c 2003 by Maria Giovanna Guarguaglini.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "c 2003 by Maria Giovanna Guarguaglini."

Transcript

1 c 003 by Maria Giovanna Guarguaglini.

2

3 Appunti di Combinatoria Maria Giovanna Guarguaglini 6 aprile 005

4

5 Indice Capitolo 5. Introduzione Palline e Scatole Distinguibili Disposizioni con Ripetizione Esempi Disposizioni Esempi Permutazioni Permutazioni con Ripetizione Esempi Palline Indistinguibili e Scatole Distinguibili Combinazioni Semplici Esempi Insieme delle Parti e Binomio di Newton Combinazioni con Ripetizione Esempi Esercizi di Ricapitolazione Proprietà dei Coefficienti Binomiali Esercizi Tavola Pitagorica del Calcolo Combinatorio Schema di Bernoulli Esempi Altri Esempi

6 4 INDICE

7 Capitolo Capitolo Contenuto. Introduzione Palline e Scatole Distinguibili Disposizioni con Ripetizione Esempi Disposizioni Esempi Permutazioni Permutazioni con Ripetizione Esempi Palline Indistinguibili e Scatole Distinguibili Combinazioni Semplici Esempi Insieme delle Parti e Binomio di Newton Combinazioni con Ripetizione Esempi Esercizi di Ricapitolazione Proprietà dei Coefficienti Binomiali Esercizi Tavola Pitagorica del Calcolo Combinatorio Schema di Bernoulli Esempi Altri Esempi

8 6 Capitolo. Introduzione L argomento è semplice, quasi infantile: abbiamo a disposizione un certo numero di palline da disporre in un insieme di scatole e ci chiediamo quanti modi ci sono per farlo. Affronteremo il problema in alcuni dei casi che si possono presentare considerando certe condizioni di distinguibilità delle palline e delle scatole e certi vincoli sulle condizioni di riempimento delle scatole. Questo semplice paradigma ci consentirà di ottenere una serie di risultati importanti per il Calcolo Combinatorio. Costruiremo poi una vera e propria Tavola Pitagorica, anche se incompleta, del calcolo combinatorio. Lavoreremo sempre, salvo avviso contrario, con numeri finiti di palline e scatole.. Palline e Scatole Distinguibili Abbiamo k palline distinguibili che vanno poste in n scatole distinguibili senza altro vincolo: è chiaro che la prima pallina (ricordiamo che non c è nessun tipo di ordinamento, il numero serve solo a distinguere una pallina dall altra e una scatola dall altra) può essere sistemata in una qualsiasi delle n scatole, cioè in n modi. E la seconda? Poiché non ci sono vincoli anche per la seconda pallina abbiamo a disposizione tutte le n scatole e così per la terza fino alla k esima. Quindi il numero di modi in cui possiamo disporre k palline distinguibili in n scatole distinguibili, senza altri vincoli, è n k. Quanto esposto fin qui è ben evidenziato nella figura seguente: Siano B = {,,... n} e A = {,,... k} rispettivamente gli insiemi delle scatole e delle palline: per ognuno degli assegnamenti considerati si può costruire una funzione da A a B definita ponendo f (p i )=b j ogniqualvolta la pallina p i si trova nella scatola b j, nel modo seguente: f (p )=b f (p )=b f (p )=b f (p )=b f (p )=b f (p )=b 3 f (p )=b f (p )=b f (p )=b f (p )=b f (p )=b f (p )=b 3 f (p )=b 3 f (p )=b f (p )=b 3 f (p )=b f (p )=b 3 f (p )=b 3 L insieme delle funzioni da un generico insieme A a un generico insieme B è spesso indicato con B A ed il numero di funzioni è dato dall elegante formula B A = B A

9 .3 Disposizioni con Ripetizione 7 con A e B, ripetiamolo, insiemi finiti. NOTA Pensare a come spiegare la formula con le matrici Questa formula si presta bene a trattare il caso limite in cui non ci sono palline, ovvero k = 0. Infatti se A = c è una sola funzione tra A eb f : B e infatti si ha n k = n 0 =. Se anche B = c è una funzione sola f : e infatti n k =0 0 =..3 Disposizioni con Ripetizione Tradizionalmente la formula che abbiamo ottenuto corrisponde alle Disposizioni con Ripetizione di n elementi presi a k a k, indicate con il simbolo Dn,k r, con k che può essere maggiore di n. Il tipico esempio è il problema Quante sono le colonne giocabili al Totocalcio? Ci sono 3 elementi (,, X) che possono essere presi a 3 alla volta, naturalmente con ripetizione: è come dover disporre in tre scatole distinguibili ( i risultati, e X, tredici palline distinguibili (le partite). La soluzione del problema è proprio 3 3 e corrisponde al numero di funzioni che si possono costruire tra l insieme delle partite (le palline), che sono tredici, e l insieme dei risultati (le scatole), che sono tre, ed è evidente che un risultato può ripetersi quindi ci sono n k =3 3 = possibili colonne giocabili in una schedina. ( Quanto si spenderebbe se volessimo giocarle tutte?).3. Esempi. Quanti numeri di tre cifre (anche ripetute) si possono ottenere dalle cifre,, 3, 4, 5? Il problema è analogo al problema di inserire tre palline distinguibili in cinque scatole distinguibili quindi, con n = 5 e k = 3, i numeri che si possono costruire sono 5 3 = 5.. Quanti codici di due simboli, anche ripetuti, si possono costruire dai simboli? Si tratta di inserire due palline distinguibili in tre scatole distinguibili quindi i codici sono 3 = Quante sigle di tre simboli, anche ripetuti, si possono costruire dai simboli? Si tratta di inserire tre palline distinguibili in due scatole distinguibili (oppure di disporre, con ripetizione, due elementi a tre a tre) quindi i codici sono 3 = 8..4 Disposizioni Consideriamo ora un primo vincolo sul tipo di riempimento delle scatole stabilendo che in ogni scatola possa esserci al più una pallina. Il problema si può interpretare anche così: come si possono disporre k palline distinguibili in n scatole, inizialmente vuote e distinguibili anche esse, con la regola che in ogni scatola può esserci al più una pallina? Chiameremo iniettivi questi assegnamenti perché ciò corrisponde a considerare solamente funzioni iniettive e naturalmente se il numero di palline supera quello delle scatole, ovvero n<k, non c è alcun assegnamento iniettivo. Se invece n>kpossiamo calcolare quanti sono i possibili assegnamenti iniettivi: la prima pallina può essere piazzata in una qualsiasi delle scatole quindi possiamo scegliere la sua posizione in n modi diversi, la seconda non può essere messa nella scatola in cui è già presente la prima, si violerebbe la regola di assegnamento, quindi potrà essere posta indifferentemente in una delle n scatole che sono rimaste vuote. Anche per la terza le scelte possibili escludono le due scatole già occupate quindi potremo scegliere tra le scatole non occupate, che sono n fino ad arrivare alla pallina k esima,

10 8 Capitolo l ultima, per la quale rimaranno n (k ) = n k + scatole tra cui scegliere. In conclusione il numero dei modi per disporre k palline in n scatole, con le condizioni richieste, è il prodotto del numero di modi in cui possiamo disporre la prima per il numero di modi in cui possiamo disporre la seconda, per il numero di modi in cui possiamo disporre la terza e così via fino alla k esima, ovvero : n (n ) (n ) (n k + ) Questo prodotto è così importante nel Calcolo Combinatorio che ha un suo nome, si chiama di solito Fattoriale Decrescente. Un altro modo di vedere il problema è di chiedersi in quanti modi si possono scegliere k oggetti tra n, con k < n, tenendo conto dell ordine di scelta, infatti gli oggetti sono distinguibili. Il ragionamento si ripete: il primo oggetto può essere scelto tra uno qualsiasi degli n oggetti quindi possiamo sceglierlo in n modi diversi, il secondo oggetto può essere scelto indifferentemente tra uno degli n oggetti che sono rimasti, per il terzo potremo scegliere tra n oggetti fino ad arrivare all oggetto k esimo per il quale rimaranno n k + oggetti tra cui scegliere. La formula ottenuta è la stessa di prima e si indica con D n,k = n (n ) (n ) (n k + ) Il simbolo D n,k si legge D enne kappa ovvero Disposizioni di n oggetti presi a k a k o anche Disposizioni di classe n e ordine k. Questo numero D n,k rappresenta, come abbiamo già anticipato, il numero di Funzioni Iniettive tra l insieme A delle palline e l insieme B delle scatole. In assenza di palline esiste un solo modo in cui possiamo disporle (e quindi una sola funzione), quello in cui tutte le scatole rimangono vuote Esempi. Quanti numeri di tre cifre non ripetute si possono ottenere dalle cifre,, 3, 4, 5? Si tratta di assegnamento di tre palline distinguibili in cinque scatole distinguibili con la regola che in ogni scatola può esserci al più una pallina: i numeri che si possono costruire sono D 5,3 =5 4 3 = 60.. Quanti codici di due simboli diversi si possono costruire dai simboli? Si tratta di disporre due palline distinguibili in tre scatole distinguibili quindi i codici sono D 3, = 3 = Quante bandiere di tre colori si possono costruire avendo a disposizione sette colori? Si tratta di disporre tre palline distinguibili in sette scatole distinguibili (oppure di prendere sette elementi a tre a tre tenendo conto dell ordine) quindi le bandiere sono D 7,3 =7 6 5 = 0..5 Permutazioni Se il numero delle scatole è uguale al numero delle palline le funzioni saranno anche suriettive e quindi biettive; in termini di scelta di oggetti questa eventualità si indica con Permutazioni di n oggetti, in simboli si ha D n,n = P n che è pari al prodotto di n per tutti i numeri che lo precedono fino ad arrivare a (infatti per k = n il termine n k + vale ). Tale prodotto si indica con il simbolo n! e si chiama Fattoriale di n o anche n fattoriale quindi P n = n (n ) (n ) 3 =n! Si può dare anche una definizione ricorsiva del fattoriale { per n =0 n! = n (n )! altrimenti

