Zasada włączeń i wyłączeń 1 ZASADA WŁACZEŃ I WYŁĄCZEŃ. Przypominamy, że w wykładzie 1 udowodniliśmy następujące dwie równości:

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zasada włączeń i wyłączeń 1 ZASADA WŁACZEŃ I WYŁĄCZEŃ. Przypominamy, że w wykładzie 1 udowodniliśmy następujące dwie równości:"

Transkrypt

1 Zasada włączeń i wyłączeń 1 ZASADA WŁACZEŃ I WYŁĄCZEŃ 1. Przypomnienie Przyjmiemy również oznaczenie [n]{1,...,n} dlan>0, P (n){a [n]: A }. P (n){a [n]: A }. Przypominamy, że w wyładzie 1 udowodniliśmy następujące dwie równości: oraz A B A B A B (.1) A B C A B C A B A C B C A B C. (.) Udowodnimy teraz twierdzenie będące uogólnieniem tych dwóch równości na przypade dowolnej liczby zbiorów sończonych.. Wzór włączeń i wyłączeń Twierdzenie.1.JeśliA 1,...,A n sązbioramisończonymi,to A 1... A n Dowód. Wprowadźmy oznaczenie: (1) 1 S (B 1,...,B m ) Teza twierdzenia przybiera wtedy postać: A 1... A n T P (m) T P (n). (.3) B j. (1) 1 S (A 1,...,A n ). Twierdzenia dowodzimy przez inducję względem n. Dla n 1 twierdzenie jest oczywiste.dlanin3byłojużudowodnione.załadamyteraz,żedladowolnychn zbiorów(gdzie n ) twierdzenie jest prawdziwe i dowodzimy, że jest prawdziwe dla dowolnychn1zbiorów.niechwięca 1,...,A n1 będądowolnymizbioramisończonymi. Wówczas A 1... A n1 (A 1... A n ) A n1 A 1... A n A n1 (A 1... A n ) A n1 A 1... A n A n1 (A 1 A n1 )... (A n A n1 ). Wyłady z ombinatoryi

2 Wyład Korzystamyterazdwurotniezzałożeniainducyjnego:dlazbiorówA 1,...,A n oraz dlazbiorówa 1 A n1,...,a n A n1 : A 1... A n (1) 1 S (A 1,...,A n ), (A 1 A n1 )... (A n A n1 ) (1) 1 S (A 1 A n1,...,a n A n1 ). Zauważmy następnie, że A 1... A n A n1 S 1 (A 1,...,A n ) A n1 (1) 1 S (A 1,...,A n ) A 1... A n A n1 S 1 (A 1,...,A n1 ) (1) 1 S (A 1,...,A n ) (1) 1 S (A 1,...,A n ) oraz (A 1 A n1 )... (A n A n1 ) (1) 1 S (A 1 A n1,...,a n A n1 ) n1 (1) 1 S (A 1 A n1,...,a n A n1 ) (1) n1 S n (A 1 A n1,...,a n A n1 ) n1 (1) 1 S (A 1 A n1,...,a n A n1 ) (1) n1 (A 1 A n1 )... (A n A n1 ) n1 (1) 1 S (A 1 A n1,...,a n A n1 )(1) n1 A 1... A n A n1 (1) S 1 (A 1 A n1,...,a n A n1 )(1) n A 1... A n A n1 (1) S 1 (A 1 A n1,...,a n A n1 )(1) n S n1 (A 1,...,A n1 ) (1) 1 S 1 (A 1 A n1,...,a n A n1 )(1) n S n1 (A 1,...,A n1 ). Zatem A 1... A n S 1 (A 1,...,A n1 ) (1) 1 S (A 1,...,A n ) Wyłady z ombinatoryi

3 Zasada włączeń i wyłączeń 3 (1) 1 S 1 (A 1 A n1,...,a n A n1 )(1) n S n1 (A 1,...,A n1 ) S 1 (A 1,...,A n1 ) Następnie zauważmy, że (1) 1 (S (A 1,...,A n )S n1 (A 1,...,A n1 )) (1) n S n1 (A 1,...,A n1 ). S (A 1,...,A n )S 1 (A 1 A n1,...,a n A n1 )S (A 1,...,A n1 ) Stąd ostatecznie dostajemy A 1... A n S 1 (A 1,...,A n1 ) (1) 1 S (A 1,...,A n1 )(1) n S n1 (A 1,...,A n1 ) n1 (1) 1 S (A 1,...,A n1 ), co ończy dowód twierdzenia. Wzór(.3) nazywamy wzorem włączeń i wyłączeń. Inny dowód. Przeglądamy olejne sładnii sumy stojącej po prawej stronie równości iprzyażdymelemencieiloczynu od tego, czy liczba rysujemyznapluslubminuswzależności występowaławsumiezeznaiemplusczyminus.inaczej mówiąc, jeśli zbiór T ma nieparzystą liczbę elementów, to rysujemy zna plus; jeśli zaś zbiór T ma parzystą liczbę elementów, to rysujemy zna minus. Zilustrujemy tę procedurę(w przypadu sumy trzech zbiorów A B C) serią rysunów. Dowodzimy równości A B C A B C A B A C B C A B C. Przeglądamy sładnii sumy po prawej stronie i rysujemy znai plus olejno przy ażdym elemencie zbiorów A, B i C, potem znai minus przy ażdym elemencie zbiorów A B,A CiB C,wreszcieznaiplusprzyażdymelemenciezbioruA B C. Rysune 1: zbiory A, B i C wraz z zaznaczonymi przyładowymi elementami(po jednym elemencie w ażdej sładowej). A B C Wyłady z ombinatoryi

4 4 Wyład Rysune : przy ażdym elemencie zbioru A rysujemy zna plus A B C Rysune 3: przy ażdym elemencie zbioru B rysujemy zna plus A B C Rysune 4: przy ażdym elemencie zbioru C rysujemy zna plus A B C Rysune5:przyażdymelemenciezbioruA Brysujemyznaminus A B C Wyłady z ombinatoryi

5 Zasada włączeń i wyłączeń 5 Rysune6:przyażdymelemenciezbioruA Crysujemyznaminus A B C Rysune7:przyażdymelemenciezbioruB Crysujemyznaminus A B C Rysune8:przyażdymelemenciezbioruA B Crysujemyznaplus A B C Zauważamy,żeprzyażdymelemenciesumyA B Cliczbanarysowanychplusów jest o jeden więsza od liczby narysowanych minusów: przy elementach należących do jednego zbioru narysowaliśmy tylo jeden plus, przy elementach należących do dwóch zbiorów narysowaliśmy dwa plusy i jeden minus, wreszcie przy elementach należących do wszystich trzech zbiorów narysowaliśmy cztery plusy i trzy minusy. To daje równość (liczbaplusów)(liczbaminusów) A B C. Wyłady z ombinatoryi

