WS 2013/14. Diskrete Strukturen

Ähnliche Dokumente
WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (4)

WS 2013/14. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen

WS 2015/16 Diskrete Strukturen Kapitel 3: Kombinatorik (3)

WS 2008/09. Diskrete Strukturen

WS 2014/15 Diskrete Strukturen Kapitel 3: Kombinatorik (2)

WS 2009/10. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen

WS 2016/17 Diskrete Strukturen Kapitel 3: Kombinatorik (1)

WS 2009/10. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen

Wiederholung. Operationen auf Mengen. Relationen, Abbildungen/Funktionen. Beweistechniken: Landau-Notation A B, A Å B, A B, A \ B, P(A)

Kombinatorische Beweisprinzipien

Berechnung von Teilmengen

Univ.-Prof. Dr. Goulnara ARZHANTSEVA

Diskrete Mathematik 1 WS 2008/09

WS 2009/10. Diskrete Strukturen

WS 2008/09. Diskrete Strukturen

WS 2013/14. Diskrete Strukturen

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2017/18

Kombinatorik kompakt. Stochastik WS 2016/17 1

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Verteilen von Bällen auf Urnen

Wichtig: Besprich zuerst mit dem Professor, welche Themen für die Prüfung relevant sind und welche nicht!

Diskrete Strukturen. Hausaufgabe 1 (5 Punkte)

Zentralübung zur Vorlesung Diskrete Strukturen

Kombinatorik und Wahrscheinlichkeitsrechnung

Inhaltsverzeichnis (Ausschnitt)

KAPITEL 2. Kombinatorik

Technische Universität München. Kombinatorik. Christian Fuchs

Diskrete Strukturen Kapitel 1: Einleitung

Zentralübung zur Vorlesung Diskrete Strukturen (Prof. Mayr)

2.6 Zahlpartitionen. 2.7 Mehr Rekursionsformeln - Catalanzahlen

WS 20013/14. Diskrete Strukturen

Kombinatorik: Abzählverfahren (Teschl/Teschl 7) Summenregel. Allgemeiner

2 Kombinatorik. 56 W.Kössler, Humboldt-Universität zu Berlin

Diskrete Strukturen Kapitel 5: Algebraische Strukturen (Gruppen)

Diskrete Mathematik I

WS 2013/14. Diskrete Strukturen

WS 2009/10. Diskrete Strukturen

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg!

4. Kombinatorik *) In der Kombinatorik werden drei wichtige Symbole benötigt: o n! o (n) k o

Prof. S. Krauter Kombinatorik. WS Blatt04.doc

WS 2013/14. Diskrete Strukturen

Diskrete Strukturen. Abgabetermin: 15. Januar 2013, 14 Uhr in die DS Briefkästen

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

WS 2009/10. Diskrete Strukturen

Diskrete Strukturen I

Kombinatorik. Jörn Loviscach. Versionsstand: 31. Oktober 2009, 17:22. 1 Begriff Kombinatorik; Zahl aller Teilmengen

Kombinatorik - kurz. Ronald Balestra CH Zürich

Abbildungen, injektiv, surjektiv, bijektiv

Kombinatorik: Einführung. Vorlesung Mathematische Strukturen. Sommersemester Ziehen aus Urnen. Ziehen aus Urnen

Diskrete Strukturen. Code: Allgemeine Hinweise. Wintersemester 2009/10 Mittelklausur 19. Dezember 2009

Gleichmächtige Mengen

Diskrete Strukturen Kapitel 2: Grundlagen (Relationen)

Universität Basel Wirtschaftswissenschaftliches Zentrum. Kombinatorik. Dr. Thomas Zehrt. Inhalt: 1. Endliche Mengen 2. Einfache Urnenexperimente

Diskrete Strukturen. Kombinatorik. Urnenmodell. Kombinatorik - Beispiele. Münster. Münster. Münster

Vorlesung. Prof. Janis Voigtländer Übungsleitung: Dennis Nolte. Mathematische Strukturen Sommersemester 2017

Kombinatorik. Dr. Lucia Draque Penso. Universität Ulm. Dr. Lucia Draque Penso (Universität Ulm) Kombinatorik 1 / 26

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

WS 2009/10. Diskrete Strukturen

1 Begriff Kombinatorik; Zahl aller Teilmengen

Die ABSOLUTE HÄUFIGKEIT einer Merkmalsausprägung gibt an, wie oft diese in der Erhebung eingetreten ist.