11 .6 Palline Indistinguibili e Scatole Distinguibili 9 n! Sono proprietà del fattoriale: (n )! = n ; n! =(n )! n Scriviamo ora la cosiddetta formula dei tre fattoriali, facilmente verificabile con la definizione di fattoriale appena introdotta: ( n k ) = n! k!(n k)! Si calcolano con la formula delle permutazioni i problemi del tipo: Quanti anagrammi si possono comporre con la parola ROMA? ovvero gli anagrammi di parole composte da lettere tutte diverse..5. Permutazioni con Ripetizione Quanti anagrammi si possono comporre con la parola MATEMATICA? Alcuni dei dieci elementi da permutare sono ripetuti (due M e due T, tre A) quindi il numero degli anagrammi sarà: 0!!!3! = 500 In generale se gli elementi da permutare sono n di cui k sono tra loro identici, k sono tra loro identici, k m sono tra loro identici il numero delle permutazioni è: P (k ;k ; k m ) n! n = k!k! k m!.5. Esempi. Un byte è un insieme di otto bit che possono assumere il valore 0 oppure il valore. Trova il numero delle possibili configurazioni che può assumere un byte se i quattro dei bit che lo compongono sono uguali a e i rimanenti quattro sono uguali a 0. 8! Sono le permutazioni di 8 elementi di cui 4 uguali e gli altri 4 uguali quindi 4! 4! = 70. In quanti modi si possono sedere cinque persone su cinque sedie allineate? Sono le permutazioni di 5 elementi non ripetuti quindi in 5! = 0 modi Se le cinque sedie dell esempio precedente sono disposte in cerchio i modi per sedersi non sono 5! = 0 ma (5 )! = 4 perché non è individuato un punto di inizio per le sedie: ogni sedia può essere la prima e la scelta della prima sedia si può fare in cinque modi quindi il numero precedentemente trovato va diviso per cinque..6 Palline Indistinguibili e Scatole Distinguibili Occupiamoci ora di k palline indistinguibili da assegnare a n scatole distinguibili in modo iniettivo. Vogliamo utilizzare il risultato D n,k, che rappresenta il numero di funzioni iniettive tra l insieme A delle palline e l insieme B delle scatole. Se rendiamo indistinguibili le palline assegnate alle scatole (per esempio cancellando i numeri che le contraddistinguono) i k! assegnamenti che coinvolgono le stesse scatole ora ci appariranno uguali, infatti non si possono distinguere due permutazioni di oggetti uguali. Possiamo quindi ricavare il numero cercato dal numero già noto D n,k dividendolo per k!.

12 0 Capitolo.7 Combinazioni Semplici Gli assegnamenti iniettivi di k palline indistinguibili in n scatole distinguibili si indicano con C n,k e prendono il nome di Combinazioni di n oggetti a k a k è D n,k diviso k! e si indica con C n,k : C n,k = D n,k k! ( ) n Osserviamo che il numero C n,k corrisponde al coefficiente binomiale con l uguaglianza: k ( n k ) n! = k!(n k)! Non è una coincidenza: il numero delle combinazioni di classe n e ordine k coincide col numero di sottoinsiemi di k elementi che possono essere estratti da un insieme di n elementi, con n > k. Questo numero può essere visto anche come il numero delle funzioni (strettamente) crescenti tra l insieme A delle palline e l insieme B delle scatole. Infatti per le funzioni iniettive che, a partire da palline numerate (distinguibili), coinvolgono le stesse scatole (e sono, come già visto, k!) si può scegliere quella che dispone le palline in ordine crescente ed assumerla come rappresentante di tutte le k! funzioni di partenza. In questo modo si ricostruiscono proprio le combinazioni e procedendo al conteggio si ottiene naturalmente lo stesso ( risultato. ) ( ) n n Osserviamo che la proprietà dei coefficienti binomiali =, facilmente verificabile k n k con la definizione, ha un interpretazione anche nei problemi di assegnamento, infatti i modi di disporre k palline in n scatole sono uguali ai modi di lasciare vuote n k scatole tra le n scatole disponibili! Notiamo che si può scrivere anche e che D n,k = n! (n k)! n (n ) (n ) (n k + ) =.7. Esempi k (n i + ) i=. Da un mazzo di quaranta carte quante combinazioni di tredici carte si possono ottenere? L ordine non conta quindi si tratta di prendere quaranta elementi a tredici alla volta: i modi sono D 40,3 /3! = ( )/( ) = In quanti modi di possono combinare tre colori avendone a disposizione sette? L ordine non conta quidi si tratta di prendere sette elementi a tre a tre: i modi sono D 7,3 /3! = (7 6 5)/6 = Quante differenti insalate si possono fare con i seguenti tipi: lattuga, scarola, indivia, romana e cicoria? Si può scegliere un insalata su cinque, o due su cinque o cinque su cinque. Il numero richiesto sarà allora C 5, + C 5, + C 5,3 + C 5,4 + C 5,5 = = 3 Osserviamo che per ogni numero intero positivo n C n, + C n, + C n,3 + + C n,n = n NOTA Nello svolgimento di questo esercizio è opportuno calcolare un coefficiente alla volta e successivamente confrontare i valori ottenuti con la quinta riga del Triangolo di Tartaglia e far osservare quanto vale la somma degli elementi della riga, anche riferendosi allo sviluppo di ( + ) 5.

13 .8 Insieme delle Parti e Binomio di Newton.8 Insieme delle Parti e Binomio di Newton Riprendiamo gli assegnamenti di k elementi in n scatole e vediamo che cosa accade se ci sono solo due scatole ovvero se l insieme B contiene solo due elementi, per fissare le idee sia B = {0, }. I simboli 0 e possono essere visti come abbreviazioni booleane dei fatti: : l elemento è nella scatola; 0: l elemento non è nella scatola; Per generalizzare chiamiamo U, o insieme universo, l insieme delle k palline. Quante sono le funzioni da U a B? Abbiamo imparato che sono k ma questo numero coincide con il numero di sottoinsiemi di U stesso! Quindi contando il numero di funzioni tra un insieme generico U e l insieme {0, } possiamo considerare l immagine di ognuna delle funzioni come un sottoinsieme di U, e viceversa ognuno dei sottoinsiemi S f di U può essere considerato la controimmagine di secondo una delle possibili funzioni costruibili. Ognuna di queste funzioni prende il nome di Funzione Caratteristica, quindi S f = f () = {u U : f (u) = } Nella nostra metafora S f è costituito da tutte quelle palline che la funzione ha assegnato alla scatola : è come se, per ogni assegnamento andassimo a contare gli elementi contenuti nella scatola. La funzione caratteristica del sottoinsieme vuoto è quella funzione che non assegna alcuna pallina alla scatola ma assegna tutte le palline alla scatola 0 cioè è la funzione costante u U f (u) = 0 La funzione caratteristica dell altro sottoinsieme improprio di U, U stesso, è quella funzione che assegna tutte le palline alla scatola, cioè è la funzione costante u U f (u) = quindi con le funzioni caratteristiche si costruiscono tutti i sottoinsiemi di un insieme dato, compresi l insieme vuoto e l insieme stesso. NOTA Conviene costruire un disegno, alla lavagna o su slide ma eseguito al momento, per illustrare operativamente il procedimento Tutti i sottoinsiemi, propri e impropri, di un insieme S costituiscono a loro volta un insieme, detto Insieme delle Parti o Insieme Potenza di S che viene indicato con P (S) o più frequentemente con S dove, per qualunque insieme finito S, si ha S = S I sottoinsiemi di un insieme possono essere ripartiti secondo il numero degli elementi che contengono. Come esempio consideriamo l insieme delle parti dell insieme {a, b, c} e scriviamolo nel modo seguente: {a, b, c} {a, b} {a, c} {b, c} {a} {b} {c} Notiamo che tra i sottoinsiemi ci sono l insieme vuoto e l insieme stesso, poi i tre sottoinsiemi {a}, {b} e {c} che contengono un solo elemento (e perciò sono chiamati singoletti), i tre sottoinsiemi di ordine che sono {a, b}, {a, c} e {b, c}. La risposta alla domanda di quanti siano i sottoinsiemi, di un insieme, che contengano un dato numero di elementi è fornita dai coefficienti binomiali. Questi

