 2017 22 lutego 2017 Zadania, które

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka matematyczna 5 marca 2018 1 / 14 Prawdopodobieństwo klasyczne Ω - zbiór wszystkich zdarzeń elementarnych

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005 RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki

Bardziej szczegółowo

Wprowadzenie do kombinatoryki

Wprowadzenie do kombinatoryki Wprowadzenie do kombinatoryki http://www.matemaks.pl/kombinatoryka.html Kombinatoryka jest działem matematyki, który pomaga odpowiedzieć na pytania typu: "ile jest możliwych wyników w rzucie monetą?",

Bardziej szczegółowo

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy:

Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: Zadanie 1. Oblicz prawdopodobieństwo, że rzucając dwiema kostkami do gry otrzymamy: a) sumę oczek równą 6, b) iloczyn oczek równy 6, c) sumę oczek mniejszą niż 11, d) iloczyn oczek będący liczbą parzystą,

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F

Bardziej szczegółowo

Doświadczenie i zdarzenie losowe

Doświadczenie i zdarzenie losowe Doświadczenie i zdarzenie losowe Doświadczenie losowe jest to takie doświadczenie, które jest powtarzalne w takich samych warunkach lub zbliżonych, a którego wyniku nie można przewidzieć jednoznacznie.

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 10/15 WARIACJE Liczba wariacji, czyli różnych ciągów k-elementowych o wyrazach ze zbioru n-elementowego, wynosi n k. Ciąg k-elementowy,

Bardziej szczegółowo

Ćw,1. Wypisz wszystkie k-wyrazowe wariacje bez powtórzeń zbioru A = {1, 2,3 }, gdy: a) k = l, b) k = 2, c) k = 3. Wariacje 1 z 6

Ćw,1. Wypisz wszystkie k-wyrazowe wariacje bez powtórzeń zbioru A = {1, 2,3 }, gdy: a) k = l, b) k = 2, c) k = 3. Wariacje 1 z 6 Wariacje bez powtórzeń Jeśli w doświadczeniu losowym ze zbioru n-elementowego wybieramy k elementów w ten sposób, że: wybrane elementy nie mogą się powtarzać kolejność wybranych elementów jest istotna

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Wykład 4. Określimy teraz pewną ważną klasę pierścieni. Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA ZBIORY Z POWTÓRZENIAMI W zbiorze z powtórzeniami ten sam element może występować kilkakrotnie. Liczbę wystąpień nazywamy krotnością tego elementu w zbiorze X = { x,..., x n } - zbiór k,..., k n - krotności

Bardziej szczegółowo

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018 Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy

Bardziej szczegółowo

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ).

( ) ( ) Przykład: Z trzech danych elementów: a, b, c, można utworzyć trzy następujące 2-elementowe kombinacje: ( ) ( ) ( ). KOMBINATORYKA Kombinatoryka zajmuje się wyznaczaniem liczby elementów zbiorów skończonych utworzonych zgodnie z określonymi zasadami. Do podstawowych pojęć kombinatorycznych należą: PERMUTACJE Silnia.

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe

Bardziej szczegółowo

ELEMENTY KOMBINATORYKI

ELEMENTY KOMBINATORYKI ELEMENTY KOMBINATORYKI Kombinatoryka to dział matematyki, który zajmuje się zliczaniem, na ile sposobów może zajść jakieś zjawisko. Powstała dzięki grom hazardowym a dopiero później rozwinęła się w gałąź

Bardziej szczegółowo

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne. Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo

Bardziej szczegółowo

Działania Definicja: Działaniem wewnętrznym w niepustym zbiorze G nazywamy funkcję działającą ze zbioru GxG w zbiór G.

Działania Definicja: Działaniem wewnętrznym w niepustym zbiorze G nazywamy funkcję działającą ze zbioru GxG w zbiór G. Działania Definicja: Działaniem wewnętrznym w niepustym zbiorze G nazywamy funkcję działającą ze zbioru GxG w zbiór G. Przykłady działań wewnętrznych 1. Dodawanie i mnożenie są działaniami wewnętrznymi

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, a/14

Matematyka dyskretna. Andrzej Łachwa, UJ, a/14 Matematyka dyskretna Andrzej Łachwa, UJ, 2016 andrzej.lachwa@uj.edu.pl 8a/14 Zbiory przeliczalne Przyjmujemy, że = {0, 1, 2, 3, n-1} dla n>0 oraz = przy n=0. Zbiór skończony to zbiór bijektywny z pewnym

Bardziej szczegółowo

Podstawy nauk przyrodniczych Matematyka

Podstawy nauk przyrodniczych Matematyka Podstawy nauk przyrodniczych Matematyka Elementy rachunku prawdopodobieństwa dr inż. Małgorzata Szeląg Zakład Genetyki Molekularnej Człowieka tel. 61 829 59 04 malgorzata.szelag@amu.edu.pl Pokój 1.118