6 6 Wyład Nietrudno przy tym zauważyć, że w ażdym z siedmiu powyższych roów liczba narysowanych znaów była równa liczbie elementów rozpatrywanego zbioru. Stąd dostajemy równość (liczba plusów)(liczba minusów) A B C A B A C B C A B C, z tórej wynia równość(.). Powróćmy do dowodu twierdzenia.1. Znów zauważamy, że prawa strona równości(.3) jest różnicą między liczbą plusów i liczbą minusów. Wystarczy zatem poazać, że przy ażdymelemenciesumyzbiorówa 1... A n narysowaliśmyojedenpluswięcej.niech x A 1... A n.niechnastępnie M{j: x }. Inaczejmówiąc,x wtedyitylowtedy,gdyj M.Oznaczmym M ;oczywiście m>0.niechterazt P (n)ipopatrzmynazbiór ;jesttojedenzezbiorów występującychpoprawejstronierówności(.3).jeślit\m,tooczywiściemamy x.przypuśćmyzatem,żet M.Wtedyprzyelemenciexrysowaliśmyzna plus lub minus, w zależności od parzystości : plus dla nieparzystych, minus dla parzystych.dladanegoliczbataichzbiorówt jestrówna ( m ).Liczbyplusów i minusów narysowanych przy x są zatem równe liczbaplusów. liczbaminusów, >0, sąd dostajemy liczba plusów liczba minusów m ( m (1) 1 ). Zrówności(przypominamy,żem>0) m (1) 0 wynia, że czyli 1 0 m (1) 0, m (1) m ( m (1) 1 ). Wyłady z ombinatoryi

7 Zasada włączeń i wyłączeń 7 Stąd wynia, że przy elemencie x narysowaliśmy o jeden plus więcej. Ta jest dla ażdego elementuxsumya 1... A n.tozaśoznacza,żesumapoprawejstronierówności będzierównaliczbieelementówsumya 1... A n,coończydowód. 3. Liczba funcji z jednego zbioru sończonego na drugi zbiór sończony Twierdzenie..DanesądwazbiorysończoneAiB.Niech A mi B n. Wtedy m {f A B : fjest na } (1) (m) n. (.4) Dowód.Bezzmniejszeniaogólnościmożemyprzyjąć,żeA[m]iB[n].Definiujemy zbiorya 1,...,A m wnastępującysposób: dlaj1,,...,m.inaczejmówiąc {f A B : j R f } (A\{j}) B. Korzystając ze wzoru włączeń i wyłączeń otrzymujemy A 1... A m NiechzatemT P (m).wtedy m (1) 1. T P (m) (A\{j}) B (A\T) B, sąd otrzymujemy A j (A\T) B (m) n. Zatem A 1... A m m (1) 1 T P (m) (m) n m ( m (1) 1 ) (m) n. Dozaończeniadowoduwystarczyzauważyć,żesumazbiorówA 1... A m sładasię ztychfuncjif:b A,tóreniesą na.zatem {f A B : fjest na }A B \(A 1... A m ), Wyłady z ombinatoryi

8 8 Wyład czyli c.b.d.o. {f A B : fjest na } m n A 1... A m m m n (1) 1 (m) n m m n (1) (m) n m (1) (m) n, 4. Liczba nieporządów Permutacją zbioru sończonego A nazywamy funcję różnowartościową π: A A przeształcającą zbiór A na siebie. Puntem stałym permutacji π nazywamy tai element a zbioru A, dla tórego π(a) a. Nieporządiem nazywamy permutację bez puntów stałych. Zbiór wszystich permutacji zbioru A oznaczymy symbolem S(A), a zbiór nieporządów zbioru A symbolem D(A). Powyższa definicja permutacji nie jest identyczna z definicją przyjętą w wyładzie pierwszym. Poażemy teraz, że w pewnym sensie te dwie definicje opisują te same obiety ombinatoryczne. Przypuśćmy zatem, że mamy dany zbiór sończony A. Ustalmy pewne uporządowanie tego zbioru: A{a 1,a,...,a n }. Niechπ:A AbędziepermutacjązbioruAwsensiepowyższejdefinicji.Przeształcenieπmożemywtedyutożsamićzciągiem ( π(a 1 ),π(a ),...,π(a n ) ) elementówzbioru A. Oczywiście ten ciąg jest różnowartościowy, a więc jest permutacją zbioru A w sensie definicji z wyładu pierwszego. Zwróćmy uwagę na to, że utożsamienie przeształcenia π z ciągiem elementów zbioru est zależne od przyjętego na początu uporządowania zbiorua.zauważmyteż,żewprzypadu,gdya[n],obiedefinicjeporywająsię. NiechwreszcieD n oznaczaliczbęnieporządówzbiorun-elementowego,toznaczynp. D n D([n])dlan>0.PrzyjmujemyponadtoD 0 1. Twierdzenie.3Niech A n>0.wtedy D n D(A) n! (1). (.5)! Dowód.DefiniujemyzbioryA 1,...,A n wnastępującysposób: dlaj1,...,n.mamywówczas A 1... A n {π S(A): π(j)j} (1) 1 T P (n) Wyłady z ombinatoryi.

9 Zasada włączeń i wyłączeń 9 NiechterazT P (n).wówczas {π: π(j)j}{π: (π(j)j)}{π: π Tid}. Stądwynia,że Zatem A 1... A n (n)! (1) 1 T P (n) n (1) 1 ( ) n (1) 1 (n)! (1) 1 n!!. (1) 1 T P (n) (n)! n!! (n)! (n)! Następniezauważamy,żesumazbiorówA 1... A n sładasięztychpermutacji,tóre mają co najmniej jeden punt stały. Zatem sąd wynia, że D(A)S(A)\(A 1... A n ), D(A) n! A 1... A n n! n! n! To ończy dowód twierdzenia. (1) n! n! (1).! (1) 1 n!! (1) n!! Z powyższego twierdzenia wyprowadzimy wniose dotyczący prawdopodobieństwa wylosowania nieporządu. Przypuśćmy, że losujemy permutację ustalonego zbioru n-elementowego A i pytamy o to, jaie jest prawdopodobieństwo tego, że wylosujemy nieporząde. Zbiorem zdarzeń elementarnych Ω w tym przypadu jest zbiór S(A) wszystich permutacji zbioru A; przyjmujemy, że wylosowanie ażdej permutacji jest jednaowo prawdopodobne. Interesuje nas prawdopodobieństwo zdarzenia D(A) Ω. To prawdopodobieństwo jest równe P ( D(A) ) D(A) n! (1).! Wyłady z ombinatoryi

10 10 Wyład Zauważmy, że lim n (1) e 1,! sąd wynia, że dla dużych n rozważane prawdopodobieństwo jest w przybliżeniu równe e 1 0,367879(jużdlan9uzysujemydoładnośćprzybliżenia6cyfrpoprzecinu). 5. Uogólnienie wzoru włączeń i wyłączeń Przypuśćmy,żemamydanezbiorysończoneA 1,...,A n X,gdzieXjestustalonym zbiorem sończonym. Przyjmiemy, że j X. Korzystając z tej umowy, możemy wysłowić zasadę włączeń i wyłączeń w inny sposób. Zastanówmysię,ileelementówzbioruXnienależydożadnegozezbiorówA 1,...,A n. Otóż mamy X\(A 1... A n ) X j (1) 1 T P (n) n (1) (1) T P (n) T P (n). NiechnadalA 1,...,A n X.Przyjmiemywtedyoznaczenie: D r (X,A 1,...,A n ) { x X: {i [n]: x A i } r }, gdzie0 r n.inaczejmówiąc,d r (X,A 1,...,A n )jestzbioremtychelementówzbioru X,tórenależądozbiorówA i dladoładnierindesówi.jeślizbiorya 1,...,A n są ponumerowanebezpowtórzeń,tod r (X,A 1,...,A n )jestzbioremtychelementówzbioru X,tórenależądodoładnierzbiorówspośródA 1,...,A n.wdalszymciągu,będziemy pisaćwsrócie,żeelementzbioruxnależydodoładnierzbiorówspośróda 1,...,A n, mającnamyślito,żeistniejedoładnierindesówitaich,żetenelementnależydo zbiorua i. Poazaliśmy przed chwilą, że Tę równość można uogólnić. D 0 (X,A 1,...,A n ) (1) Wyłady z ombinatoryi T P (n). (.6)