14 Capitolo numeri sono ben noti fin dalla scuola media dove si impara a calcolarli con il Triangolo di Tartaglia (di Pascal per i francesi!). Eccone la prime righe: I valori della quarta riga corrispondono alla ripartizione dei sottoinsiemi di a, b, c che abbiamo appena eseguito. Se ricordiamo lo sviluppo delle potenze di un binomio è facile comprendere l uso della tabella per calcolare (a + b) n. Per esempio si ha (a + b) 0 = (a + b) = a + b (a + b) = a +ab + b (a + b) 3 = a 3 +3a b +3ab + b 3 Si nota una regolarità e si può utilizzare tale regolarità per sviluppare la potenza di un binomio con n qualsiasi. Se indichiamo, in generale, il numero( di sottoinsiemi ) di k elementi che si possono estrarre da un n insieme di n elementi con il simbolo che si legge n-binomiale-k o anche n su k, la tabella k precedente si può anche scrivere in questo modo: ( ) 0 0 ( ) 0 ( ) ( ) ( 0 ) ( ) ( 3 0 ) ) ( 3 ) ( 4 ) ( 3 ) ( 4 ) ( 3 3 ) ( 4 ) ( 5 0 ( ) ( 4 4 ) 0 ( ) ( 5 5 ) ( Combinazioni con Ripetizione ) 3 ( 5 4 ) 4 ( 5 5 Continuiamo ad esaminare il caso di palline indistinguibili da assegnare a scatole distinguibili, senza il vincolo dell iniettività, e ricorriamo ad un artificio utile: si attribuisce un ordinamento alle palline, per esempio numerandole in ordine crescente, in modo da poter esaminare la prima pallina, la seconda e così via. Allora la prima pallina si potrà disporre in n modi e la seconda? Per la seconda i modi sono n+ perché oltre alle n scatole rimaste vuote possiamo decidere di porre la pallina nella scatola già occupata e lo possiamo fare in due modi, possiamo metterla a destra o a sinistra della prima pallina, rispettando o meno l ordinamento imposto all inizio. Quindi per due palline ci sono n(n + ) assegnamenti ordinati. Per la terza pallina, se le prime due palline sono state messe in scatole diverse, ci sono n scelte per le scatole rimaste vuote e quattro se si sceglie una delle scatole occupate per un totale di (n + ) oppure, se le prime due palline sono state messe nella stessa scatola, le scelte sono n, come le scatole vuote più tre nel caso che si scelga la scatola occupata dalle due palline precedenti (a destra, a sinistra e in mezzo) per un )

15 .9 Combinazioni con Ripetizione 3 totale, ancora, di (n + ). Ci sono allora n(n + )(n + ) assegnamenti ordinati di tre palline in n scatole. Andando avanti, per k palline gli assegnamenti ordinati sono n(n+)(n+) (n+k ) (questo numero si chiama fattoriale crescente. In figura è riportato un esempio, tre palline in due scatole: Non dimentichiamo che le palline sono indistinguibili, quindi dalla situazione in figura arriviamo, cancellando i numeri, alla situazione seguente: L operazione è, ancora una volta, la divisione per k! del fattoriale crescente e si ottiene ( ) ( ) Cn,k r n (n + ) (n + ) (n + k ) n + k n + k = = = k! k n come si può facilmente verificare facendo uso delle proprietà dei coefficienti binomiali. Un esempio può chiarire meglio: supponiamo di dover distribuire tre penne identiche a quattro persone. Si tratta di assegnamenti di tre palline indistinguibili in quattro scatole distinguibili a, b, c, d. Dalla figura (nella slide) si può ancora meglio osservare che questa configurazione corrisponde alle cosiddette Combinazioni con Ripetizione: notiamo infatti che c è la combinazione abc ma non la bca perché cambierebbe solo l ordine, che invece non conta..9. Esempi. Come possono essere distribuite tre caramelle, identiche, ad altrettanti bambini? Si tratta di C 3 3,3 = 0. In quanti modi si può comporre una coppa fatta da due palline di gelato se si hanno a disposizione i gusti ananas, banana, cocco e dattero? Si tratta di C 4, = 0

16 4 Capitolo.0 Esercizi di Ricapitolazione. I corsi TIC di livello A che interessano in questo anno scolastico circa docenti italiani, dalla scuola primaria alla secondaria superiore, sono costituiti da dieci moduli, ognuno di argomento diverso, che ogni corsista può scegliere tra quattordici moduli standard. Quanti sono i tipi di corso TIC che potrebbero essere attuati? Si tratta di C 4,0 = 00 da cui il nome Corsi dalle 00 possibilità. Un cassetto contiene cento bulloni di cui dieci sono difettosi. Devono essere utilizzati sei bulloni e si estragono a caso dal cassetto: (a) qual è il numero delle possibili sestine con due bulloni difettosi? Si tratta di C 90,4 C 0, = (b) qual è il numero delle possibili sestine con almeno due bulloni difettosi? Si tratta di C 90,4 C 0, + C 90,3 C 0,3 + C 90, C 0,4 + C 90, C 0,5 + C 0,6 = (c) qual è il numero delle possibili sestine con al più due bulloni difettosi? Si tratta di C 90,4 C 0, + C 90,5 C 0, + C 90,6 = (d) qual è il numero delle possibili sestine con nessun bullone difettoso? Si tratta di C 90,6 = (e) qual è il numero delle possibili sestine? Si tratta di C 00,6 = Considerando un mazzo di 40 carte calcolare quante possibili coppie si possono formare estraendo: (a) due carte contemporaneamente; Si tratta di C 40, = 40! ! = =! (40 )!! 38! 40 39! = 780 (b) due carte successivamente senza rimettere la prima carta estratta nel mazzo; Si tratta di D 40, = = 560 (c) due carte successivamente rimettendo la prima carta estratta nel mazzo; Si tratta di D r 40, = 40 = Determinare quanti colori si possono ottenere combinando in tutti i modi possibili i sette colori dello spettro (immaginiamo di mescolare quantità uguali di ogni colore). Si tratta di C 7, + C 7, + C 7,3 + C 7,4 + C 7,5 + C 7,6 + C 7,7 = 7 = 8 = 7 5. In quanti modi diversi 5 libri di economia, 4 di statistica e 3 di matematica finanziaria possono essere disposti sullo scaffale di una libreria in modo che i libri che riguardano la medesima materia siano raggruppati tra loro? Si tratta di 3! 5! 4! 3! = = 5900

17 . Proprietà dei Coefficienti Binomiali 5. Proprietà dei Coefficienti Binomiali ( ) n n!. Formula dei tre fattoriali = k k!(n k)! ( ) ( ) n n. Formula delle classi complementari = k n k ( ) ( ) ( ) n n n 3. = ; = n ; = 0 n ( ) ( ) ( ) n n n + 4. Formula di Stifel + = k k + k + ( ) ( ) ( ) n n n o anche = + k k k 5. Formula di ricorrenza: ( ) ( n n = k + k ) n k k +.. Esercizi. Calcolare il valore della somma dei coefficienti binomiali della riga n e sima del Triangolo di Tartaglia. Il valore è n in quanto si può vedere tale somma come lo sviluppo della potenza ( + ) n. Risolvere l equazione: P n = P n + 96 SOLUZIONE quindi n! = (n )! + 96 n! > 96 ovvero n>5 poiché 4! = 4 e 5! = 0. Procedendo per enumerazione si arriva subito alla soluzione, infatti: 5! = 4! =

