2.1 Klassische kombinatorische Probleme

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

KAPITEL 2. Kombinatorik

Elemente der Stochastik (SoSe 2016) 5. Übungsblatt

Diskrete Strukturen und Logik WiSe 2007/08 in Trier. Henning Fernau Universität Trier

Kombinatorik und Urnenmodelle

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

15.2 Kombinatorische Abzählformeln

Analyse von Hashfunktionen

Mathematik für Biologen

Kombinatorik. LSGM Leipziger Schülergesellschaft für Mathematik. Toscho Mathecamp 12. Juli 21. Juli 2008 Klasse 11/12. Inhaltsverzeichnis

Aufgabe 1. Übung Wahrscheinlichkeitsrechnung Markus Kessler Seite 1 von 8. Die Ereignisse A, B und C erfüllen die Bedingungen

Abzählende Kombinatorik

Wahrscheinlichkeitsrechnung

Kombinationen und Permutationen

1 Natürliche Zahlen und vollständige Indution Beispiel : Für jede Zahl x 6 1gilt die geometrische Summenformel 1+x + x + :::+ x n 1 xn+1 1 x : (I) Für

Kombinatorik kompakt. Stochastik WS 2016/17 1

Die Formel für Kombinationen wird verwendet, wenn

Kombinatorik. Kombinatorik

4. Die elementaren Zählfunktionen. Definition 165 (Binomialkoeffizienten) 4.1 Untermengen. align

Grundlagen der Kombinatorik

Frage 1. Wie viele Möglichkeiten gibt es, ein Element aus einer Menge M auszuwählen? n = M

3 Ein wenig Kombinatorik

Natürliche und ganze Zahlen, vollständige Induktion und Kombinatorik

Mathematik für Biologen

KOMBINATORIK IN DER SCHULE

A B A B A B C. Beispiel 1 Wie viele Möglichkeiten gibt es 3 verschiedene Kugeln: A, B und C auf verschiedene Arten auf 3 Plätze anzuordnen?

Wie viele Möglichkeiten gibt es, n Kinder in einer Reihe zu platzieren, z.b. für n = 5? Für n = 2 gibt es 2 Möglichkeiten.

Wahrscheinlichkeitsräume (Teschl/Teschl 2, Kap. 26)

Kombinatorik. 1. Permutationen 2. Variationen 3. Kombinationen. ad 1) Permutationen. a) Permutationen von n verschiedenen Elementen

Diskrete Wahrscheinlichkeitsverteilung

Bei Permutationen ohne Wiederholung geht es um das Anordnen von n Dingen, die mit den Zahlen 1,2,,n nummeriert sind.

KAPITEL 5. Erwartungswert

Kombinatorik. 1. Beispiel: Wie viele fünfstellige Zahlen lassen sich aus den fünf Ziffern in M = {1;2;3;4;5} erstellen?

Kombinatorische Abzählverfahren - LÖSUNGEN

WAHRSCHEINLICHKEITSTHEORIE. 1. Elementare Kombinatorik Wir betrachten die Frage wieviele Möglichkeiten es gibt, aus n unterschiedlichen

Analysis Seite 1. 1 f' = g f (x) g'(f(x)) f '(x) f (y) = mit y = f(x) bzw. f (x) = k f(x)dx = k f(x) + c. (f(x) ± g(x))dx = f(x)dx ± g(x)dx

Sachrechnen/Größen WS 14/15-

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen und bedingte Wkt

a) (A B) tritt ein = A tritt ein oder B tritt ein. = Mindestens eines der Ereignisse A, B tritt ein.

SS 2016 Torsten Schreiber

Permutation und Kombination

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit von Ereignissen

3.4 Anwendung bedingter Wahrscheinlichkeiten

K. Eppler, Inst. f. Num. Mathematik Übungsaufgaben. 8. Übung SS 16: Woche vom

Bei der Berechnung von Laplace-Wahrscheinlichkeiten muss man die Mächtigkeit von Ergebnisräumen und Ereignissen bestimmen.