11 Zasada włączeń i wyłączeń 11 Twierdzenie.4NiechA 1,...,A n będąsończonymipodzbioramizbiorusończonego X.Wówczasdladowolnegor0,1,...,nmamy D r (X,A 1,...,A n ) (1) r. (.7) r r T P (n) Dowód.NiechR P r (n).wyznaczymyliczbętychx X,tóremająwłasność: x wtedyitylowtedy,gdy j R. Inaczej mówiąc, wyznaczymy liczbę tych x X, tóre należą doładnie do tych zbiorów,dlatórychj R. Niech B oraz B j B j R dla j R. Naszym celem jest wyznaczenie liczby elementów zbioru (B\B j ), j R czyliobliczenied 0 (B,B i1,...,b inr ),gdzie[n]\r{i 1,...,i nr }. Ze wzoru(.6) wynia, że nr D 0 (B,B i1,...,b inr ) (1) nr nr nr nr nr r T R T [n] T P ([n]\r) T P ([n]\r) T P ([n]\r) T P ([n]\r) T P ([n]\r) T P r ([n]) R T T P ([n]) R T B j (1) ( B) (1) ( ) A i i R (1) ( ( ) A i ) i R (1) R (1) (1) r (1) T r. Wyłady z ombinatoryi

12 1 Wyład Dla ustalonego zbioru R obliczyliśmy, ile jest taich x X, tóre należą do doładnie tychzbiorów,dlatórychj R.Terazchcemyobliczyć,ilejesttaichx,tóre należądodoładnierzbiorów (doładniej:chcemyobliczyć,ilejesttaichx,dla tórych {i [n]: x A i } r).wtymcelumusimyzsumowaćotrzymaneliczbydla wszystich r-elementowych podzbiorów R zbioru[n]. Mamy zatem D r (X,A 1,...,A n ) co ończy dowód twierdzenia. R P r (n) T P r (n) T P r (n) r r T R T [n] R P r (T) (1) T r (1) T r ( ) T (1) T r r (1) r r T P (n) (1) r, r T P (n) 6. Liczba permutacji mających r puntów stałych W tym paragrafie obliczymy, ile jest permutacji zbioru n-elementowego mających doładnie r puntów stałych. Niech WszczególnościD 0 (A)D(A). D r (A) { π S(A): {i A: π(i)i} r }. Twierdzenie.5Niech A niniech0 r n.wtedy D r (A) n! nr r! (1). (.8)! Dowód. Sposób I. Wybieramy najpierw zbiór r puntów stałych permutacji, a następnie permutujemy pozostałe elementy ta, by nie utworzyć nowego puntu stałego; inaczej mówiąc permutacja pozostałych elementów jest nieporządiem. Stąd wynia wzór D r (A) ( ) n D nr r n! r! (nr)! (nr)! nr (1)! n! nr r! (1).! SposóbII.Korzystamyztwierdzenia.4.DefiniujemyzbioryA 1,...,A n wnastępujący sposób: {π S(A): π(j)j} Wyłady z ombinatoryi

13 Zasada włączeń i wyłączeń 13 dlaj 1,...,n.Tajawdowodzietwierdzenia.3stwierdzamy,żedlaT [n] zachodzirówność (n)! Z twierdzenia.4 otrzymujemy teraz D r (A) D r (S(A),A 1,...,A n ) (1) r r r T P (n) (1) r r r (n)! ( ) n (1) r (n)! r (1) r r r r n! (1) r r! r r r n! r! (1) r (1) r r (1) r n! nr (1) r! 1!, co ończy dowód twierdzenia. 7. Średnia liczba puntów stałych n!! (n)! (n)!! r! (r)! n!! n! r! (r)! 1 (r)! T P (n) Niech A n. Przypuśćmy, że wybieramy losowo jedną permutację ze zbioru S(A). Oznaczmyprzezp r prawdopodobieństwotego,żewylosowanapermutacjabędziemiała doładnie r puntów stałych. Z twierdzenia.5 wynia, że p r D r(a) n! r! 1 nr (1) 1!. Niech zmienna losowa X będzie oreślona wzorem X(π) {j A: π(j)j}. Wyłady z ombinatoryi

14 14 Wyład Zatem X(π) jest liczbą puntów stałych permutacji π. W tym paragrafie obliczymy wartość średnią zmiennej X. Z definicji wartości średniej mamy Mamy zatem E(X) r p r r0 r1 Korzystamy teraz ze wzoru E(X) r p r. r0 r p r r1 r1 nr 1 (1) (r1)! 1 n! nr r 1 (1) r! 1! nr r1 (1) (r1)!!. Mamy zatem nr j a r, a r,jr. r1 j1r1 E(X) nr r1 j j1r1 j j1r1 j1 j1r0 n1 j0 (1) j j! (1) n (r1)!! j j1r1 (1) jr (r1)! (jr)! (1) jr (j1)! n (j1)! (r1)! (jr)! (1) jr (j1)! (1) jr1 (j1)! ( ) j1 r1 j (1) r r0 Korzystamy teraz z równości Stąd ostatecznie ( ) j1 r j (1) r r0 j. r j1 j1r0 j1 j j1r1 (1) jr1 (j1)! (1) jr (j1)! r0 ( ) j1 r (j1)! (r1)! (jr)! (1) j1 j1 ( ) (1) (j1)! r j1 r { j 1 jeślij0, r 0 jeślij>0. E(X) n1 j0 (1) j j! j (1) r r0 ( j ) (1)0 r 0! 1. Wyłady z ombinatoryi

15 Zasada włączeń i wyłączeń 15 Średnią liczbę puntów stałych permutacji można obliczyć znacznie prościej, orzystając z następującej własności wartości średniej zmiennych losowych: E(X 1...X n )E(X 1 )...E(X n ). ZdefiniujmyteraznzmiennychlosowychX 1,...,X n : { 1 jeśliπ(i)i, X i (π) 0 jeśliπ(i) i. Nietrudnozauważyć,żewtedyXX 1...X n,gdziexjestzmiennąlosowązdefiniowanąwyżej.następniełatwoobliczyć,żee(x i )P(X1) 1 n.stąddostajemy E(X)E(X 1 )...E(X n )n 1 n Problem par małżeńsich W tym paragrafie rozwiążemy następujący problem pochodzący od Lucasa(le problème des ménages). Dany jest orągły stół, woół tórego mamy posadzić na numerowanych miejscach n par małżeńsich w tai sposób, by panie i panowie siedzieli naprzemian i by żadnapaniniesiedziałaoboswojegomęża.lucaspytałoto,nailesposobówmożemy te osoby posadzić woół stołu z zachowaniem podanych reguł. Popatrzmy najpierw na przyład.otoorągłystółz1miejscami(awięctutajn6): Przede wszystim widzimy, że panie muszą zająć albo miejca parzyste, albo nieparzyste. Ponumerujmy więc oddzielnie liczbami od 1 do 6 miejsca parzyste i nieparzyste: Wyłady z ombinatoryi