Fachwissenschaftliche Grundlagen

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable

ELEMENTARE DISKRETE MATHEMATIK Kapitel 4: Mächtigkeit von Mengen

WS 2005/06. Diskrete Strukturen. Ernst W. Mayr. Fakultät für Informatik TU München.

Hallo Welt für Fortgeschrittene

Lösungsskizzen zur Präsenzübung 05

WS 2013/14. Diskrete Strukturen

Mathematik: Diskrete Strukturen

Diskrete Strukturen. Abgabetermin: 20. September 2011, 14 Uhr in die DS Briefkästen

: das Bild von ) unter der Funktion ist gegeben durch

Sachrechnen/Größen WS 14/15-

Vorlesung 2a. Diskret uniform verteilte Zufallsvariable. (Buch S. 6-11)

Relationen und Funktionen

Diskrete Strukturen Kapitel 2: Grundlagen (Mengen)

Mathematische Strukturen Sommersemester Vorlesung. Kombinatorik: Einführung. Ziehen aus Urnen

WS 2009/10. Diskrete Strukturen. Dr. Werner Meixner. Fakultät für Informatik TU München.

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

Diskrete Strukturen. Name Vorname Studiengang Matrikelnummer. Hörsaal Reihe Sitzplatz Unterschrift ... Allgemeine Hinweise

Mathematik für Biologen

Kombinatorik. Hallo Welt Philip Kranz. 12. Juli Philip Kranz () Kombinatorik 12. Juli / 47

Die Probabilistische Methode

Vorlesung Diskrete Strukturen Relationen

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

Kapitel 6. Elementare Kombinatorik und Abzählbarkeit. Elementare Kombinatorik und Abzählbarkeit

WS 2015/16 Diskrete Strukturen Organisatorisches

Diskrete Strukturen Kapitel 4: Graphentheorie (Bäume)

2. Unendliche Mengen endliche vs. unendliche Mengen, abzählbare vs. überabzählbare Mengen

WS 2008/09. Diskrete Strukturen

Kapitel 1. Grundlagen

Mathematik für Biologen

Vorsemesterkurs Informatik

Mathe K2 Stochastik Sj. 16/17

Transkript:

WS 2013/14 Diskrete Strukturen Prof. Dr. J. Esparza Lehrstuhl für Grundlagen der Softwarezuverlässigkeit und theoretische Informatik Fakultät für Informatik Technische Universität München http://www7.in.tum.de/um/courses/ds/ws

Kapitel III - Kombinatorik Kombinatorische Strukturen und Algorithmen Ziehen von Elementen aus einer Menge Kombinatorische Beweisprinzipien Fundamentale Zählkoeffizienten Bälle und Urnen 2

Die bisher betrachteten Zählprobleme sind Spezialfälle von Abzählproblemen der Gestalt: Bestimme die Anzahl der Möglichkeiten, n Bälle auf k Urnen zu verteilen Bei der Verteilung kommt es darauf an, ob die Bälle und Urnen als unterscheidbar angesehen werden. Zusätzlich können Forderungen an die maximale/minimale Menge von Bällen pro Urne gestellt werden: Höchstens/mindestens/genau ein Ball pro Urne. Äquivalent: die Abbildung Bälle Urne ist injektiv, surjektiv, bijektiv. 3

Unterscheibbar oder ununterscheidbar? Wie viele Möglichkeiten gibt es 4 zehn Filme auf drei DVD-Disks zu verteilen? zehn Fußball-WM Spiele auf vier Austragungsorte zu verteilen? zehn Murmeln in fünf Päckchen aufzuteilen? zehn Euro unter sechs Kinder zu verteilen?