18 6 Capitolo. Tavola Pitagorica del Calcolo Combinatorio Riassumiamo i risultati in una tabella, che chiameremo Tavola Pitagorica, in cui B è l insieme delle k palline, A è l insieme delle n scatole e le lettere I e D sono le abbreviazioni di Indistinguibili e Distinguibili: Tavola Pitagorica del Calcolo Combinatorio k n indice di occupazione: arbitrario indice di occupazione: 0/ D D D r n,k = n k Disposizioni con ripetizione Numero di funzioni da A a B D n,k = n (n ) (n ) (n k + ) Disposizioni di ordine n e classe k Numero di funzioni iniettive da A a B I D ( ) ( ) Cn,k r n + k n + k = = k n Combinazioni con ripetizione Numero di funzioni non decrescenti da A a B C n,k = D ( ) n,k n = k! k Combinazioni Semplici Numero di funzioni crescenti da A a B Questa tabella fa parte di una Tavola Pitagorica del Calcolo Combinatorio più estesa che si trova nel libro di D Antona intitolato Introduzione alla matematica discreta che comprende i casi di palline distinguibili e scatole indistinguibili e di palline e scatole entrambe indistinguibili nonché indici di occupazione positivi (tutte le scatole devono contenere almeno una pallina).

19 .3 Schema di Bernoulli 7.3 Schema di Bernoulli Consideriamo prove ripetute e indipendenti di un esperimento aleatorio con due possibili esiti, uno dei quali tradizionalmente definito Successo e l altro Insuccesso. Sia p la probabilità di Successo e q = p la probabilità di Insuccesso. Se ci interessa il numero dei successi e non anche l ordine in cui si presentano, allora vale il seguente Teorema: La probabilità di ottenere esattamente k successi in n prove ripetute viene indicata e calcolata mediante l espressione ( ) n P (k; n, p) = p k q n k k Si noti che la probabilità che non si verifichi alcun successo è q n e quindi la probabilità che si verifichi almeno un successo è q n. Le situazioni in cui tale formula può essere utilizzata sono molto varie e le stesse parole Successo e Insuccesso possono indicare una vasta gamma di fenomeni: per tali ragioni si parla di Schema di probabilità. Nella formula appare il coefficiente binomiale perciò questo schema di probabilità si chiama Schema binomiale o Schema di Bernoulli..3. Esempi. Viene lanciata sei volte una moneta oppure, il che è equivalente, vengono lanciate sei monete; sia Testa il Successo. Allora n = 6 e p = q =/. La probabilità che si presentino esattamente due Teste (cioè k = ) è: P ( ; 6, ) ( 6 = )( ) ( ) 6 = 5 64 La probabilità di ottenere almeno quattro Teste (cioè k = 4 o k = 5 o k = 6) è: ( P 4; 6, ) ( + P 5; 6, ) ( + P 6; 6, ) ( 6 = 4 = = 3 )( ) 4 ( ) 6 4 ( )( ) 5 ( ) 6 5 ( La probabilità che testa non si presenti affatto (cioè che siano tutti Insuccessi) è: q 6 = ( ) 6 = 64 e quindi la probabilità di ottenere almeno una Testa è: q 6 = 64 = Un dado viene lanciato sette volte; un lancio viene detto un Successo se si presenta un 5 o un 6. Allora n = 7, p =/3 eq = p =/3. La probabilità che si presenti esattamente tre volte un 5 o un 6 (cioè k = 3) è: P ( 3; 7, ) ( 7 = 3 3 )( ) 3 ( ) 7 3 = )( ) 6 ( ) 6 6

20 8 Capitolo La probabilità che non si presenti mai un 5 nè un 6 (cioè che siano tutti Insuccessi) è: q 7 = ( ) 7 = quindi la probabilità che un 5 o un 6 si presenti almeno una volta è: q 7 = 8 87 = Se consideriamo n e p coatanti allora l espressione B (k) =P (k; n, p) è una funzione di k: k 0 ( ) ( ) n n n B (k) q n q n p q n p p n Ricordiamo che è detta Distribuzione Binomiale poiché per k =0,,,,ncorrisponde ai termini successivi dello sviluppo del binomio ( ) ( ) (p + q) n = q n n + q n n p + q n p + + p n Questa distribuzione è detta distribuzione di Bernoulli e le prove indipendenti con due esiti sono dette prove di Bernoulli. Si ricavano le proprietà di questa distribuzione: Distribuzione Binomiale Valor Medio Varianza Scarto quadratico medio µ = np σ = npq σ = npq.3. Altri Esempi. La probabilità che un tiratore faccia centro è /4. Egli spara sette volte: qual è la probabilità che faccia centro almeno due volte?è più semplice trovare la somma delle probabilità che non faccia nessun centro e che ne faccia solo uno e calcolare il complemento a. Quindi quindi P (nessun centro) = ( ) 7 3 = 87 ( ; P ( centro) = P (almeno centri) = = )( )( ) 6 3 = Quante volte deve sparare affinché la probabilità che egli faccia centro almeno una volta sia maggiore di /3? La probabilità di non fare centro è q n. Dobbiamo allora determinare il più piccolo valore di n per il quale q n è minore di /3 = /3, dove q = p = /4 =3/4. Conviene calcolare i successivi valori di q finché non si ottiene q n < /3, ovvero: ( ) 3 = > 3 ; ( ) 3 = > 3 ; ( ) 3 3 = > 3 ; ( ) 4 3 = < 3 in altri termini la risposta cercata è che deve sparare quattro volte.

21 .3 Schema di Bernoulli 9. Una squadra ha probabilità di vittoria /3 ogni volta che gioca. La squadra gioca quattro partite. Qual è la probabilità che essa vinca: ( )( ) ( ) 4 esattamente partite? (P ( vittorie) = = ) ( ) 4 almeno partita? (P ( almeno vittoria) = = ) ( )( ) 3 ( ) 4 più della metà delle partite? (P ( 3 vittorie) + P ( 4 vittorie) = ( )( ) 4 4 = = 6 7 )

22 0 Capitolo

23 Bibliografia

Introduzione. 1.Palline e Scatole Distinguibili

Introduzione. 1.Palline e Scatole Distinguibili Introduzione L argomento è semplice, quasi infantile: abbiamo a disposizione un certo numero di palline da disporre in un insieme di scatole e ci chiediamo quanti modi ci sono per farlo. Affronteremo il

Dettagli

Elementi di Analisi Combinatoria

Elementi di Analisi Combinatoria Elementi di Analisi Combinatoria Angelica Malaspina Dipartimento di Matematica, Informatica ed Economia Università degli Studi della Basilicata, Italy angelica.malaspina@unibas.it Lo studio dei vari raggruppamenti

Dettagli

PROBABILITÀ. a) 0,04 b) 0,8 c) 0,25 d) 0,64 e) 0,96

PROBABILITÀ. a) 0,04 b) 0,8 c) 0,25 d) 0,64 e) 0,96 QUESITI 1 PROBABILITÀ 1. (Da Medicina e Odontoiatria 2015) La probabilità con cui un paziente deve attendere meno di dieci minuti il proprio turno in un ambulatorio medico è 0,8. Qual è la probabilità

Dettagli

combiniamo le lettere, ciascuna presa una sola volta per formare parole di n lettere;

combiniamo le lettere, ciascuna presa una sola volta per formare parole di n lettere; CALCOLO COMBINATORIO Il calcolo combinatorio si occupa di contare i raggruppamenti che si possono fare con n oggetti di un insieme finito, secondo determinate regole. Vediamo di seguito come, a seconda

Dettagli

DOCENTE: Vincenzo Pappalardo MATERIA: Matematica IL CALCOLO COMBINATORIO

DOCENTE: Vincenzo Pappalardo MATERIA: Matematica IL CALCOLO COMBINATORIO DOCENTE: Vincenzo Pappalardo MATERIA: Matematica IL CALCOLO COMBINATORIO 43 252 003 274 489 856 000 Il calcolo combinatorio studia i modi per raggruppare e/o ordinare secondo date regole gli elementi di

Dettagli

FRAME 0.3. E possibile partecipare a tre appelli su 5 (esclusi i compitini). Farà fede l iscrizione alle liste elettroniche.