16 16 Wyład Najpierw posadzimy panie. Ich miejsca możemy wybrać na n! sposobów: musimy zdecydować, czy wybieramy miejsca parzyste, czy nieparzyste, a następnie na wybranych miejscachmamyn!możliwościposadzenianpań.ponumerujmypanie:k 1,K,...,K n, przyczymprzyjmujemy,żepanik i siedzinamiejscui.dlaustaleniauwagiprzypuśćmy, że panie posdziliśmy na miejscach parzystych, czyli białych na rysunu drugim. Ponumerujmynastępniepanów:M 1,M,...,M n,przyczymzaładamy,żepanm i jest mężempanik i.przyładowysposóbposadzenianpanówwidzimynanastępnymrysunu: K 6 M 4 M K K 1 M 1 5 M 5 K 4 4 M 4 3 K 3 Widzimy, że usadzenie panów jest zgodne z wymaganiami, jeśli spełnione są następujące waruni: panm 1 niesiedzinażadnymzmiejsc1i, panm niesiedzinażadnymzmiejsci3, panm 3 niesiedzinażadnymzmiejsc3i4, panm 4 niesiedzinażadnymzmiejsc4i5, panm 5 niesiedzinażadnymzmiejsc5i6, panm 6 niesiedzinażadnymzmiejsc6i1. Ogólnie dla n par waruni te możemy sformułować w trzech puntach: żadenzpanówm i (dlai1,...,n)niemożesiedziećnamiejscui, żadenzpanówm i (dlai1,...,n1)niemożesiedziećnamiejscui1, panm n niemożesiedziećnamiejscu1, Niechterazπ(i)oznaczanumermiejsca,natórymsiedzipanM i.naszymcelemjest znalezienie liczby µ(n) permutacji π S([n]), spełniających następujące waruni: 1)π(i) idlai1,...,n, )π(i) i1dlai1,...,n1, 3)π(n) 1. Liczba M(n) wszystich możliwych sposobów posadzenia n par małżeńsich będzie równa M(n) n! µ(n). (.9) 3 M 6 Wyłady z ombinatoryi K

17 Zasada włączeń i wyłączeń 17 Definiujemy n zbiorów: Wówczas A i1 {π S([n]): π(i)i} dlai1,...,n, A i {π S([n]): π(i)i1} dlai1,...,n1, A n {π S([n]): π(n)1}. µ(n) S([n])\(A 1... A n ) D 0 (S([n]),A 1,...,A n ) (1) T P (n) NiechT P (n).chcemyobliczyć. Zauważmy, że, wtedy i tylo wtedy, gdy spełniony jest co najmniej jeden z trzech warunów: 1)i1,i Tdlapewnegoi1,...,n, )i,i1 Tdlapewnegoi1,...,n1, 3)1,n T. Przypuśćmy bowiem, że π orazspełnionyjestwarunepierwszydlapewnegoi.wtedyπ A i1 A i,czyli π(i)iorazπ(i)i1,cojestniemożliwe.podobnie,jeślispełnionyjestwarune drugidlapewnegoi,toπ A i A i1,czyliπ(i)i1orazπ(i1)i1. Totażejestniemożliwe.Wreszcie,jeśli1,n T,toπ A 1 A n,czyliπ(1)1 orazπ(n)1,cotażejestniemożliwe.naodwrót,jeśliżadenztychtrzechwarunów niejestspełniony,czyliwzbiorzet niewystępujądwieolejneliczby(liczbyni1 tratujemy tu jao liczby olejne), to w permutacji π mamy ustalone wartości. Taie permutacjeistniejąijestich(n)!.zauważmy,żewtedyoczywiście n. Wprowadźmy na użyte tego dowodu następujące oznaczenia. Oznaczmy przez g(n, ) liczbętaichzbiorówb P (n),że: a)jeślii B,toi1 Bdlai1,...,n1, b)jeślin B,to1 B. Oznaczmynastępnieprzezh(n,)liczbęzbiorówB P (n)spełniającychtylopowyższy warune a): a)jeślii B,toi1 Bdlai1,...,n1, Wyłady z ombinatoryi

18 18 Wyład Wtedy µ(n) (1) (n)! g(n,). (.10) Naszym celem jest zatem obliczenie g(n, ). Lemat.6.h(n,) ( ) n1. Dowód. Sposób I. Mamy policzyć, ile jest -elementowych podzbiorów zbioru[n] nie zawierających dwóch olejnych liczb. Każdy -elementowy podzbiór zbioru[n] jest zbiorem wartości doładnie jednej funcji rosnącej f :[] [n]. Warune, że ten podzbiór nie zawiera dwóch olejnych liczb jest równoważny następującej własności funcjif: f(i1)f(i) dlai1,,...,n1. ( ) Dladowolnejfuncjif:[] [n]definiujemyfuncjęg:[] [n1]wzorem dlai1,,...,.mamyzatem g(i)f(i)i1 g(1)f(1), g()f()1, g(3)f(3), g(1)f(1)(), gf(1). Nietrudno zauważyć, że funcja f spełnia warune( ) wtedy i tylo wtedy, gdy funcja gjestrosnąca.zatemfuncjif:[] [n]spełniającychwarune( )jesttyle,ilefuncji rosnącychg:[] [n1],awięc ( ) n1. SposóbII.Rozumowaniebędziemyilustrowaćprzyładem,wtórymn13i4. Narysujmywjednejliniinółecze. Tworząonen1(wnaszymprzyładzien110)wolnychmiejsc:jednoprzed wszystimi ółeczami, n 1 miejsc między olejnymi ółeczami i jedno na ońcu, zawszystimiółeczami.ztychn1miejscwybierzmymiejsc(wnaszym przyładzie będzie to miejsce pierwsze, miejsce między trzecim i czwartym ółiem, miejsce między siódmym i ósmym ółiem oraz miejsce między ósmym i dziewiątym ółiem) i wstawmy w nie czarne óła: Mamy razem n ółe, w tym czarnych. Sposób wstawiania gwarantuje, że żadne dwa czarne óła nie będą stały obo siebie. Tai ciąg ółe oduje podzbiór zbioru[n]: {i [n]: nai-tymmiejscustoiczarneóło}. Wyłady z ombinatoryi

19 Zasada włączeń i wyłączeń 19 W naszym przyładzie jest to zbiór{1, 5, 10, 1}. Zauważmy wreszcie, że czarne óła możemywstawićna ( ) n1 sposobów,coończydowódlematu. ) Lemat.7.g(n,) n (n n. Dowód.ZliczamyzbioryB P (n)spełniającewarunia)ib). NajpierwzajmiemysiętaimizbioramiB,że1 B.Wtedy Borazn B. PonadtozbiórB\{1} P 1 ({3,...,n1})spełniawarunea).Stądwynia,że istniejeh(n3,1)taichzbiorówb. ZajmijmysięnastępnietaimizbioramiB,że1 B.WtedyzbiórB P ({,...,n}) spełniawarunea).istniejezatemh(n1,)taichzbiorówb.zatem c.b.d.o. g(n,)h(n3,1)h(n1,) ( ) ( ) n1 n 1 n ( ) ( ) n n n n ( ) n, Twierdzenie.8. Liczba sposobów posadzenia n par małżeńsich przy orągłym stole jest równa M(n) n! (1) ( ) n n (n)! (.11) n Dowód. Z równości(.9) i(.10) wynia, że liczba sposobów posadzenia n par małżeńsich przy orągłym stole jest równa M(n) n! µ(n) n! Korzystając z lematu.7 otrzymujemy c.b.d.o. (1) (n)! g(n,). M(n) n! (1) ( ) n n (n)!, n 9. Sumy potęg liczb naturalnych Przypomnijmy z wyładu 1 oznaczenie S (n) j 1...n, j1 Wyłady z ombinatoryi