WS 2013/14. Diskrete Strukturen

Inhaltsverzeichnis (Ausschnitt)

Übungen zur Vorlesung Grundlagen der Mathematik II Lösungsvorschlag

UE Statistik 1, SS 2015, letztes Update am 5. März Übungsbeispiele

(für Grund- und Leistungskurse Mathematik) 26W55DLQHU0DUWLQ(KUHQE UJ*\PQDVLXP)RUFKKHLP

Biometrieübung 3 Kombinatorik

Wahrscheinlichkeitsrechnung

1 Vorbemerkungen 1. 2 Zufallsexperimente - grundlegende Begriffe und Eigenschaften 2. 3 Wahrscheinlichkeitsaxiome 4. 4 Laplace-Experimente 6

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

Binomialverteilung & Binomialtest

Statistik I für Humanund Sozialwissenschaften

Mehr Erfolg in Mathematik, Abitur: Stochastik

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

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

M9 Aufgabensammlung Wahrscheinlichkeit, Kombinatorik

2 Zahlen. 2.1 Natürliche Zahlen Menge der natürlichen Zahlen. Der Ausgangspunkt für den Aufbau der Zahlenbereiche ist die Menge

Das Urnenmodell. Anatoli Maier; Gregor Steinschulte; Mussie Mengstab; Robert Grendysa; Stephane Kom Djike / / / /

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

Kombinatorik. Cusanus-Gymnasium Wittlich Permutationen. Wie viele Möglichkeiten gibt es 10 Personen in eine Reihe auf 10 Sitze zu setzen?

9. Elementare Wahrscheinlichkeitsrechnung

Schriftliche Abiturprüfung Mathematik 2013

3. Kombinatorik Modelltheoretische Wahrscheinlichkeiten Regeln der Kombinatorik

Grundbegrie der Wahrscheinlichkeitsrechnung

$Id: reell.tex,v /11/15 13:12:24 hk Exp $

1.5 Folgerungen aus dem Kolmogoroff- Axiomensystem P( ) = 0.

Statistik I für Betriebswirte Vorlesung 2

Variationen Permutationen Kombinationen

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

b) Wie viele Möglichkeiten gibt es, den gewählten Vorstand auf drei Stühle zu setzen? (Die möglichen Anordnungen nennt man Permutation)

Elemente der Stochastik (SoSe 2016) 6. Übungsblatt

1. Ziehg.: N M. falls nicht-rote K. in 1. Ziehg. gezogen

1. Grundlagen der Wahrscheinlichkeitsrechnung

2.2 Ereignisse und deren Wahrscheinlichkeit

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

W.12 Kombinatorik 1. vermischte Aufgaben zu Vertauschungsmöglichkeiten ( )

Ü b u n g s b l a t t 10

Kombinatorik. Je nachdem, ob diese Randbedingungen erfüllt sein müssen oder nicht, lassen sich 6 Grundaufgaben unterscheiden: Wiederholung

13 Grenzwertsätze Das Gesetz der großen Zahlen

k-kombination ohne Wiederholung (es sollen ja möglichst viele verschiedene sein): k! (n k)! = 6!

Vorkurs Mathematik. Vorlesung 5. Verknüpfungen

mathphys-online Zahlenlotto 6 aus 49 Quelle: Akademiebericht 470 Dillingen

Ziel der Wahrscheinlichkeitsrechnung. Teil V. Wahrscheinlichkeitsrechnung. Experiment: Wurf eines Würfels

Hauptklausur zur Stochastik für Lehramt

Prüfungsvorbereitungskurs Höhere Mathematik 3

Einführung in die Wahrscheinlichkeitsrechnung

II Wahrscheinlichkeitsrechnung

D. Ulmet IT 4 Blatt 5 Stochastik I SS 2005

Zusammenfassung Stochastik

Übungen Abgabetermin: Freitag, , 10 Uhr

Vorkurs Mathematik KOMBINATORIK

Bericht über den zweiten Tag von Mädchen machen Technik Thema Kombinatorik

1 Übungen zu Wahrscheinlichkeitsrechnung und Zufallsvariablen

Counting-Übungen (SS4) Felix Rohrer. Grundlagen des Zählens. 1. KR, Abschnitt 5.1, Aufgabe 7: I. KR, Abschnitt 5.1, Aufgabe 15:

Vorlesung 3a. Der Erwartungswert. von diskreten reellwertigen Zufallsvariablen

Wiederholung: Laplace scher W.-Raum

Transkript:

2 Kombinatori Aufgabenstellung: Anzahl der verschiedenen Zusammenstellungen von Objeten. Je nach Art der zusätzlichen Forderungen, ist zu unterscheiden, welche Zusammenstellungen als gleich, und welche als verschieden angesehen werden. Permutation (ohne Wiederholung) Permutation mit Wiederholung Variation ohne Wiederholung Variation mit Wiederholung Permutation (ohne Wiederholung)

2.1 Klassische ombinatorische Probleme Permutation (ohne Wiederholung) Jede einendeutige Abbildung Π der geordenten Menge {1,..., n} auf eine n-elementige Menge M = {s 1,...,s n } heißt Permutation (ohne Wiederholung), i {1,...,n} : Π(i) = s i,s i M,s i s j (i j) Anzahl: N = n! 57 W.Kössler, Humboldt-Universität zu Berlin

Permutation mit Wiederholung Sei M = {s 1,...,s }, i > 0 i = 1,..., mit i=1 i = n. Jedes geordnete n-tupel von Elementen aus M, wobei jedes Element s i genau i mal vorommt, heißt Permutation mit Wiederholung. Anzahl: N = n! 1!! Bsp. 7 Wiewiel Möglicheiten gibt es, die Karten beim Satspiel zu vergeben? N = 32! 10!10!10!2! 58 W.Kössler, Humboldt-Universität zu Berlin

Variation ohne Wiederholung Sei M = {s 1,...,s n }. Jedes geordnete -Tupel, n von verschiedenen Elementen aus M heißt Variation ohne Wiederholung. Anzahl: N = n(n 1) (n + 1) Aufteilung von Elementen auf n Fächer unter Berücsichtigung der Reihenfolge Wenn n = gilt, so erhalten wir: N = n!. Bsp. 8 Wieviele Möglicheiten für die drei Erstplazierten im 100m Endlauf gibt es? N = 8 7 6 = 336. 59 W.Kössler, Humboldt-Universität zu Berlin

Variation mit Wiederholung Auswahl von Elementen aus einer Menge mit Zurüclegen Es sei M = {s 1,...,s n }. Die Frage ist: Wieviel verschiedene Möglicheiten gibt es, Elemente aus dieser Menge zu entnehmen, wobei durchaus Elemente mehrfach entnommen werden önnen? N = n. Bsp. 9 Anzahl der 10stelligen Dualzahlen: N = 2 10. 60 W.Kössler, Humboldt-Universität zu Berlin

Kombinationen (ohne Wiederholung) Jede -elementige Teilmenge aus einer n-elementigen Menge M heißt Kombination (ohne Wiederholung) (von aus n Elementen). Dabei sind Wiederholungen nicht erlaubt und die Reihenfolge der Elemente wird nicht berücsichtigt. Die Anzahl der Kombinationen ist: N = n (n 1)... (n +1) = ( ) n! = n! (n )!!. 61 W.Kössler, Humboldt-Universität zu Berlin

Kombination (mit Wiederholung) Faßt man alle Variationen mit Wiederholung (n Elemente, Ordnung ) zu Äquivalenzlassen zusammen, so daß sie aus aus den gleichen Elementen der gleichen Anzahl bestehen, so heißt jede solche Klasse Kombination mit Wiederholung. N = ( n+ 1 Bsp. 10 n = 2, = 3: 4 Klassen: {aaa}, {aab, aba, baa}, {abb, bab, bba}, {bbb} werden jeweils zu einer Klasse zusammengefaßt. Erläuterung zur Kombination mit Wiederholung: siehe Beispiele 14 und 15. (Dieses Problem wird auf den Fall unterscheidbarer )