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka matematyczna 20 lutego 2017 1 / 21 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45

Bardziej szczegółowo

Podstawy nauk przyrodniczych Matematyka Zbiory

Podstawy nauk przyrodniczych Matematyka Zbiory Podstawy nauk przyrodniczych Matematyka Zbiory Katarzyna Kluzek i Adrian Silesian Zakład Genetyki Molekularnej Człowieka tel.618295833 adrian.silesian@amu.edu.pl katarzyna.kluzek@amu.edu.pl Pokój 1.117

Bardziej szczegółowo

2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH

2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH 2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH Typeset by AMS-TEX 2. PRZELICZANIE OBIEKTÓW KOMBINATORYCZNYCH 7 Zasada bijekcji. Jeżeli istnieje bijekcja f : A B, tj. f jest funkcja różnowartościowa i,,na (tzn.

Bardziej szczegółowo

Prawdopodobieństwo

Prawdopodobieństwo Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia

Bardziej szczegółowo

O MACIERZACH I UKŁADACH RÓWNAŃ

O MACIERZACH I UKŁADACH RÓWNAŃ O MACIERZACH I UKŁADACH RÓWNAŃ Problem Jak rozwiązać podany układ równań? 2x + 5y 8z = 8 4x + 3y z = 2x + 3y 5z = 7 x + 8y 7z = Definicja Równanie postaci a x + a 2 x 2 + + a n x n = b gdzie a, a 2, a

Bardziej szczegółowo

Rachunek prawdopodobieństwa- wykład 2

Rachunek prawdopodobieństwa- wykład 2 Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet

Bardziej szczegółowo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Podstawy metod probabilistycznych. dr Adam Kiersztyn Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku

Bardziej szczegółowo

01DRAP - klasyczna definicja prawdopodobieństwa

01DRAP - klasyczna definicja prawdopodobieństwa 01DRAP - klasyczna definicja prawdopodobieństwa Ω zbiór zdarzeń elementarnych. Gdy Ω < oraz P({ω} = 1 Ω, dla każdego ω Ω (tzn. każde zdarzenie elementarne jest równo prawdopodobne, to P (A = A Ω Przydatne

Bardziej szczegółowo

KURS PRAWDOPODOBIEŃSTWO

KURS PRAWDOPODOBIEŃSTWO KURS PRAWDOPODOBIEŃSTWO Lekcja 2 Klasyczna definicja prawdopodobieństwa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 Według klasycznej

Bardziej szczegółowo

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3

Wymagania egzaminacyjne z matematyki. Klasa 3C. MATeMATyka. Nowa Era. Klasa 3 Wymagania egzaminacyjne z matematyki. lasa 3C. MATeMATyka. Nowa Era. y są ze sobą ściśle powiązane ( + P + R + D + W), stanowiąc ocenę szkolną, i tak: ocenę dopuszczającą (2) otrzymuje uczeń, który spełnił

Bardziej szczegółowo

1. R jest grupą abelową względem działania + (tzn. działanie jest łączne, przemienne, istnieje element neutralny oraz element odwrotny)

1. R jest grupą abelową względem działania + (tzn. działanie jest łączne, przemienne, istnieje element neutralny oraz element odwrotny) Rozdział 1 Pierścienie i ideały Definicja 1.1 Pierścieniem nazywamy trójkę (R, +, ), w której R jest zbiorem niepustym, działania + : R R R i : R R R są dwuargumentowe i spełniają następujące warunki dla

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.

Bardziej szczegółowo

Kombinatoryka. Reguła dodawania. Reguła dodawania

Kombinatoryka. Reguła dodawania. Reguła dodawania Kombinatoryka Dział matematyki, który zajmuje się obliczaniem liczebności zbiorów bądź długości ciągów, które łączą w określony sposób elementy należące do skończonego zbioru (teoria zliczania). W jakich

Bardziej szczegółowo

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór. 20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 2 marca 2017 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod m)),

Bardziej szczegółowo

Elementy metod numerycznych

Elementy metod numerycznych Wykład nr 5 i jej modyfikacje. i zera wielomianów Założenia metody Newtona Niech będzie dane równanie f (x) = 0 oraz przedział a, b taki, że w jego wnętrzu znajduje się dokładnie jeden pierwiastek α badanego

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

Statystyka podstawowe wzory i definicje 1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią

Bardziej szczegółowo

LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów)

LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów) LI Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 3 kwietnia 2000 r. (pierwszy dzień zawodów) Zadanie 1. Dana jest liczba całkowita n 2. Wyznaczyć liczbę rozwiązań (x 1,x