20 0 Wyład gdzien, 1.Zwyładu1wiemy,że S 0 (n)n, ( ) n1 S 1 (n) n(n1), S (n) 4 1 ( ) n n(n1)(n1), 3 6 ( ) n1 S 3 (n) S 1 (n) n (n1). 4 Wyprowadzimy teraz pewien wzór ogólny. Będzie to wzór reurencyjny, pozwalający obliczyćs (n),jeślisąznanewszyties j (n)dlaj<. Twierdzenie.9.Jeślin, 1,to n (1) j1 S j (n). (.1) j j1 Zanim udowodnimy to twierdzenie, przyjrzymy się jego początowym przypadom i poażemy,jazniegomożnaotrzymaćwzorynas (n)dla 3.Oczywiście S 0 (n)1 0...n 0 n. Teraz,orzystającztwierdzenia.9dlamamy n (1) j1 S j (n) S 1 (n) j 1 j1 sąd otrzymujemy czyli Następnie,dla3mamy n 3 3 ( 3 (1) j1 j j1 S 1 (n)n nn(n1), ) S 3j (n) 3S (n)3 n(n1) sąd dostajemy S 1 (n) n(n1). n, 3S (n)n 3 3 n(n1) n3 3n 3nn) n(n1)(n1), 3 S (n) 1 S 0 (n)s 1 (n)n, 3 S 1 (n) n n3 3n(n1)n n(n 3n1) Wyłady z ombinatoryi 3 S 0 (n) 3

21 Zasada włączeń i wyłączeń 1 czyli Wreszciedlan4mamy sąd wynia, że czyli n 4 4 ( 4 (1) j1 j j1 4 1 S 3 (n) S (n) n(n1)(n1). 6 ) S 4j (n) 4 S (n) 4 S 1 (n) 3 4 S 0 (n) 4 4S (n)6 n(n1)(n1) 4 n(n1) 3 n 6 4S 3 (n)n(n1)(n1)n(n1)n, 4S 3 (n)n 4 n(n1)(n1)n(n1)n n (n 3 (n1)(n1)(n1)1 ) n ((n 3 1)(n1)(n1) ) n ((n1)(n n1)(n1)(n1) ) n(n1)(n n1n1)n(n1)(n n) n (n1), Udowodnimy teraz twierdzenie.9. Dowód. Weźmy zbiór S 3 (n) n (n1). 4 X[n] {(x 1,...,x ): x 1,...,x [n]}. Wtedyoczywiście X n.definiujemyteraznastępującepodzbioryzbiorux: A m {(x 1,...,x ) X: i(x i x m )} dlam1,...,.inaczejmówiąc,dozbiorua m należąteciągi,wtórychnajwięszy wyraz znajduje się na m-tym miejscu. Oczywiście ciągi mające najwięszy wyraz na ilumiejscach,należądoilutaichzbiorówa m.naprzyład,jeślin5i7,to (1,3,4,,5,4,) A 5 oraz(1,3,4,,1,4,) A 3 A 6.Ogólnie,niechT P j,gdzie 1 j.wtedy m T A m n {(x 1,...,x ) X: m T(x m l)oraz m []\T(x m l)}. l1 Wyłady z ombinatoryi

22 Wyład Zauważmy następnie, że oraz zbiory {(x 1,...,x ) X: m T(x m l)oraz m []\T(x m l)} l j {(x 1,...,x ) X: m T(x m l)oraz m []\T(x m l)} dla różnych l są rozłączne. Zatem Wreszcie m T n l j S j (n). l1 XA 1... A, a więc z zasady włączeń i wyłączeń otrzymujemy czyli c.b.d.o. 10. Dwie tożsamości X (1) j1 j1 T P j (1) j1 j1 j1 n T P j m T A m S j (n) (1) j1 S j (n), j (1) j1 S j (n), j j1 Rozważania tego paragrafu będą w zasadzie powtórzeniem rozważań z paragrafu 3. Zajmiemy się funcjami f:[n] [m] i będziemy chcieli policzyć funcje f spełniające dlapewnegowarune[] R f.definiujemyzbiorya 1,...,A wnastępującysposób: {f [m] [n] : j R f } dlaj1,...,.korzystajączewzoruwłączeńiwyłączeń,podobniejawparagrafie 3, otrzymujemy A 1... A (1) j1 j1 ( (1) j1 j j1 T P j i T A i (1) j1 ) (mj) n. j1 Wyłady z ombinatoryi T P j (mj) n

23 Zasada włączeń i wyłączeń 3 Funcje,tórenasinteresują,tworzązbiór[m] [n] \(A 1... A ).Zatemliczbataich funcji jest równa m n (1) j1 (mj) n j j1 (1) j (mj) n. j Wszczególności,jeślinorazm n,toistniejen!taichfuncji.zatem j0 Zdefiniujmy teraz wielomian W(x) wzorem j0 ( ) n (1) j (mj) n n! dlam n. (.13) j W(x) ( ) n (1) (x) n. Jest to wielomian stopnia co najwyżej n. Z tożsamości(.13) wynia jedna, że tę samą wartość n! przyjmuje on w niesończenie wielu puntach: W(m)n! dlam n. Stąd wynia, że ten wielomian jest wielomianem stałym, czyli ( ) n (1) (x) n n! (.14) Z rozumowaniem, tóre przeprowadziliśmy, pozwalającym przejść od tożsamości udowodnionej dla liczb naturalnych do równości wielomianów, spotamy się jeszcze w następnych wyładach. 11. Nierówności Bonferroniego Udowodnimy teraz dwie nierówności, zwane nierównościami Bonferroniego. Oto one: r A 1... A n (1) 1 (.15) oraz A 1... A n r1 T P (n) (1) 1 T P (n). (.16) Powtarzamy drugi dowód zasady włączeń i wyłączeń polegający na przeglądaniu olejnych sładniów sumy stojącej po prawej stronie nierówności i rysowaniu przy ażdym elemencieiloczynu znaupluslubminuswzależnościodtego,czyliczba Wyłady z ombinatoryi

24 4 Wyład występujewsumiezeznaiemplusczyminus.inaczejmówiąc,jeślizbiórtmanieparzystą liczbę elementów, to rysujemy zna plus; jeśli zaś zbiór T ma parzystą liczbę elementów, to rysujemy zna minus. Ta ja w poprzednim dowodzie zauważamy, że prawa strona równości(.3) jest różnicą między liczbą plusów i liczbą minusów. Musimy zatem oszacować różnicę między liczbą plusówiminusównarysowanychprzyażdymelemenciesumyzbiorówa 1... A n. Zajmiemy się najpierw nierównością(.15). Mamy teraz poazać, że przy ażdym elemenciesumyzbiorówa 1... A n narysowaliśmyconajwyżejojedenpluswięcej.niech x A 1... A n.tajapoprzednio,niech M{j: x }. Inaczejmówiąc,x wtedyitylowtedy,gdyj M.Oznaczmym M ;oczywiście m>0.niechterazt P (n)ipopatrzmynazbiór ;jesttojedenzezbiorów występującychpoprawejstronierówności(.3).jeślit\m,tooczywiściemamy x.przypuśćmyzatem,żet M.Wtedyprzyelemenciexrysowaliśmyzna plus lub minus, w zależności od parzystości : plus dla nieparzystych, minus dla parzystych.dladanegoliczbataichzbiorówt jestrówna ( m ).Liczbyplusów i minusów narysowanych przy x są zatem równe liczba plusów liczba minusów r. r, 1 sąd dostajemy r ( m liczba plusów liczba minusów (1) 1 ). Tym razem orzystamy z równości(1.7)(przypominamy, że m > 0): r (1) ( m ) 1 (1) r r ( m1 Mamyterazdwiemożliwości.Jeślim1<r,czylim r(tzn.elementxnależydo conajwyżejrzbiorów ),totajapoprzednio liczbaplusówliczbaminusów0. r ). Jeślizaśm>r,to 1 1 r Wyłady z ombinatoryi