Kombination von Elementen aus mehreren Mengen Wir betrachten beliebige Mengen S 1,...,S, wobei S i = {s i1,...,s ini } (i = 1,...,) gilt. Es wird die folgende Frage gestellt: Wieviel verschiedene Kombinationen von je einem Element der Mengen S 1,...,S önnen gebildet werden? Solche Kombinationen haben die Form (s 1i1,...,s i ), wobei s i S gilt für alle i = 1,...,. Die Anzahl N der Möglicheiten ist N = n 1 n 2... n. 63 W.Kössler, Humboldt-Universität zu Berlin

2.2 Beispiele Bsp. 11 Eine Gruppe von r Studenten verreist in einem Zug. Dabei verteilen sich die Studenten zufällig auf n r Abteile. Es sei A das Ereignis, daß alle Studenten in verschiedenen Abteilen sitzen. (In jedem Abteil befindet sich also höchstens ein Student.) P(A) = n(a) N. N = n r = # Möglicheiten für die Verteilung der r Studenten auf die n Abteile. n(a) = n (n 1)... (n r + 1) P(A) = n(a) N = n (n 1)... (n r+1) n r. 64 W.Kössler, Humboldt-Universität zu Berlin

Bsp. 12 In einer Urne sollen sich n Kugeln befinden. Von diesen seien n 1 schwarz, n n 1 dagegen weiß. Nun werden Kugeln (zufällig) entnommen, und zwar ohne Zurüclegen. A: Ereignis, daß von diesen Kugeln 1 schwarz sind P(A) = n(a) N. N = ( n ) = Anzahl der Möglicheiten, Kugeln aus n Kugeln auszuwählen. n(a)= Anzahl der günstigen Ereignisse= Anzahl der Möglicheiten zur Entnahme von Kugeln, bei denen genau 1 schwarze Kugeln ausgewählt werden. 65 W.Kössler, Humboldt-Universität zu Berlin

In einem solchen Fall sind dann auch genau 1 weiße Kugeln entnommen worden. Also 1. Die Anzahl der Möglicheiten, aus n 1 schwarzen Kugeln 1 schwarze auszuwählen (ohne Wiederholung und ohne Berücsichtigung der Reihenfolge) ist ( n 1 1 ). 2. Die Anzahl der Möglicheiten, aus n n 1 weißen Kugeln 1 weiße auszuwählen (ebenfalls ohne Wiederholung und ohne Berücsichtigung der Reihenfolge) ist ( n n 1 1 ). Anzahl der günstigen Ereignisse n(a) = ( n1 1 ) ( ) n n1 1 66 W.Kössler, Humboldt-Universität zu Berlin

P(A) = n(a) N = ( n1 Der letzte Ausdruc heißt auch 1 ) ) ( 1 n n1 ( n ) Hypergeometrische Wahrscheinlicheit. 67 W.Kössler, Humboldt-Universität zu Berlin

Bsp. 13 (Lotto 6 aus 49) Wenn wir uns die Zahlen als Kugeln denen, die aus einer Urne entnommen werden, und außerdem gezogene Zahlen im nachhinein als schwarze Kugeln ansehen, so ann jeder Tip durch die Entnahme von 6 Kugeln verörpert werden. Somit önnen wir die Formel des Beispiels 12 auf Seite 65 anwenden. A: Ereignis, daß vier Richtige getippt werden. Wenden wir also oben genannte Formel an mit n = 49, n 1 = 6, = 6, 1 = 4, dann gilt: ( 6 ( P(A) = 4) 49 6 ) 6 4 ( 49 ) 6 68 W.Kössler, Humboldt-Universität zu Berlin

Bsp. 14 Wie groß ist die Anzahl der Würfe mit 2 nicht zu unterscheidenden Würfeln? Wir vergeben die Zahlen (i,j), wenn i j. Wir vergeben die Zahlen (i, 7), wenn i = j. Die gesuchte Anzahl ist die Anzahl der möglichen Auswahlen aus der Menge {1,...,7}, also gleich ( 7 2). 69 W.Kössler, Humboldt-Universität zu Berlin