5 B = n, U = m beliebig injektiv surjektiv bijektiv B untersch. m m, m n U untersch. 0, sonst B gleich U untersch. B untersch. U gleich B gleich U gleich m + n 1 n S, P, m n 1, m n 0, sonst 1, m n 0, sonst m! S, n 1 m 1 S, P, n!, m = n 0, sonst 1, m = n 0, sonst 1, m = n 0, sonst 1, m = n 0, sonst

B = n, U = m beliebig injektiv B untersch. m m, m n U untersch. 0, sonst Beliebig. Für jeden Ball kommen alle m Urnen in Frage. Die Produktregel ergibt m. Injektiv. Für den ersten Ball kommen m Urnen in Frage, für den zweiten m 1 (Injektivität), für den dritten m 2, etc. Die Produktregel ergibt m m 1 m 2 (m n + 1) = m 6

B = n, U = m B untersch. U untersch. surjektiv m! S, 7 Eine Verteilungen kann in zwei Schritten erzeugt werden: Berechne eine geordnete m-partition von B. Ordne jede Zahl der Partition einer Urne zu. Es gibt S, Partitionen. Für jede Partition gibt es m! Zuordnungen. Dir Produktregel ergibt m! S,.

B = n, U = m B untersch. U gleich beliebig S, Da Bälle unterscheidbar sind, entspricht jede Zuordnung der Bälle zu k Urnen einer geordneten k-partition der Bälle. 8

B = n, U = m B gleich U gleich beliebig P, Jede Belegung der Urnen wird eindeutig durch die Anzahl der Bälle in den Urnen bestimmt. Die Anzahl der Möglichkeiten ist damit die Anzahl der ungeordneten Partitionen der Zahl n. 9

Anwedungsbeispiel: Zufällige Speicherung von Dateien in Servern. n Dateien werden zufällig in n Server gespeichert. Wir suchen eine Zahl k, so dass mit großer W keit kein Server mehr als k Dateien bekommt. Modellierung: n unterscheidbare Bälle (Dateien) und n unterscheidbare Urnen (Server). Gesamtzahl aller Möglichkeiten: n 10

Wie viele Verteilungen gibt es, in denen mindestens eine Urne mindestens k Bälle enthält? Die Anzahl der Möglichkeiten, in denen die i-te Urne mindestens k Bälle enthält, ist höchstens: n k n (wir wählen k Bälle für die i-te Urne, die anderen werden beliebig verteilt) 11

Sei M die Anzahl der Möglichkeiten in denen mindestens eine Urne mindestens k Bälle enthält. Es gilt: M n n k n (einige Möglichkeiten werden mehrmals gezählt). Mit der Abschätzung erhalten wir M n en k n e k n 12

Die W keit p, in mindestens eine Urne mindestens k Bälle zu finden erfüllt p = M n e k Mit k = e ln n haben wir: n p 1 ln n ( ) n = n 13

Tabelle für p 14 Kapitel III Kombinatorik n 100 1000 10 4 10 5 10 k = 7 13.0% k = 8 1.8% 18% k = 9 0.2% 2% 21% k = 10 0.02% 0.2% 2% 22% k = 11 0.002% 0.02% 0.2% 2% 21% k = 12 0.0002% 0.002% 0.02% 0.2% 2%

Zusammenfassung Kombinatorik Ziehen von Elementen aus Mengen: mit/ohne Zurücklegen, mit/ohne Berücksichtigung der Reihenfolge der gezogenen Elemente. Kombinatorische Beweisprinzipien: Summenregel, Produktregel, Gleichheitsregel, doppeltes Abzählen, Inklusion/Exklusion, Schubfachprinzip. Zählkoeffizienten: Binomialkoeffizienten, Pascalsche Identität, Vandermonde Identität, k-partitionen u. Permutationen (Stirlingzahlen). Bälle und Urnen: Anwendung der Zählprinzipien. 15