Bardziej szczegółowo

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Wykłady z matematyki inżynierskiej JJ, 08 DEFINICJA Układ m równań liniowych z n niewiadomymi to: ( ) a 11 x 1 + a 12 x 2 + + a 1n x n = b 1 a 21 x 1 + a 22 x 2 + + a 2n x n = b 2 a m1 x 1 + a m2 x 2 +

Bardziej szczegółowo

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska)

Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska) Elementy rachunku prawdopodobieństwa (M. Skośkiewicz, A. Siejka, K. Walczak, A. Szpakowska) Twierdzenie (o mnożeniu) Podstawowe pojęcia i wzory kombinatoryczne. Niech,, będą zbiorami mającymi odpowiednio,,

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 12: Krzywe eliptyczne Gniewomir Sarbicki Rozważać będziemy przestrzeń K n Definicja: x y λ K x = λy. Relację nazywamy różnieniem się o skalar Przykład: [4, 10, 6, 14] [6, 15,

Bardziej szczegółowo

Grafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz

Grafy (3): drzewa. Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków. UTP Bydgoszcz Grafy (3): drzewa Wykłady z matematyki dyskretnej dla informatyków i teleinformatyków UTP Bydgoszcz 13 (Wykłady z matematyki dyskretnej) Grafy (3): drzewa 13 1 / 107 Drzewo Definicja. Drzewo to graf acykliczny

Bardziej szczegółowo

Kombinatoryka i rachunek prawdopodobieństwa

Kombinatoryka i rachunek prawdopodobieństwa Kombinatoryka i rachunek prawdopodobieństwa Jerzy Rutkowski Kombinatoryka i rachunek prawdopodobieństwa 2. Elementy kombinatoryki 2.1. Permutacje Definicja 1. Niech n N. Permutacją n-elementowego zbioru

Bardziej szczegółowo

W. Guzicki Zadanie 41 z Informatora Maturalnego poziom podstawowy 1

W. Guzicki Zadanie 41 z Informatora Maturalnego poziom podstawowy 1 W. Guzicki Zadanie 41 z Informatora Maturalnego poziom podstawowy 1 W tym tekście zobaczymy rozwiązanie zadania 41 z Informatora o egzaminie maturalnym z matematyki od roku szkolnego 014/015 oraz rozwiązania

Bardziej szczegółowo

3. Macierze i Układy Równań Liniowych

3. Macierze i Układy Równań Liniowych 3. Macierze i Układy Równań Liniowych Rozważamy równanie macierzowe z końcówki ostatniego wykładu ( ) 3 1 X = 4 1 ( ) 2 5 Podstawiając X = ( ) x y i wymnażając, otrzymujemy układ 2 równań liniowych 3x

Bardziej szczegółowo

13 Układy równań liniowych

13 Układy równań liniowych 13 Układy równań liniowych Definicja 13.1 Niech m, n N. Układem równań liniowych nad ciałem F m równaniach i n niewiadomych x 1, x 2,..., x n nazywamy koniunkcję równań postaci a 11 x 1 + a 12 x 2 +...

Bardziej szczegółowo

WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski

WYKŁAD 1. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Instytut Matematyki Uniwersytet Warszawski WYKŁAD 1 Witold Bednorz, Paweł Wolff Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Wprowadzenie Gry hazardowe Wprowadzenie Gry hazardowe Klasyczna definicja prawdopodobieństwa.

Bardziej szczegółowo

FUNKCJE. (odwzorowania) Funkcje 1

FUNKCJE. (odwzorowania) Funkcje 1 FUNKCJE (odwzorowania) Funkcje 1 W matematyce funkcja ze zbioru X w zbiór Y nazywa się odwzorowanie (przyporządkowanie), które każdemu elementowi zbioru X przypisuje jeden, i tylko jeden element zbioru

Bardziej szczegółowo

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.);

a. zbiór wszystkich potasowań talii kart (w którym S dostaje 13 pierwszych kart, W - 13 kolejnych itd.); 03DRAP - Przykłady przestrzeni probabilistycznych A Zadania na ćwiczenia Zadanie A1 (wskazówka: pierwsze ćwicznia i rozdział 23 przykł 1 i 2) Zbuduj model przestrzeni klasycznej (czyli takiej, w której

Bardziej szczegółowo

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów.

Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile sposobów można ją ułożyć zmieniając tylko kolejność pytań? ODP. Jest 6 możliwych sposobów. PERMUTACJE Z1. Oblicz: Z2. Doprowadź do najprostszej postaci wyrażenia: Z3. Sprawdź czy prawdziwa jest równość: Dana równość jest prawdziwa. Z4. Ankieta złożona ma być z trzech pytań: A, B i C. Na ile

Bardziej szczegółowo

Rozwiązywanie układów równań liniowych

Rozwiązywanie układów równań liniowych Rozwiązywanie układów równań liniowych Marcin Orchel 1 Wstęp Jeśli znamy macierz odwrotną A 1, to możęmy znaleźć rozwiązanie układu Ax = b w wyniku mnożenia x = A 1 b (1) 1.1 Metoda eliminacji Gaussa Pierwszy

Bardziej szczegółowo

12DRAP - parametry rozkładów wielowymiarowych

12DRAP - parametry rozkładów wielowymiarowych DRAP - parametry rozkładów wielowymiarowych Definicja.. Jeśli h : R R, a X, Y ) jest wektorem losowym o gęstości fx, y) to EhX, Y ) = hx, y)fx, y)dxdy. Jeśli natomiast X, Y ) ma rozkład dyskretny skupiony

Bardziej szczegółowo

Macierz o wymiarach m n. a 21. a 22. A =

Macierz o wymiarach m n. a 21. a 22. A = Macierze 1 Macierz o wymiarach m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Mat m n (R) zbiór macierzy m n o współczynnikach rzeczywistych Analogicznie określamy Mat m n (Z), Mat m n (Q) itp 2

Bardziej szczegółowo

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Zadanie 6. Dane są punkty A=(5; 2); B=(1; -3); C=(-2; -8). Oblicz odległość punktu A od prostej l przechodzącej

Bardziej szczegółowo

Matematyka podstawowa X. Rachunek prawdopodobieństwa

Matematyka podstawowa X. Rachunek prawdopodobieństwa Matematyka podstawowa X Rachunek prawdopodobieństwa Zadania wprowadzające: 1. Rzucasz trzy razy monetą a) Napisz zbiór wszystkich wyników tego doświadczenia losowego. Ile ich jest? Wyrzuciłeś większą liczbę

Bardziej szczegółowo

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych

Bardziej szczegółowo

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Zbiór zadań kolekcjonowanych w ciągu semestralnego kursu Matematyka dyskretna prof. dr hab. M. Morayne dla studentów informatyki magisterskiej WPPT PWr wiosna-lato 2005 UWAGA: Zadania

Bardziej szczegółowo

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Wykład 1 Magdalena Alama-Bućko 25 lutego 2019 Magdalena Alama-Bućko Statystyka matematyczna 25 lutego 2019 1 / 18 Wykład : 10h (przez 10 tygodni po 45 minut) Ćwiczenia : 15h (45

Bardziej szczegółowo

Zadania do samodzielnego rozwiązania

Zadania do samodzielnego rozwiązania Zadania do samodzielnego rozwiązania I. Podzielność liczb całkowitych 1. Pewna liczba sześciocyfrowa a kończy się cyfrą 5. Jeśli tę cyfrę przestawimy na miejsce pierwsze ze strony lewej, to otrzymamy nową

Bardziej szczegółowo

Zdarzenia losowe i prawdopodobieństwo

Zdarzenia losowe i prawdopodobieństwo Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

Wykłady z Matematyki Dyskretnej

Wykłady z Matematyki Dyskretnej Wykłady z Matematyki Dyskretnej dla kierunku Informatyka dr Instytut Informatyki Politechnika Krakowska Wykłady na bazie materiałów: dra hab. Andrzeja Karafiata dr hab. Joanny Kołodziej, prof. PK Informacje

Bardziej szczegółowo

W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1

W. Guzicki Próbna matura, grudzień 2014 r. poziom rozszerzony 1 W. Guzicki Próbna matura, grudzień 20 r. poziom rozszerzony Próbna matura rozszerzona (jesień 20 r.) Zadanie kilka innych rozwiązań Wojciech Guzicki Zadanie. Oblicz prawdopodobieństwo warunkowe, że w trzykrotnym

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Struktury algebraiczne

Zadania z algebry liniowej - sem. I Struktury algebraiczne Zadania z algebry liniowej - sem. I Struktury algebraiczne Definicja 1. Działaniem dwuargumentowym w niepustym zbiorze A nazywamy każdą funkcję : A A A, tzn. taką funkcję, że zachodzi a,b A (a, b) ((a,

Bardziej szczegółowo

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki

Wykład 2. Prawdopodobieństwo i elementy kombinatoryki Wstęp do probabilistyki i statystyki Wykład 2. Prawdopodobieństwo i elementy kombinatoryki dr inż. Krystyna Schneider, Katedra Elektroniki, AGH e-mail: kryschna@agh.edu.pl http://home.agh.edu.pl/~kryschna

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 24 lutego 2015 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod

Bardziej szczegółowo

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 = Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają

Bardziej szczegółowo

Matematyka Dyskretna Zestaw 2

Matematyka Dyskretna Zestaw 2 Materiały dydaktyczne Matematyka Dyskretna (Zestaw ) Matematyka Dyskretna Zestaw 1. Wykazać, że nie istnieje liczba naturalna, która przy dzieleniu przez 18 daje resztę 13, a przy dzieleniu przez 1 daje

Bardziej szczegółowo