FRAME 0.3. E possibile partecipare a tre appelli su 5 (esclusi i compitini). Farà fede l iscrizione alle liste elettroniche. FRAME 0.1. S.M. Ross, Calcolo delle Probabilità, Apogeo 2004. C. Mariconda, A. Tonolo, Matematica Discreta, a.a. 2005-2006, Libreria Progetto, 2005 (costo 6 euro. Compitini FRAME 0.2. 13 maggio, ore 9.30

Dettagli

Salto in alto oltre le formule

Salto in alto oltre le formule Corso PON Competenze per lo sviluppo Liceo Scientifico "Bonaventura Rescigno Ing. Ivano Coccorullo Prof.ssa Laura Falcone Teoria della Probabilità Legge empirica del caso: in un grande numero di prove,

Dettagli

«l arte di contare senza contare»

«l arte di contare senza contare» «l arte di contare senza contare» Numero di oggetti disponibili Numero di oggetti che costituiscono una sola estrazione Regole per costruire le estrazioni: se si possono utilizzare tutti gli oggetti o

Dettagli

Combinatoria. Lezione del 12/02/2014. Stage di Parma Progetto Olimpiadi

Combinatoria. Lezione del 12/02/2014. Stage di Parma Progetto Olimpiadi Combinatoria Lezione del 12/02/2014 Stage di Parma Progetto Olimpiadi Fattoriali e Binomiali Fattoriale: n!=n*(n-1)*(n-2)* 2*1 0!=1 Binomiale (n,k)= n!/(k!(n-k)!) I binomiali formano il triangolo di tartaglia

Dettagli

Corso di Istituzioni di Matematiche

Corso di Istituzioni di Matematiche Corso di Istituzioni di Matematiche Università degli Studi della Basilicata Facoltà di Scienze MM. FF. NN. Corso di laurea in Biotecnologie A.A. 2010/11 dott.ssa Vita Leonessa Elementi di calcolo combinatorio

Dettagli

Primi elementi di combinatoria Federico Lastaria, Analisi e Geometria 1

Primi elementi di combinatoria Federico Lastaria, Analisi e Geometria 1 Politecnico di Milano. Scuola di Ingegneria Industriale e dell Informazione Analisi e Geometria 1 Federico Lastaria Primi elementi di combinatoria 11 Ottobre 2016 Indice 1 Elementi di combinatoria 2 1.1

Dettagli

Probabilità e Statistica

Probabilità e Statistica Corso PON Competenze per lo sviluppo Liceo Scientifico "Bonaventura Rescigno Ing. Ivano Coccorullo Prof.ssa Angela D Ambrosio Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici

Dettagli

Salto in alto oltre le formule

Salto in alto oltre le formule Corso PON Competenze per lo sviluppo Liceo Scientifico "Bonaventura Rescigno Ing. Ivano Coccorullo Prof.ssa Elisa Salvati Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo

Dettagli

Elementi. di Calcolo Combinatorio. Paola Giacconi

Elementi. di Calcolo Combinatorio. Paola Giacconi Elementi di Calcolo Combinatorio di Paola Giacconi Premessa Con la Meccanica Quantistica Il concetto di probabilità è entrato a fare parte integrante della FISICA e quindi della nostra vita La visione

Dettagli

In molte applicazioni sorge il problema di sapere in quanti modi possibili si può presentare un certo fenomeno.

In molte applicazioni sorge il problema di sapere in quanti modi possibili si può presentare un certo fenomeno. Definizione Oggetto del calcolo combinatorio è quello di determinare il numero dei modi mediante i quali possono essere associati, secondo prefissate regole, gli elementi di uno stesso insieme o di più

Dettagli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli

Costruzione di macchine. Modulo di: Progettazione probabilistica e affidabilità. Marco Beghini. Lezione 3: Variabili aleatorie discrete notevoli Costruzione di macchine Modulo di: Progettazione probabilistica e affidabilità Marco Beghini Lezione 3: Variabili aleatorie discrete notevoli Esperimenti binari ripetuti o esperimenti bernoulliani (Bernoulli

Dettagli

Calcolo combinatorio INTRODUZIONE. Ivan Zivko

Calcolo combinatorio INTRODUZIONE. Ivan Zivko Matematica Capitolo 3 Calcolo combinatorio Ivan Zivko INTRODUZIONE Nel calcolo combinatorio vengono sviluppate delle tecniche per determinare, senza enumerazione diretta, il numero dei possibili risultati

Dettagli

p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4

p k q n k = p n (k) = n 12 = 1 = 12 1 12 11 10 9 1 0,1208. q = 1 2 e si ha: p 12 (8) = 12 8 4 CAPITOLO QUARTO DISTRIBUZIONE BINOMIALE (O DI BERNOULLI) Molti degli esempi che abbiamo presentato nei capitoli precedenti possono essere pensati come casi particolari di uno schema generale di prove ripetute,

Dettagli

Probabilità mediante l'analisi combinatoria D n,k = Disposizioni di n oggetti a k a k (o di classe k)

Probabilità mediante l'analisi combinatoria D n,k = Disposizioni di n oggetti a k a k (o di classe k) Probabilità mediante l'analisi combinatoria D n,k = Disposizioni di n oggetti a k a k (o di classe k) Nel calcolo del numero di modalità con cui si presenta un evento e' utile talvolta utilizzare le definizioni

Dettagli

Liceo Scientifico Statale G. Stampacchia Tricase Tempo di lavoro 120 minuti

Liceo Scientifico Statale G. Stampacchia Tricase Tempo di lavoro 120 minuti Compito in classe 4D/17 Gennaio 006 1 Oggetto: compito in Classe 4D/PNI Liceo Scientifico Statale G. Stampacchia Tricase Tempo di lavoro 10 minuti Argomenti: Calcolo combinatorio e calcolo delle probabilità.

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica a.a. 2016/2017 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Meccanica e dei Materiali, Ingegneria Gestionale, Ingegneria Informatica C.d.L.: Ingegneria Elettronica

Dettagli

Distribuzione Binomiale

Distribuzione Binomiale Statistica e analisi dei dati Data: 2 Maggio 2016 Distribuzione Binomiale Docente: Prof. Giuseppe Boccignone Scriba: Nicoló Pisaroni 1 Conteggi e tempi di attesa Consideriamo il seguente schema, facendo

Dettagli

Combinatoria. Lezione del 04/01/2010. Stage di Terni Progetto Olimpiadi

Combinatoria. Lezione del 04/01/2010. Stage di Terni Progetto Olimpiadi Combinatoria Lezione del 04/01/2010 Stage di Terni Progetto Olimpiadi Fattoriali e Binomiali Fattoriale: n!=n*(n-1)*(n-2)* 2*1 0!=1 Binomiale (n,k)= n!/(k!(n-k)!) I binomiali formano il triangolo di tartaglia

Dettagli

Statistica ARGOMENTI. Calcolo combinatorio

Statistica ARGOMENTI. Calcolo combinatorio Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità

Dettagli

SOMMARIO 1 Introduzione al calcolo delle probabilità 2. 2 Cenni di calcolo combinatorio 4

SOMMARIO 1 Introduzione al calcolo delle probabilità 2. 2 Cenni di calcolo combinatorio 4 SOMMARIO 1 Introduzione al calcolo delle probabilità 2 1.1 La probabilità 2 1.1.1 Legge empirica del caso: legge dei grandi numeri 2 1.1.2 Proprietà additiva della probabilità 2 1.1.3 Probabilità condizionata

Dettagli

Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio

Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli

Dettagli

$% #$$ + ( + + ( +67!#$% + ( + %+ 3+ ( + ( + %+ // 01 21, // 01,. // 01 21,.4+/ // 0.15 ( * + +// 0.9*,.92, ) +// 0.9*,.9$, *2: ; %1 !!

$% #$$ + ( + + ( +67!#$% + ( + %+ 3+ ( + ( + %+ // 01 21, // 01,. // 01 21,.4+/ // 0.15 ( * + +// 0.9*,.92, ) +// 0.9*,.9$, *2: ; %1 !! !!"!&!!"!&!! ' ''#(#))#$*+ # ( #))) $, " #$ $% #$$ # -!!" #$.!!!" #$ $ -.!!!" // 012, // 01,. // 01 21, // 01 21,.4+/ // 0.4+*1,1+1 // 0.15 // 0.15 ( #$ +!" +3+ + ( + %+ 3+ ( + ( + %+ + ( + + ( +67!#$%!%

Dettagli

Olimpiadi della Matematica

Olimpiadi della Matematica Corso PON Competenze per lo sviluppo Liceo Scientifico «E. Medi Ing. Ivano Coccorullo Prof.ssa Geri Cupolo Calcolo Combinatorio Molti dei problemi classici di calcolo delle probabilità si riducono

Dettagli

0.1 Esercizi calcolo combinatorio

0.1 Esercizi calcolo combinatorio 0.1 Esercizi calcolo combinatorio Esercizio 1. Sia T l insieme dei primi 100 numeri naturali. Calcolare: 1. Il numero di sottoinsiemi A di T che contengono esattamente 8 pari.. Il numero di coppie (A,

Dettagli

ELEMENTI DI PROBABILITA (parte 2) 1 / 27

ELEMENTI DI PROBABILITA (parte 2) 1 / 27 ELEMENTI DI PROBABILITA (parte 2) 1 / 27 Combinazioni 2 / 27 Supponiamo di non essere interessati all ordine in cui sono disposti gli oggetti, per cui la parola abc sia indistinguibile dalla parola bca.