Bsp. 15 Wie groß ist die Anzahl der Würfe mit 3 nicht zu unterscheidenden Würfeln? Sei o.b.d.a. i j. Wir vergeben die Zahlen (i,j,), wenn i < j <. (i,, 7), wenn i = j <. (i,j, 8), wenn i < j =. (i, 7, 8), wenn i = j =. Die gesuchte Anzahl ist die Anzahl der möglichen Auswahlen aus der Menge {1,...,8}, also gleich ( 8 3). 70 W.Kössler, Humboldt-Universität zu Berlin

Bsp. 16 Verteilen von n Geldstücen an Studenten ( n). Auf wieviele Weisen ist das möglich? Fall a) jeder Student beommt mindestens ein Stüc. Geldstüce nebeneinander legen und 1 Trennstriche verteilen unter n 1 möglichen N = ( ) n 1 1 Fall b) es wird zugelassen, daß Studenten nichts erhalten. Tric: Borgen von Stücen n + Stüc 1 Trennstriche verteilen unter den jetzt n + 1 möglichen N = ( ) n+ 1 1 Dann gibt jeder Student genau ein Stüc zurüc. 71 W.Kössler, Humboldt-Universität zu Berlin

Bsp. 17 (Hashing) Beobachtungen (oder Daten) abspeichern auf einem Feld. : Anzahl der Beobachtungen n: Feldlänge ( n) Das Abspeichern geschieht mit Hilfe von Hashfuntionen (oder Hashtafeln). zufällige Daten: Kollisionen önnen auftreten. A,n : Ereignis, daß Kollisionen auftreten. ges.: P(A,n ) 72 W.Kössler, Humboldt-Universität zu Berlin

P(A,n ) = = n(n 1) (n + 1) 1 (1 i n ) i=0 = exp ( 1 exp( = exp( i=0 1 i=0 ln(1 x) < x für x < 1 n ln(1 i n )) i n ) ( 1) 2n ) exp( 2 2n ) 73 W.Kössler, Humboldt-Universität zu Berlin

Bsp. 18 (Suche von Elementen) n = Ω. Greifen zufällig eine -elementige Teilmenge A Ω heraus. ω 1,...: Schlüsselelemente (vorgegeben), ω 1,... Ω Frage: Mit welcher Wt. ω 1 A? P(A) = ( n 1 1 ( n ) ) = n Frage: Mit welcher Wt. ω 1,...,ω r A? ( n r ) r ( 1) ( r + 1) P(A) = ) = n(n 1) (n r + 1) ( n 74 W.Kössler, Humboldt-Universität zu Berlin

Sei r fest, n p: P(A) pr P(A) 1 2, falls pr 1 2 falls n 2 1/r Soll also die Wt., daß alle r Schlüsselelemente in der Teilmenge enthalten sind, größer als 1 2 sein, so muß n 2 1/r gewählt werden. 75 W.Kössler, Humboldt-Universität zu Berlin

Zusammenfassung n: # Elemente = Ω : # auszuwählende Elemente 1,..., m : Häufigeit der einzelnen Elemente ohne Wiederholung mit Wiederholung Permutationen n! n! 1! m! Variationen n(n 1) (n + 1) n ( Kombinationen n ( n+ 1 ) ) 76 W.Kössler, Humboldt-Universität zu Berlin

2.3 Arithmetische Beziehungen zwischen den Binomialoeffizienten 1. 2. 3. ( ) n ( ) n = = ( ) n n ( ) n 1 + n =0 ( ) n = 2 n ( ) n 1 1 77 W.Kössler, Humboldt-Universität zu Berlin

4. 5. 6. 7. n i=0 n ( ) n ( 1) =0 n =0 ( ) 2 n = ( )( ) n m i i n ( ) n =1 = 0 ( ) 2n = n ( ) n + m = n 2 n 1 78 W.Kössler, Humboldt-Universität zu Berlin

8. Definieren die Folge S n = n+1 2 =0 ( ) n Zeigen Sie: S n+1 = S n + S n 1. Beweis: 3 Methoden, vollständige Indution algebraisch ombinatorisch teilweise Übungsaufgabe, teilweise Übung 79 W.Kössler, Humboldt-Universität zu Berlin