25 Zasada włączeń i wyłączeń 5 sąd wynia, że czyli Zatem r 0 r r (1) 1, (1) 0. r (1) 1 (1) 0. Stąd wynia, że przy elemencie x narysowaliśmy co najwyżej tyle plusów, ile minusów. ZatemdlaażdegoelementuxsumyA 1... A n wobuprzypadachnarysowaliśmyco najwyżej o jeden plus więcej, co dowodzi nierówności(.15). Dowód nierówności(.16) jest analogiczny i pozostawimy go jao ćwiczenie. Zpowyższegodowoduwynia,żejeśliażdyelementsumyA 1... A n należydoco najwyżejrzbiorów,tonierówność(.15)stajesięrównością.jeślinatomiastistnieje conajmniejjedenelementnależącydowięcejniżrzbiorów,tonierówność(.15) jestostra.podobniejestznierównością(.16).jeśliażdyelementsumya 1... A n należydoconajwyżejr1zbiorów,tomamyrówność;wprzeciwnymprzypadu nierówność jest ostra. Wyłady z ombinatoryi

26 6 Wyład Spis tożsamości ombinatorycznych A B A B A B (.1) A B C A B C A B A C B C A B C. (.) A 1... A n (1) 1 T P (n). (.3) m {f A B : fjest na } (1) (m) n. (.4) (1) D(A) n!. (.5)! D 0 (X,A 1,...,A n ) (1). (.6) D r (X,A 1,...,A n ) µ(n) T P (n) (1) r r r D r (A) n! nr r! T P (n). (.7) (1). (.8)! M(n) n! µ(n). (.9) (1) (n)! g(n,). (.10) M(n) n! (1) ( ) n n (n)! (.11) n n (1) j1 S j (n). (.1) j j1 ( ) n (1) j (mj) n n! dlam n. (.13) j j0 ( ) n (1) (x) n n! (.14) A 1... A n A 1... A n m m1 (1) 1 T P (n) (1) 1 T P (n). (.15). (.16) Wyłady z ombinatoryi

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

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

i = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) =

i = n = n 1 + n 2 1 i 2 n 1. n(n + 1)(2n + 1) n (n + 1) = Druga zasada inducji matematycznej Niech m będzie liczbą całowitą, niech p(n) będzie ciągiem zdań zdefiniowanych na zbiorze {n Z: n m} oraz niech l będzie nieujemną liczbą całowitą. Jeśli (P) wszystie

Bardziej szczegółowo

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy: Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

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

Analiza B. Paweł Głowacki

Analiza B. Paweł Głowacki Analiza B Paweł Głowaci Pojęcie liczby rzeczywistej uważać będziemy za intuicyjnie oczywiste. Tym niemniej celowe wydaje się przypomnienie i ugruntowanie nietórych fundamentalnych własności liczb rzeczywistych.

Bardziej szczegółowo

Równania rekurencyjne 1 RÓWNANIA REKURENCYJNE

Równania rekurencyjne 1 RÓWNANIA REKURENCYJNE Równania reurencyjne 1 RÓWNANIA REKURENCYJNE 1 Ciągi arytmetyczne i geometryczne Z najprostszymi równaniami reurencyjnymi zetnęliśmy się już w szole Zacznijmy od przypomnienia definicji ciągu arytmetycznego

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór

Bardziej szczegółowo

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

P k k (n k) = k {O O O} = ; {O O R} =

P k k (n k) = k {O O O} = ; {O O R} = Definicja.5 (Kombinacje bez powtórzeń). Każdy -elementowy podzbiór zbioru A wybrany (w dowolnej olejności) bez zwracania nazywamy ombinacją bez powtórzeń. Twierdzenie.5 (Kombinacje bez powtórzeń). Liczba

Bardziej szczegółowo

Podstawowe techniki zliczania obiektów kombinatorycznych. Szufladkowa zasada Dirichleta, Zasada włączeń i wyłączeń.

Podstawowe techniki zliczania obiektów kombinatorycznych. Szufladkowa zasada Dirichleta, Zasada włączeń i wyłączeń. Materiały dydatyczne Mateatya Dysretna (Wyład 5 Podstawowe technii zliczania obietów obinatorycznych. Szufladowa zasada Dirichleta, Zasada włączeń i wyłączeń. Szufladowa Zasada Dirichleta. Jest rzeczą

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych i ich charakterystyki

Wybrane rozkłady zmiennych losowych i ich charakterystyki Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

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

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 01 r. poziom rozszerzony 1 Próbna matura rozszerzona (jesień 01 r.) Zadanie 18 kilka innych rozwiązań Wojciech Guzicki Zadanie 18. Okno na poddaszu ma mieć kształt trapezu

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a)

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 1 ZADANIA - ZESTAW 1. . (odp. a) ZADANIA - ZESTAW 1 Zadanie 11 Rzucamy trzy razy monetą A i - zdarzenie polegające na tym, że otrzymamy orła w i - tym rzucie Oreślić zbiór zdarzeń elementarnych Wypisać zdarzenia elementarne sprzyjające

Bardziej szczegółowo

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl

Luty 2001 Algorytmy (7) 2000/2001 s-rg@siwy.il.pw.edu.pl System dziesiętny 7 * 10 4 + 3 * 10 3 + 0 * 10 2 + 5 *10 1 + 1 * 10 0 = 73051 Liczba 10 w tym zapisie nazywa się podstawą systemu liczenia. Jeśli liczba 73051 byłaby zapisana w systemie ósemkowym, co powinniśmy

Bardziej szczegółowo

Przykładowe zadania z teorii liczb

Przykładowe zadania z teorii liczb Przykładowe zadania z teorii liczb I. Podzielność liczb całkowitych. Liczba a = 346 przy dzieleniu przez pewną liczbę dodatnią całkowitą b daje iloraz k = 85 i resztę r. Znaleźć dzielnik b oraz resztę

Bardziej szczegółowo

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa 25 marca 209 Zadanie. W urnie jest b kul białych i c kul czarnych. Losujemy n kul bez zwracania. Jakie jest prawdopodobieństwo, że pierwsza kula

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /14

Matematyka dyskretna. Andrzej Łachwa, UJ, /14 Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 4/14 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

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 3/10 indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

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

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

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. Jarosław Wróblewski Matematyka dla Myślących, 008/09. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. 15 listopada 008 r. Uwaga: Przyjmujemy,

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

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1

W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1 W. Guzicki Zadanie IV z Informatora Maturalnego poziom rozszerzony 1 Zadanie IV. Dany jest prostokątny arkusz kartony o długości 80 cm i szerokości 50 cm. W czterech rogach tego arkusza wycięto kwadratowe

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,

Bardziej szczegółowo

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk MNRP 18.03.2019r. Grzegorz Kowalczyk 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Definicja (σ - ciało) Niech Ω - dowolny zbiór. Rodzinę F P (Ω), gdzie P (Ω) jest rodziną wszystkich podzbiorów

Bardziej szczegółowo

Zestaw zadań dotyczących liczb całkowitych

Zestaw zadań dotyczących liczb całkowitych V Zestaw zadań dotyczących liczb całkowitych Opracowanie Monika Fabijańczyk ROZDZIAŁ 1 Cechy podzielności Poniższe zadania zostały wybrane z różnych zbiorów zadań, opracowań, konkursów matematycznych.