Dettagli

Calcolo delle Probabilità Soluzioni 2. Calcolo combinatorio

Calcolo delle Probabilità Soluzioni 2. Calcolo combinatorio ISTITUZIONI DI STATISTICA A. A. 2007/2008 Marco Minozzo e Annamaria Guolo Laurea in Economia del Commercio Internazionale Laurea in Economia e Amministrazione delle Imprese Università degli Studi di Verona

Dettagli

Cenni di analisi combinatoria

Cenni di analisi combinatoria Cenni di analisi combinatoria In molti problemi concreti di teoria della probabilità e, in particolare, nell ambito della interpretazione classica occorre calcolare quanti sono gli esiti che compongono

Dettagli

Analisi. Calcolo Combinatorio. Ing. Ivano Coccorullo

Analisi. Calcolo Combinatorio. Ing. Ivano Coccorullo Analisi Ing. Ivano Coccorullo Prof. Ivano Coccorullo ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli possibili. Quando le situazioni diventano

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica Esercitazioni a.a. 2009/2010 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Calcolo combinatorio Ines Campa Probabilità e Statistica - Esercitazioni

Dettagli

Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio

Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo. Calcolo Combinatorio Prof.ssa Laura Pagnozzi Prof. Ivano Coccorullo Calcolo Combinatorio Calcolo Combinatorio ü Molti dei problemi classici di calcolo delle probabilità si riducono al calcolo dei casi favorevoli e di quelli

Dettagli

Calcolo Combinatorio e Probabilità

Calcolo Combinatorio e Probabilità Calcolo Combinatorio e Probabilità Andrea Galasso 1 Calcolo Combinatorio Definizione 1 Fissati n, k N, con k n, indicheremo con D n,k := n! (n k)! le disposizioni di n oggetti in k posti e con DR n,k :=

Dettagli

2 per ogni n N +. k=1 a k) ( n. k=1 b k) n

2 per ogni n N +. k=1 a k) ( n. k=1 b k) n (ii) il prodotto di due irrazionali è irrazionale; (iii) la somma di un razionale e di un irrazionale è irrazionale; (iv) il prodotto di un razionale e di un irrazionale è irrazionale. 5. Siano a, b R.

Dettagli

Numero di successi su n prove

Numero di successi su n prove Numero di successi su n prove Risultati possibili lanciando, volte una moneta. numero di volte in cui esce croce... (,) 0. 0 0 0..... numero di volte in cui esce testa Figura : I risultati favorevoli all

Dettagli

Appunti di statistica

Appunti di statistica Appunti di statistica. Concetti generali La probabilità è una quantificazione del grado di aspettativa nei confronti di un evento. Considereremo la probabilità un concetto elementare. La quantificazione

Dettagli

{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )

{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( ) Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017

Dettagli

Nelle ipotesi del precedente esercizio, in quanti modi potrebbe essere formata la classifica finale di tutti i 20 concorrenti? [2,4.

Nelle ipotesi del precedente esercizio, in quanti modi potrebbe essere formata la classifica finale di tutti i 20 concorrenti? [2,4. CALCOLO COMBINATORIO Ad una gara partecipano 20 concorrenti; quanti terne di primi tre classificati si possono formare? (nell'ipotesi che non vi siano degli ex aequo) [6.840] Nelle ipotesi del precedente

Dettagli

COMBINATORIA E PROBABILITA

COMBINATORIA E PROBABILITA Liceo Scientifico G. Salvemini Corso di preparazione per la gara provinciale delle OLIMPIADI DELLA MATEMATICA INTRO COMBINATORIA E PROBABILITA CALCOLO COMBINATORIO Il Calcolo Combinatorio è lo studio dei

Dettagli

Esercizi di Calcolo delle Probabilità

Esercizi di Calcolo delle Probabilità Esercizi di Calcolo delle Probabilità Versione del 1/05/005 Corso di Statistica Anno Accademico 00/05 Antonio Giannitrapani, Simone Paoletti Calcolo delle probabilità Esercizio 1. Un dado viene lanciato

Dettagli

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE.

Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate sui fogli protocollo e riportate nel foglio RISPOSTE. CORSO DI CALCOLO DELLE PROBABILITÀ o modulo - PROVA d esame del 9/02/200 - Laurea Quadriennale in Matematica - Prof. Nappo Scrivere su ogni foglio NOME e COGNOME. Le risposte devono essere giustificate

Dettagli

Funzioni e combinatoria

Funzioni e combinatoria Funzioni e combinatoria Mauro Saita e-mail: maurosaita@tiscalinetit Versione provvisoria Maggio 206 Indice Combinatoria 2 Contare funzioni da un insieme ad un altro 2 2 Contare funzioni iniettive 3 3 Contare

Dettagli

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017

Foglio di Esercizi 10 con Risoluzione 18 dicembre 2017 Matematica per Farmacia, a.a. 07/8 Foglio di Esercizi 0 con Risoluzione 8 dicembre 07 ATTENZIONE: in alcuni degli esercizi di Probabilità puó essere utile usare il Teorema di Bayes. Esercizio (Vedere il

Dettagli

Esercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7?

Esercizi. 2. [Conteggio diretto] Due dadi vengono lanciati in successione. a) Qual è la probabilità che la somma dei due risultati faccia 7? 1 E. Vitali Matematica (Scienze Naturali) Esercizi 1. [Conteggio diretto] Quattro ragazzi, A, B, C e D, dispongono di due biglietti per il teatro e decidono di tirare a sorte chi ne usufruirà. a) Qual

Dettagli

Il modello di Bernoulli

Il modello di Bernoulli Il modello di in funzione DEFINIZIONE DI V.A. B(p) Una v.a. di arametro p è una v.a. che può assumere solo i valori 0 e 1, e per cui la probabilità di assumere il valore 1 è pari a p, e quella di assumere

Dettagli

Binomio di Newton. Pertanto, il numero di sottoinsiemi di S, compreso il sottoinsieme vuoto ; elostessos, è dato da. = 2 n, r. (a + b) n = a r b n r,

Binomio di Newton. Pertanto, il numero di sottoinsiemi di S, compreso il sottoinsieme vuoto ; elostessos, è dato da. = 2 n, r. (a + b) n = a r b n r, Binomio di Newton Osserviamo che, volendo costruire un generico sottoinsieme I S, si deve eseguire una procedura di n passi, con alternative in ogni passo. Infatti, occorre decidere per ciascuno degli

Dettagli

CAPITOLO QUINTO DISTRIBUZIONE NORMALE

CAPITOLO QUINTO DISTRIBUZIONE NORMALE CAPITOLO QUINTO DISTRIBUZIONE NORMALE 1. Probabilità nel continuo Fino ad ora abbiamo considerato casi in cui l insieme degli eventi elementari è finito. Vediamo, mediante due semplici esempi, come si

Dettagli

ES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi

ES.2.2. Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili. Una partizione finita di Ω è una sequenza di K eventi ES22 1 Variabili aleatorie discrete Consideriamo un esperimento statistico definito da un insieme Ω di risultati possibili Una partizione finita di Ω è una sequenza di K eventi A 1, A 2 A k A K necessari

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 05-6 P.Baldi Lista di esercizi, 8 gennaio 06. Esercizio Si sa che in una schedina

Dettagli

Precorso di Analisi Matematica Facoltà d'ingegneria Università del Salento

Precorso di Analisi Matematica Facoltà d'ingegneria Università del Salento Precorso di Analisi Matematica Facoltà d'ingegneria Università del Salento Calcolo Combinatorio Prof. A. Albanese Dipartimento di Matematica e Fisica E. De Giorgi - Università del Salento Disposizioni

Dettagli

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( )( )

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( )( ) ( )( ) SOLUZIONI II ALLENAMENTO REGIONALE TEMATICO VENERDÌ 4 DICEMBRE 08 Quesito Siano due numeri interi primi tra loro tali che quanto vale? Sviluppando l espressione si ottiene quindi e e la soluzione è Quesito

Dettagli

P (CjB m )P (B m ja) = p:

P (CjB m )P (B m ja) = p: Esonero di Calcolo delle Probabilità del 7/04/ ESERCIZIO. Nel gioco del domino le tessere (di solito nere) sono divise in due riquadri, su ciascuno dei quali viene riportato, quale punteggio, un certo

Dettagli

Combinatoria. Lezione del 16/12/2009. Stage di Treviso Progetto Olimpiadi

Combinatoria. Lezione del 16/12/2009. Stage di Treviso Progetto Olimpiadi Combinatoria Lezione del 16/12/2009 Stage di Treviso Progetto Olimpiadi Fattoriali e Binomiali Fattoriale: n!=n*(n-1)*(n-2)* 2*1 0!=1 Binomiale (n,k)= n!/(k!(n-k)!) I binomiali formano il triangolo di

Dettagli

Alcune v.a. discrete notevoli

Alcune v.a. discrete notevoli Alcune v.a. discrete notevoli Variabile aleatoria Bernoulliana Il risultato X di un esperimento aleatorio può essere classificato nel modo che segue: successo oppure insuccesso. Indichiamo: Successo =

Dettagli

CP110 Probabilità: Esame 13 settembre Testo e soluzione

CP110 Probabilità: Esame 13 settembre Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 2011-12, II semestre 13 settembre, 2012 CP110 Probabilità: Esame 13 settembre 2012 Testo e soluzione 1. (6 pts) Una scatola contiene 10 palline, 8 bianche

Dettagli

PROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE. 1. La variabile aleatoria di Bernoulli e la variabile aleatoria binomiale

PROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE. 1. La variabile aleatoria di Bernoulli e la variabile aleatoria binomiale PROBABILITÀ SCHEDA N. 3 VARIABILI ALEATORIE BINOMIALE E NORMALE In questa scheda vedremo due famiglie di variabili aleatorie (una discreta e una continua), che ci serviranno per descrivere uno dei risultati

Dettagli

Matematica e Statistica per Scienze Ambientali

Matematica e Statistica per Scienze Ambientali per Scienze Ambientali Insiemi e Combinatoria - Appunti 1 1 Dipartimento di Matematica Sapienza, Università di Roma Roma, 23 - Ottobre 2012 Il concetto di insieme Non tratterò la teoria assiomatica degli

Dettagli

CP210 Introduzione alla Probabilità: Esonero 1

CP210 Introduzione alla Probabilità: Esonero 1 Dipartimento di Matematica, Roma Tre Pietro Caputo 018-19, II semestre 9 aprile, 019 CP10 Introduzione alla Probabilità: Esonero 1 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante

Dettagli

P (A) = P (B) = P (A ^ B) = P (A _ B) = P (A _ A c B)= P ([A _ B] ^ [A c _ B c ]) =

P (A) = P (B) = P (A ^ B) = P (A _ B) = P (A _ A c B)= P ([A _ B] ^ [A c _ B c ]) = Esercizio 7 2 Un esperimento consiste nel lanciare una moneta e nell estrarre una pallina da un urna contenente 4 palline numerate da 1 a 4. Consideriamo gli eventi: A = Esce Testa, B = Si estrae la pallina

Dettagli

Probabilità: teoremi e distribuzioni

Probabilità: teoremi e distribuzioni Probabilità: teoremi e distribuzioni OBIETTIVO DIDATTICO DELLA LEZIONE Illustrare le più importanti distribuzioni di probabilità che vengono utilizzate in statistica Distribuzioni di probabilità 1. La

Dettagli

CP110 Probabilità: Esame 4 giugno Testo e soluzione

CP110 Probabilità: Esame 4 giugno Testo e soluzione Dipartimento di Matematica, Roma Tre Pietro Caputo 202-3, II semestre 4 giugno, 203 CP0 Probabilità: Esame 4 giugno 203 Testo e soluzione . (6 pts) Un urna contiene inizialmente pallina rossa e 0 palline

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica a.a. 2017/2018 C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica Calcolo combinatorio Marco Pietro Longhi Probabilità e Statistica - a.a. 2017/2018

Dettagli

Esercizi Svolti Lezione 2

Esercizi Svolti Lezione 2 Esercizi Svolti Lezione 2 Università Mediterranea di Reggio Calabria Disposizioni D n,k (orinate, senza ripetizione) n 1 e 1 k n k¹ i1 n i 1 npn 1q pn k 1q n! pn kq! Le permutazioni sono un caso particolare

Dettagli

Notazione: nel seguito, dato un insieme A, P(A) indicherà l insieme delle parti di A.

Notazione: nel seguito, dato un insieme A, P(A) indicherà l insieme delle parti di A. Notazione: nel seguito, dato un insieme A, P(A) indicherà l insieme delle parti di A. 1. Spazio di probabilità prodotto di una famiglia finita di spazi di probabilità Iniziamo la nostra discussione con

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO Il DNA fa l RNA, l RNA fa le proteine e le proteine fanno noi (F.H.C, Crick) La fase di costruzione della proteina da parte dell RNA prende il nome di traduzione: le basi dell RNA vengono lette in triplette,

Dettagli

Probabilità e Statistica

Probabilità e Statistica Probabilità e Statistica Calcolo combinatorio Marco Pietro Longhi C.d.L.: Ingegneria Elettronica e delle Telecomunicazioni, Ingegneria Informatica a.s. 2018/2019 Marco Pietro Longhi Prob. e Stat. 1 Dati

Dettagli

CALCOLO COMBINATORIO

CALCOLO COMBINATORIO CALCOLO COMBINATORIO CHE COS E? Il calcolo combinatorio è un particolare ramo della matematica applicata avente come scopo la misurazione del numero di raggruppamenti diversi che si possono comporre prendendo

Dettagli

Soluzioni degli esercizi

Soluzioni degli esercizi .4 Esercizi 9 (a) Il barista non ricorda chi ha ordinato una data bevanda: in quanti modi può distribuire le bibite se hanno ordinato uno Spritz, 2 un Chinotto, 2 una Gassosa, del Prosecco e 4 persone

Dettagli

Variabili aleatorie binomiali e di Poisson

Variabili aleatorie binomiali e di Poisson Variabili aleatorie binomiali e di Poisson Tiziano Vargiolu Dipartimento di Matematica Pura ed Applicata via Trieste, 63-35121 Padova email: vargiolu@math.unipd.it 9 gennaio 2007 Indice 1 Variabili aleatorie

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Laurea Magistrale in Scienze della Nutrizione Umana Corso di Statistica Medica, anno 205- P.Baldi Lista di esercizi 5, 8 febbraio 20. Esercizio Si fanno 25 estrazioni

Dettagli

.. x n k. n 1 x n 2. La differenza fra i due casi precedenti sta nella possibilità di ripetere oppure no una stessa scelta.

.. x n k. n 1 x n 2. La differenza fra i due casi precedenti sta nella possibilità di ripetere oppure no una stessa scelta. Calcolo combinatorio Problema Quante parole di 3 lettere si possono scrivere utilizzando solo le 4 lettere a, b, c, d? Soluzione: scriviamole tutte e poi le contiamo Esercizio 2 Quante sono le parole di

Dettagli

Qualche Esempio di Processo Markoviano

Qualche Esempio di Processo Markoviano Qualche Esempio di Processo Markoviano Giugno 2002 O.Caligaris Alcuni problemi con caratteristiche comuni La Rovina del Giocatore Un Giocatore gioca contro il banco Ad ogni puntata può vincere 1 gettone

Dettagli

CP210 Introduzione alla Probabilità: Esame 2

CP210 Introduzione alla Probabilità: Esame 2 Dipartimento di Matematica, Roma Tre Pietro Caputo 2018-19, II semestre 9 luglio, 2019 CP210 Introduzione alla Probabilità: Esame 2 Cognome Nome Matricola Firma Nota: 1. L unica cosa che si può usare durante

Dettagli

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica

CENTRO SALESIANO DON BOSCO TREVIGLIO Corso di Informatica ) Un urna contiene 0 palline numerate da a 0. Si calcoli la probabilità che: a) estraendo successivamente palline, rimettendo ogni volta la pallina estratta nell urna, si abbiano due numeri primi; b) estraendo

Dettagli

Foglio di esercizi 1-7 Marzo 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella

Foglio di esercizi 1-7 Marzo 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Foglio di esercizi 1-7 Marzo 2019 Probabilità e statistica Ingegneria Meccanica Alessandro Ciallella Esercizio 1. Una serratura si apre con un codice decimale di quattro cifre. Trovare i numeri N 1 ed

Dettagli

Gara Matematica. Dipartimento di Matematica Ulisse Dini. Viale Morgagni 67/a Firenze. Soluzioni edizione 2011

Gara Matematica. Dipartimento di Matematica Ulisse Dini. Viale Morgagni 67/a Firenze. Soluzioni edizione 2011 Gara Matematica Dipartimento di Matematica Ulisse Dini Viale Morgagni 67/a - 50134 Firenze Soluzioni edizione 011 Esercizio 1. Determinare tutti gli interi positivi non nulli n che sono uguali alla somma

Dettagli

Statistica Inferenziale

Statistica Inferenziale Statistica Inferenziale Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Riepilogo lezione 1 Abbiamo visto: Definizioni di statistica, statistica inferenziale, probabilità (interpretazione

Dettagli

0 Insiemi, funzioni, numeri

0 Insiemi, funzioni, numeri Giulio Cesare Barozzi, Giovanni Dore, Enrico Obrecht Elementi di analisi matematica - Volume 1 Zanichelli 0 Insiemi, funzioni, numeri Esercizi 0.1. Il linguaggio degli insiemi 0.1.1. Esercizio Poniamo

Dettagli

Statistica. Lezione : 17. Variabili casuali

Statistica. Lezione : 17. Variabili casuali Corsi di Laurea: a.a. 2018-19 Diritto per le Imprese e le istituzioni Scienze Internazionali dello Sviluppo e della Cooperazione Statistica Variabili casuali Lezione : 17 Docente: Alessandra Durio 1 Contenuti

Dettagli

CARDINALITÀ DI IMPORTANTI FAMIGLIE DI FUNZIONI E DI INSIEMI: ANALISI COMBINATO- RIA

CARDINALITÀ DI IMPORTANTI FAMIGLIE DI FUNZIONI E DI INSIEMI: ANALISI COMBINATO- RIA CARDINALITÀ DI IMPORTANTI FAMIGLIE DI FUNZIONI E DI INSIEMI: ANALISI COMBINATO- RIA Alcune definizioni e proprietà Se n è un numero naturale, si definisce per ricorsione il numero n fattoriale, e si scrive,

Dettagli

Esercizi di Calcolo combinatorio: disposizioni

Esercizi di Calcolo combinatorio: disposizioni Calcolo combinatorio: disposizioni La Big Triple all ippodromo del luogo consiste nell indicare il corretto ordine di arrivo dei cavalli classificati tra i primi tre nella nona corsa. Se ci sono 12 cavalli

Dettagli

LEZIONI Dispense a cura del Docente.

LEZIONI Dispense a cura del Docente. LEZIONI 06-07-08 Contents 5. INTRODUZIONE ALLO STUDIO QUALITATIVO DELLE FUNZIONI. 5.. Operazioni elementari sui grafici di funzioni. 5.. Funzione composta. Monotonia della funzione composta. 5 5.. Grafico

Dettagli

Prima puntata della gara a squadre. 21 Novembre 2002

Prima puntata della gara a squadre. 21 Novembre 2002 Prima puntata della gara a squadre. 1 Novembre 00 Soluzioni. Quesito 1. Nel piano, consideriamo due cerchi di raggio 3 cm e 1 cm tangenti esternamente. Determinare l area del più piccolo insieme convesso

Dettagli

ESERCIZI SUL CALCOLO COMBINATORIO

ESERCIZI SUL CALCOLO COMBINATORIO ESERCIZI SUL CALCOLO COMBINATORIO A) SVILUPPARE E CALCOLARE LE SEGUENTI ESPRESSIONI : numero esercizio risoluzione 1) D 3, ) P 4 3) P 6 3 4) 3,3 P 6 5) D ' 3, 6) C 4, 7) C n, n 8) D + D' C 4, 3, 3 3, 9)

Dettagli

RISOLUZIONE ESERCIZI SUL CALCOLO COMBINATORIO C = =10

RISOLUZIONE ESERCIZI SUL CALCOLO COMBINATORIO C = =10 RISOLUZIONE ESERCIZI SUL CALCOLO COMBINATORIO A) SVILUARE E CALCOLARE LE SEGUENTI ESRESSIONI : numero esercizio risoluzione 1) D 3, 2 3 2 6 2) 4 3) 6 3 4! 4 3 24 6! 6 5 4 3 120 3! 3 4) 3,3 6 6! 6 5 4 3

Dettagli

FRAME giugno ore 9.30, 6 luglio ore settembre ore 9.30, 19 settembre ore 14.30

FRAME giugno ore 9.30, 6 luglio ore settembre ore 9.30, 19 settembre ore 14.30 FRAME 0.1. S.M. Ross, Calcolo delle Probabilità, Apogeo 2004. C. Mariconda, A. Tonolo, Mat D, I parte e II parte, dispense ROSSE, Libreria Progetto, 2005. Dispensina su integrali multipli, copisteria di

Dettagli

Statistica Corso di laurea in Biotecnologie I esonero - 23 aprile 2009

Statistica Corso di laurea in Biotecnologie I esonero - 23 aprile 2009 Statistica Corso di laurea in Biotecnologie I esonero - aprile 00 Esercizio Con riferimento a due fenomeni X e Y sono state annotate le seguenti osservazioni: X 5 Y 7 8 a) determinare il grado di correlazione

Dettagli

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI

SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI SISTEMI LINEARI: APPROFONDIMENTI ED ESEMPI Appunti presi dalle lezioni del prof. Nedo Checcaglini Liceo Scientifico di Castiglion Fiorentino (Classe 4B) January 17, 005 1 SISTEMI LINEARI Se a ik, b i R,

Dettagli

Calcolo combinatorio

Calcolo combinatorio Probabilità e Statistica Esercitazioni a.a. 2006/2007 C.d.L.: Ingegneria per l Ambiente ed il Territorio, Ingegneria Civile, Ingegneria Gestionale, Ingegneria dell Informazione C.d.L.S.: Ingegneria Civile

Dettagli

Calcolo combinatorio - Quesiti esame di stato

Calcolo combinatorio - Quesiti esame di stato Calcolo combinatorio - Quesiti esame di stato 1. Nello sviluppo di 2 a 2 3b 3 n compare il termine 1080 a 4 b 9. Qual è il valore di n? [Q3 2014] 2. Con le cifre da 1 a 7 è possibile formare 7!=5040 numeri

Dettagli

Supponiamo che, in un gioco da tavolo fra Emilio e Franca, D 1 e D 2 vengano distribuiti a caso fra i due giocatori.

Supponiamo che, in un gioco da tavolo fra Emilio e Franca, D 1 e D 2 vengano distribuiti a caso fra i due giocatori. Laurea triennale in MATEMATICA, Corso di PROBABILITÀ Prof. L. Bertini - G. Nappo - F. Spizzichino Esonero del.04.00 - SOLUZIONI Esercizio. D è un dado omogeneo a sei facce, mentre D è un dado, anch esso

Dettagli

Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco

Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Esercitazione 4 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza May 23, 2007 1 Esercizio Si consideri un mazzo di carte francesi di 2 carte e si supponga di stare giocando a poker.

Dettagli

UNIVERSITÀ di ROMA TOR VERGATA

UNIVERSITÀ di ROMA TOR VERGATA UNIVERSITÀ di ROMA TOR VERGATA Corso di Statistica, anno 00- P.Baldi Lista di esercizi. Corso di Laurea in Biotecnologie Esercizio Si sa che in una schedina del totocalcio i tre simboli, X, compaiono con

Dettagli

CALCOLO CALCOL COMBINATORIO COMBINAT

CALCOLO CALCOL COMBINATORIO COMBINAT CALCOLO COMBINATORIO INDICE Che cos è il calcolo combinatorio? Concetto di raggruppamenti semplici e di raggruppamenti con ripetizione Disposizioni Combinazioni Permutazioni PROBLEMI 1. In quanti modi

Dettagli

È l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo.

È l insieme di tutti i possibili esiti di un esperimento aleatorio; si indica generalmente con il simbolo. A Ripasso Terminologia DOMADE Spazio campionario Evento Evento certo Evento elementare Evento impossibile Evento unione Evento intersezione Eventi incompatibili Evento contrario RISPOSTE È l insieme di

Dettagli