Bardziej szczegółowo

Matematyka Dyskretna - zagadnienia

Matematyka Dyskretna - zagadnienia Matematya Dysretna - zagadnienia dr hab. Szymon Żebersi opracował: Miołaj Pietre Semestr letni 206/207 - strona internetowa Zasada inducji matematycznej. Zbiory sończone, podstawowe tożsamości 2. Zasada

Bardziej szczegółowo

Sumy kwadratów kolejnych liczb naturalnych

Sumy kwadratów kolejnych liczb naturalnych Sumy kwadratów kolejnych liczb naturalnych Andrzej Nowicki 24 maja 2015, wersja kk-17 Niech m < n będą danymi liczbami naturalnymi. Interesować nas będzie równanie ( ) y 2 + (y + 1) 2 + + (y + m 1) 2 =

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

Zasada indukcji matematycznej

Zasada indukcji matematycznej Sławomir Jemielity Zasada inducji matematycznej Są różne sformułowania tej zasady, mniej lub bardziej abstracyjne My będziemy się posługiwać taą: Niech T(n) oznacza twierdzenie dotyczące liczby naturalnej

Bardziej szczegółowo

Zbiory, relacje i funkcje

Zbiory, relacje i funkcje Zbiory, relacje i funkcje Zbiory będziemy zazwyczaj oznaczać dużymi literami A, B, C, X, Y, Z, natomiast elementy zbiorów zazwyczaj małymi. Podstawą zależność między elementem zbioru a zbiorem, czyli relację

Bardziej szczegółowo

Matematyka Dyskretna. Andrzej Szepietowski. 17 marca 2003 roku

Matematyka Dyskretna. Andrzej Szepietowski. 17 marca 2003 roku Matematya Dysretna Andrzej Szepietowsi 17 marca 2003 rou Rozdział 1 Kombinatorya 1.1 Zasada podwójnego zliczania Zasada podwójnego zliczania jest bardzo prosta. Oto ona: Jeżeli elementy jaiegoś zbioru

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ

ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ LISTA ZADAŃ 1 1 Napisać w formie rozwiniętej następujące wyrażenia: 4 (a 2 + b +1 =0 5 a i b j =1 n a i b j =1 n =0 (a nb 4 3 (! + ib i=3 =1 2 Wyorzystując twierdzenie o

Bardziej szczegółowo

Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A

Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A Zad. 1. Korzystając z podanych poniżej mini-tablic, oblicz pierwszy, drugi i trzeci kwartyl rozkładu N(10, 2 ). Rozwiązanie. Najpierw ogólny komentarz

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)

Bardziej szczegółowo

S n = a 1 1 qn,gdyq 1

S n = a 1 1 qn,gdyq 1 Spis treści Powtórzenie wiadomości... 9 Zadania i zbiory... 10 Obliczenia... 18 Ciągi... 27 Własności funkcji... 31 Funkcje liniowe i kwadratowe... 39 Wielomiany i wyrażenia wymierne... 45 Funkcje wykładnicze

Bardziej szczegółowo

Metody probabilistyczne Rozwiązania zadań

Metody probabilistyczne Rozwiązania zadań Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Indukcja matematyczna 1 Zasada indukcji Rozpatrzmy najpierw następujący przykład. Przykład 1 Oblicz sumę 1 + + 5 +... + (n 1). Dyskusja. Widzimy że dla n = 1 ostatnim składnikiem powyższej sumy jest n

Bardziej szczegółowo

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności RAP 412 14.01.2009 Wykład 11: Martyngały: definicja, twierdzenia o zbieżności Wykładowca: Andrzej Ruciński Pisarz:Mirosława Jańczak 1 Wstęp Do tej pory zajmowaliśmy się ciągami zmiennych losowych (X n

Bardziej szczegółowo

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

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

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g zares rozszerzony 1. Wielomiany bardzo zna pojęcie jednomianu jednej zmiennej; potrafi wsazać jednomiany podobne; potrafi

Bardziej szczegółowo

Prawa wielkich liczb, centralne twierdzenia graniczne

Prawa wielkich liczb, centralne twierdzenia graniczne , centralne twierdzenia graniczne Katedra matematyki i ekonomii matematycznej 17 maja 2012, centralne twierdzenia graniczne Rodzaje zbieżności ciągów zmiennych losowych, centralne twierdzenia graniczne

Bardziej szczegółowo

Zajęcia nr. 3 notatki

Zajęcia nr. 3 notatki Zajęcia nr. 3 notatki 22 kwietnia 2005 1 Funkcje liczbowe wprowadzenie Istnieje nieskończenie wiele funkcji w matematyce. W dodaktu nie wszystkie są liczbowe. Rozpatruje się funkcje które pobierają argumenty

Bardziej szczegółowo

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

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub WYKŁAD 2 1 2. FUNKCJE. 2.1.PODSTAWOWE DEFINICJE. Niech będą dane zbiory i. Jeżeli każdemu elementowi x ze zbioru,, przyporządkujemy jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

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

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

Wykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07)

Wykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07) Wyład 9 Fizya 1 (Informatya - EEIiA 006/07) 9 11 006 c Mariusz Krasińsi 006 Spis treści 1 Ruch drgający. Dlaczego właśnie harmoniczny? 1 Drgania harmoniczne proste 1.1 Zależność między wychyleniem, prędością

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Kody Huffmana oraz entropia przestrzeni produktowej. Zuzanna Kalicińska. 1 maja 2004

Kody Huffmana oraz entropia przestrzeni produktowej. Zuzanna Kalicińska. 1 maja 2004 Kody uffmana oraz entroia rzestrzeni rodutowej Zuzanna Kalicińsa maja 4 Otymalny od bezrefisowy Definicja. Kod nad alfabetem { 0, }, w tórym rerezentacja żadnego znau nie jest refisem rerezentacji innego

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

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25

5 Wyznaczniki. 5.1 Definicja i podstawowe własności. MIMUW 5. Wyznaczniki 25 MIMUW 5 Wyznaczniki 25 5 Wyznaczniki Wyznacznik macierzy kwadratowych jest funkcją det : K m n K, (m = 1, 2, ) przypisującą każdej macierzy kwadratowej skalar, liniowo ze względu na każdy wiersz osobno

Bardziej szczegółowo

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa Równanie Bessela Będziemy rozważać następujące równanie Bessela x y xy x ν )y 0 ) gdzie ν 0 jest pewnym parametrem Rozwiązania równania ) nazywamy funkcjami Bessela rzędu ν Sprawdzamy, że x 0 jest regularnym

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 3/15 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

Bardziej szczegółowo

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej Schemat rekursji 1 Schemat rekursji dla funkcji jednej zmiennej Dla dowolnej liczby naturalnej a i dowolnej funkcji h: N 2 N istnieje dokładnie jedna funkcja f: N N spełniająca następujące warunki: f(0)

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

Funkcja wykładnicza kilka dopowiedzeń

Funkcja wykładnicza kilka dopowiedzeń Funkcje i ich granice Było: Zbiór argumentów; zbiór wartości; monotoniczność; funkcja odwrotna; funkcja liniowa; kwadratowa; wielomiany; funkcje wymierne; funkcje trygonometryczne i ich odwrotności; funkcja

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

Indukcja matematyczna. Zasada minimum. Zastosowania.

Indukcja matematyczna. Zasada minimum. Zastosowania. Indukcja matematyczna. Zasada minimum. Zastosowania. Arkadiusz Męcel Uwagi początkowe W trakcie zajęć przyjęte zostaną następujące oznaczenia: 1. Zbiory liczb: R - zbiór liczb rzeczywistych; Q - zbiór

Bardziej szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

Bardziej szczegółowo

Matematyka Dyskretna Zadania

Matematyka Dyskretna Zadania Matematya Dysretna Zadania Jace Cichoń Politechnia Wrocławsa, WPPT Wrocław 015 1 Wstęp 11 Oznaczenia [n] = {1,, n} [] = {X P ( : X = } (x = 1 j=0 (x j, (x = 1 (x + j Zadanie 1 j=0 Poaż za pomocą inducji

Bardziej szczegółowo

2 Podstawowe obiekty kombinatoryczne

2 Podstawowe obiekty kombinatoryczne 2 Podstawowe obiety ombinatoryczne Oznaczenia: N {0, 1, 2,... } zbiór liczb naturalnych. Dla n N przyjmujemy [n] {1, 2,..., n}. W szczególno±ci [0] jest zbiorem pustym. Je±li A jest zbiorem so«czonym,

Bardziej szczegółowo

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Indukcja Materiały pomocnicze do wykładu wykładowca: dr Magdalena Kacprzak Charakteryzacja zbioru liczb naturalnych Arytmetyka liczb naturalnych Jedną z najważniejszych teorii matematycznych jest arytmetyka

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

domykanie relacji, relacja równoważności, rozkłady zbiorów

domykanie relacji, relacja równoważności, rozkłady zbiorów 1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i

Bardziej szczegółowo

1. Liczby naturalne, podzielność, silnie, reszty z dzielenia

1. Liczby naturalne, podzielność, silnie, reszty z dzielenia 1. Liczby naturalne, podzielność, silnie, reszty z dzielenia kwadratów i sześcianów przez małe liczby, cechy podzielności przez 2, 4, 8, 5, 25, 125, 3, 9. 26 września 2009 r. Uwaga: Przyjmujemy, że 0 nie

Bardziej szczegółowo

13. 13. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE

13. 13. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE Część 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3. 3. BELKI CIĄGŁE STATYCZNIE NIEWYZNACZALNE 3.. Metoda trzech momentów Rozwiązanie wieloprzęsłowych bele statycznie niewyznaczalnych można ułatwić w znaczącym

Bardziej szczegółowo

6. FUNKCJE. f: X Y, y = f(x).

6. FUNKCJE. f: X Y, y = f(x). 6. FUNKCJE Niech dane będą dwa niepuste zbiory X i Y. Funkcją f odwzorowującą zbiór X w zbiór Y nazywamy przyporządkowanie każdemu elementowi X dokładnie jednego elementu y Y. Zapisujemy to następująco

Bardziej szczegółowo

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród

Bardziej szczegółowo

III. Funkcje rzeczywiste

III. Funkcje rzeczywiste . Pojęcia podstawowe Załóżmy, że dane są dwa niepuste zbiory X i Y. Definicja. Jeżeli każdemu elementowi x X przyporządkujemy dokładnie jeden element y Y, to mówimy, że na zbiorze X została określona funkcja

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

WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

WYKŁAD 3. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki WYKŁAD 3 Witold Bednorz, Paweł Wolff 1 Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Schemmat Bernouliego Rzucamy 10 razy moneta, próba Bernouliego jest pojedynczy

Bardziej szczegółowo

Kongruencje pierwsze kroki

Kongruencje pierwsze kroki Kongruencje wykład 1 Definicja Niech n będzie dodatnią liczbą całkowitą, natomiast a i b dowolnymi liczbami całkowitymi. Liczby a i b nazywamy przystającymi (kongruentnymi) modulo n i piszemy a b (mod

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

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

Wojciech Kordecki. Matematyka dyskretna. dla informatyków

Wojciech Kordecki. Matematyka dyskretna. dla informatyków Wojciech Kordeci Matematya dysretna dla informatyów Wrocław 2005 Spis treści 1. Relacje, funcje i rozmieszczenia 1 1.1. Zbiory częściowo uporządowane 1 1.2. Funcje i rozmieszczenia 2 1.3. Zadania 4 2.

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014 Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu

Bardziej szczegółowo

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1. Rozdział 5 Szeregi liczbowe 5. Szeregi liczbowe Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy ( ). Ciąg (s n ) określony wzorem s n = n a j, n N, nazywamy ciągiem sum częściowych ciągu

Bardziej szczegółowo

LXIX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 18 kwietnia 2018 r. (pierwszy dzień zawodów)

LXIX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 18 kwietnia 2018 r. (pierwszy dzień zawodów) LXIX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia trzeciego 18 kwietnia 2018 r. (pierwszy dzień zawodów) 1. Dany jest trójkąt ostrokątny ABC, w którym AB < AC. Dwusieczna kąta

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

E-learning - matematyka - poziom rozszerzony. Funkcja wykładnicza. Materiały merytoryczne do kursu

E-learning - matematyka - poziom rozszerzony. Funkcja wykładnicza. Materiały merytoryczne do kursu E-learning - matematyka - poziom rozszerzony Funkcja wykładnicza Materiały merytoryczne do kursu Definicję i własności funkcji wykładniczej poprzedzimy definicją potęgi o wykładniku rzeczywistym. Poprawna

Bardziej szczegółowo

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.

Kwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p. Kwantyle Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p, że P(X x p ) p P(X x p ) 1 p Możemy go obliczyć z dystrybuanty: Jeżeli F(x p ) = p, to x p jest kwantylem rzędu p Jeżeli F(x p )

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

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

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

Bardziej szczegółowo

LX Olimpiada Matematyczna

LX Olimpiada Matematyczna LX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 13 lutego 2009 r. (pierwszy dzień zawodów) Zadanie 1. Liczby rzeczywiste a 1, a 2,..., a n (n 2) spełniają warunek a 1

Bardziej szczegółowo

Wykład z równań różnicowych

Wykład z równań różnicowych Wykład z równań różnicowych 1 Wiadomości wstępne Umówmy się, że na czas tego wykładu zrezygnujemy z oznaczania n-tego wyrazu ciągu symbolem typu x n, y n itp. Zamiast tego pisać będziemy x (n), y (n) itp.

Bardziej szczegółowo

1. Wielomiany Podstawowe definicje i twierdzenia

1. Wielomiany Podstawowe definicje i twierdzenia 1. Wielomiany Podstawowe definicje i twierdzenia Definicja wielomianu. Wielomianem stopnia n zmiennej rzeczywistej x nazywamy funkcję w określoną wzorem w(x) = a n x n + a n 1 x n 1 + + a 1 x + a 0, przy

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo