Calcolo combinatorio
|
|
|
- Domenico Nicoletti
- 8 anni fa
- Visualizzazioni
Transcript
1 1 Calcolo combinatorio Ricordiamo che uno spazio di probabilità (Ω, P(Ω), P) si dice uniforme se Ω è un insieme finito e si ha P(A) = A Ω, per ogni A Ω. Pertanto, il calcolo della probabilità di un evento in uno spazio uniforme si riduce a contarne il numero di elementi. I problemi di conteggio, anche in insiemi abbastanza semplici, sono tipicamente non banali e vanno affrontati con attenzione. Lo strumento matematico fondamentale in questo contesto è il calcolo combinatorio, che ora descriviamo Principi basilari. Dati due insiemi A, B, si dice che A è in corrispondenza biunivoca con B se esiste un applicazione f : A B biunivoca, cioè iniettiva e suriettiva. Chiaramente A è in corrispondenza biunivoca con B se e soltanto se B è in corrispondenza biunivoca con A: si scrive talvolta A e B sono in corrispondenza biunivoca, che rende palese la simmetria della relazione (si tratta in effetti di una relazione di equivalenza). Dato n N, si dice che un insieme A ha cardinalità n e si scrive A = n se A è in corrispondenza biunivoca con l insieme {1, 2,..., n}. Si noti che la proprietà A ha cardinalità n è la formalizzazione matematica dell affermazione intuitiva A ha n elementi. In questo paragrafo considereremo solo insiemi finiti, cioè insiemi che hanno cardinalità n per un opportuno n N. Per determinare la cardinalità di un insieme, la strategia tipica consiste nel ricondurre il calcolo all applicazione combinata (talvolta non banale) di alcuni principi o osservazioni basilari. Una prima osservazione, elementare ma molto utile, è che se un insieme A è in corrispondenza biunivoca con un insieme B, allora A = B. Un altra osservazione, anch essa molto intuitiva, è la seguente: se A, B sono due sottoinsiemi (di uno stesso spazio) disgiunti, cioè tali che A B =, allora A B = A + B. Più in generale, se A 1,..., A k sono sottoinsiemi a due a due disgiunti, tali cioè che A i A j = per i j, allora k i=1 A i = k i=1 A i. La dimostrazione di queste osservazioni è semplice ed è lasciata per esercizio. Un principio leggermente meno elementare riguarda la cardinalità degli insiemi prodotto. Ricordiamo che, dati due insiemi A, B, il loro prodotto cartesiano A B è definito come l insieme delle coppie ordinate (a, b), con a A e b B. Vale allora la relazione A B = A B. Il modo più semplice per convincersi della validità di questa formula consiste nel disporre gli elementi di A B in una tabella rettangolare, dopo aver numerato gli elementi dei due insiemi. Più precisamente, se A = {a 1, a 2,..., a m }, B = {b 1, b 2,..., b k }, possiamo elencare gli elementi dell insieme A B nel modo seguente: (a 1, b 1 ) (a 1, b 2 ) (a 1, b k 1 ) (a 1, b k ) (a 2, b 1 ) (a 2, b 2 ) (a 2, b k 1 ) (a 2, b k )., (a m, b 1 ) (a m, b 2 ) (a m, b k 1 ) (a m, b k ) da cui è chiaro che A B = m k = A B. Diamo ora una dimostrazione più formale. Per x A indichiamo con {x} B il sottoinsieme di A B costituito dagli elementi che hanno x come prima componente,
2 2 cioè {x} B := {(x, b) : b B}. Possiamo quindi scrivere A B = x A ({x} B), e si noti che questa unione è disgiunta, poiché ({x 1 } B) ({x 2 } B) = se x 1 x 2. Per l osservazione enunciata sopra si ha dunque A B = x A {x} B. Si noti ora che l insieme {x} B è in corrispondenza biunivoca con B, per qualunque x A: la corrispondenza è data semplicemente da (x, b) b. Di conseguenza {x} B = B e si ottiene la formula A B = x A B = A B. Per induzione si estende facilmente la formula al caso di più di due fattori: più precisamente, se A 1,..., A k sono insiemi finiti, l insieme prodotto A 1 A k, definito come l insieme delle k-uple (a 1,..., a k ), con a i A i, ha cardinalità data dalla formula A 1 A k = A 1 A k = k i=1 A i. Un ulteriore estensione di questa formula, elementare ma non banale, conduce a quello che è noto come il principio fondamentale del calcolo combinatorio. Prima di vedere di che cosa si tratta, discutiamo qualche applicazione delle formule appena viste Disposizioni con ripetizione. Dato un insieme A = {a 1,..., a n } di cardinalità n N e dato k N, le funzioni definite su {1,..., k} a valori in A sono dette disposizioni con ripetizione di k elementi estratti da A. È facile vedere che le disposizioni con ripetizione sono in corrispondenza biunivoca naturale con gli elementi dell insieme A k := A A (k volte): la corrispondenza è quella che a (x 1,..., x k ) A k associa la funzione f : {1,..., k} A definita da f(i) := x i. La formula sulla cardinalità degli insiemi prodotto dà A k = A k = n k : ci sono dunque n k possibili disposizioni con ripetizione di k elementi estratti da un insieme di n elementi. Una disposizione con ripetizione può dunque essere vista come una sequenza ordinata (x 1,..., x k ) di elementi x i A, non necessariamente distinti: si può cioè avere x i = x j per i j. Sottolineiamo che l ordine in cui compaiono gli elementi è importante: per esempio, (a 1, a 2 ) e (a 2, a 1 ) sono due disposizioni differenti. Esempio 0.1. (1) I compleanni di un gruppo ordinato di 4 persone costituiscono una disposizione con ripetizione di 4 elementi estratti dall insieme dei giorni dell anno, che ha cardinalità 366 (contando il 29 febbraio). Sono dunque possibili sequenze distinte di compleanni. (2) Per compilare una colonna di una schedina del Totocalcio occorre scegliere, per ciascuna delle 13 partite in esame, tra la vittoria della squadra di casa (1), il pareggio (x) o la vittoria della squadra in trasferta (2). Una colonna compilata è dunque una disposizione con ripetizione di 13 elementi estratti dall insieme {1, x, 2} e di conseguenza ci sono modi possibili di compilare una colonna. (3) Le possibili parole (anche prive di significato) costituite da 10 lettere dell alfabeto inglese coincidono con le disposizioni con ripetizione di 10 elementi estratti da un insieme che ne continene 26: il loro numero è dunque pari a Le parole che effettivamente hanno un significato (per esempio nella lingua inglese) sono naturalmente molte meno: anche includendo i termini tecnici, il numero totale di parole di qualunque lunghezza della lingua inglese non supera il milione. Di conseguenza, la probabilità che digitando una sequenza di dieci lettere a caso si
3 3 ottenga una parola di senso compiuto è certamente (molto!) minore di 10 6 /( ) < Osservazione 0.2. Se B = {b 1,..., b k } è un insieme di cardinalità k N, si indica con A B l insieme di tutte le funzioni da B in A. È facile vedere che l insieme A B è in corrispondenza biunivoca con A k (o, equivalentemente, con le disposizioni con ripetizione di k elementi estratti da A): una corrispondenza è per esempio quella che a (x 1,..., x k ) A k associa la funzione f A B definita da f(b i ) := x i. Di conseguenza otteniamo la formula A B = A k = n k, cioè A B = A B Il principio fondamentale del calcolo combinatorio. Un esempio molto ricorrente nelle applicazioni è quello in cui gli elementi di un insieme possano essere determinati attraverso scelte successive. Per esempio, sia E l insieme delle funzioni iniettive da {1,..., k} in A (si noti che necessariamente k n). Possiamo determinare ogni funzione f E scegliendo innanzitutto la prima componente f(1) come un elemento qualunque di A, quindi scegliendo la seconda componente f(2) come un elemento qualunque di A \ {f(1)}, e così via. Abbiamo n esiti possibili per la scelta di f(1), (n 1) per la scelta di f(2),..., (n k + 1) per la scelta di f(k). Per analogia con gli insiemi prodotto, dovrebbe essere intuitivamente chiaro che E = n (n 1) (n k + 1). Si noti che l insieme dei valori ammissibili per f(i) dipende dagli esiti delle scelte precedenti, tuttavia il numero di valori ammissibili è sempre lo stesso, pari a n i + 1. Generalizzando questo esempio, giungiamo al principio fondamentale del calcolo combinatorio, che possiamo formulare come segue. Teorema 0.3 (Principio fondamentale del calcolo combinatorio). Supponiamo che gli elementi di un insieme E possano essere determinati mediante k scelte successive, in cui ogni scelta abbia un numero fissato di esiti possibili: la prima scelta ha n 1 esiti possibili, la seconda scelta ne ha n 2,..., la k-esima scelta ne ha n k, dove n 1,..., n k N. Supponiamo inoltre che sequenze distinte di esiti delle scelte determinino elementi distinti di E. Allora E = n 1 n 2 n k. Così enunciato, questo principio può apparire un po vago (per esempio, il concetto di scelta non è stato definito precisamente). Una riformulazione matematicamente precisa del Teorema 0.3, con la relativa dimostrazione, è data dal Teorema 0.5 più in basso, che comporta tuttavia notazioni abbastanza pesanti e risulta di poco aiuto per l applicazione del principio a casi concreti. Nella pratica, si fa tipicamente riferimento all enunciato del Teorema 0.3. L idea cruciale è che gli elementi dell insieme E possono essere messi in corrispondenza biunivoca con le sequenze di esiti delle scelte, che hanno una struttura di spazio prodotto, da cui segue la formula per la cardinalità. La condizione che sequenze distinte di esiti determinino elementi distinti di E serve proprio a garantire che la corrispondenza sia biunivoca: la mancata verifica di questa condizione è la principale fonte di errori nell applicazione del principio. Qualche esempio chiarirà la situazione.
4 4 Esempio 0.4. (a) Un mazzo di carte da poker è costituito da 52 carte, identificate dal seme (cuori, quadri, fiori, picche ) e dal tipo (un numero da 1 a 10 oppure J, Q, K). Indichiamo con E l insieme delle carte di numero pari (figure escluse) e di colore rosso (cioè di cuori o di quadri). Ogni elemento di E può essere determinato attraverso due scelte successive: la scelta del seme, che ha 2 esiti possibili (cuori e quadri), e la scelta del tipo, che ne ha 5 (cioè 2, 4, 6, 8, 10). Segue dunque che E = 2 5 = 10. (b) Dato un mazzo di carte da poker, si chiama full un sottoinsieme di 5 carte costituito dall unione di un tris (un sottoinsieme di 3 carte dello stesso tipo) e di una coppia (un sottoinsieme di 2 carte dello stesso tipo). Indichiamo con E l insieme dei possibili full. Sottolineiamo che gli elementi di E sono sottoinsiemi di 5 carte, non disposizioni: in particolare, le carte non sono ordinate. Gli elementi di E possono essere determinati univocamente attraverso 4 scelte successive: 1) il tipo del tris; 2) il tipo della coppia; 3) i semi delle carte che compaiono nel tris; 4) i semi delle carte che compaiono nella coppia. Per la prima scelta ci sono 13 esiti possibili, per la seconda scelta, qualunque sia l esito della prima scelta, ci sono 12 esiti possibili (chiaramente i due tipi devono essere differenti, perché non esistono cinque carte dello stesso tipo). Per la terza scelta, occorre scegliere tre semi nell insieme {cuori, quadri, fiori, picche}: per enumerazione diretta, è facile vedere che ci sono 4 esiti possibili; analogamente, per la quarta scelta occorre scegliere due semi e per questo ci sono 6 esiti possibili (ritorneremo nell Esempio 0.9 sul modo di contare i sottoinsiemi). Applicando il Teorema 0.3 si ottiene dunque che E = = (c) Dato un mazzo di carte da poker, indichiamo con E l insieme delle doppie coppie, cioè i sottoinsiemi di 5 carte costituiti dall unione di due coppie di tipi diversi, più una quinta carta di tipo diverso dai tipi delle due coppie. Per determinare E si potrebbe essere tentati di procedere analogamente al caso dei full, attraverso sei scelte successive: 1) il tipo della prima coppia; 2) il tipo della seconda coppia; 3) il tipo della quinta carta ; 4) i semi delle carte che compaiono nella prima coppia; 5) i semi delle carte che compaiono nella seconda coppia; 6) il seme della quinta carta. Ci sono 13 esiti possibili per la prima scelta, 12 per la seconda scelta, 11 per la terza, 6 per la quarta, 6 per la quinta, 4 per la sesta: si otterrebbe dunque E = = Tuttavia questo risultato è errato. La ragione è che le scelte 1) e 2) sono ambigue, dal momento che non esiste una prima e una seconda coppia. In effetti, sequenze distinte di esiti delle sei scelte sopra elencate non conducono a elementi distinti di E: ciascun elemento di E, cioè ciascuna doppia coppia, viene infatti selezionata esattamente due volte. Per esempio, la doppia coppia {5, 5, 6, 6, 7 } viene determinata sia con l esito 5 della scelta 1) e l esito 6 della scelta 2), sia viceversa. Per tale ragione, il risultato corretto è E = /2 = , cioè la metà di quanto ottenuto in precedenza. Un modo alternativo di ottenere il risultato corretto è di riunire le scelte 1) e 2) nell unica scelta 1bis) i tipi delle due coppie, che ha 13 12/2 = 78 esiti
5 5 possibili (anche su questo torneremo nell Esempio 0.9). Le scelte 1bis), 3), 4), 5) e 6) permettono di applicare correttamente il Teorema 0.3, ottenendo E = = Passiamo ora a riformulare il principio fondamentale del calcolo combinatorio in modo matematicamente più preciso. Occorre innanzitutto esprimere astrattamente il concetto di scelta, in modo che possa essere applicato a insiemi arbitrari, che non abbiano necessariamente una struttura di spazio prodotto. Dato un insieme E, definiamo una scelta su E come una partizione di E, vale a dire una famiglia di sottoinsiemi {E 1,..., E m} tali che E = m i=1 Ei e Ei Ej = per i j; gli insiemi Ei sono detti esiti della scelta. Il numero di esiti della scelta è pertanto il numero m di elementi della partizione. Per esempio, riconsideriamo l insieme E delle funzioni iniettive da {1,..., k} in A = {a 1,..., a n}: la scelta della prima componente corrisponde alla partizione {E 1,..., E n} definita da E i := {f E : f(1) = a i} e ha dunque n esiti possibili. Estendiamo ora la definizione: due scelte successive su un insieme E sono il dato di: una scelta {E 1,..., E m} sull insieme E (questa corrisponde alla prima scelta ); per ogni E i fissato, una scelta {E i,1,..., E i,ki } sull insieme E i (questa corrisponde alla seconda scelta ). Sottolineiamo che la seconda scelta non è una scelta su E, ma piuttosto una famiglia di scelte sugli esiti E i della prima scelta. In particolare, il numero k i di esiti della seconda scelta può in generale dipendere dall esito i della prima scelta. Nel caso in cui ciò accada, cioè se k i = k per ogni i = 1,..., m, diremo che la seconda scelta ha un numero fissato k di esiti possibili. Ritornando all esempio delle funzioni iniettive da {1,..., k} in A = {a 1,..., a n}, la scelta delle prime due componenti è un esempio di due scelte successive su E: infatti, per ogni elemento E i = {f E : f(1) = a i} della prima scelta, la seconda scelta è data dalla partizione {E i,j} j {1,...,n}\{i} definita da E i,j := {f E : f(1) = a i, f(2) = a j}. In particolare, la seconda scelta ha un numero fissato n 1 di esiti possibili. Il passaggio da due a k scelte successive è solo notazionalmente più complicato. Per definizione, k scelte successive su un insieme E sono il dato di: una scelta {E 1,..., E m} sull insieme E (questa corrisponde alla prima scelta ); per ogni 2 j k e per ogni E i1,...,i j 1, una scelta {E i1,...,i j 1,l} l {1,...,n j } sull insieme E i1,...,i j 1 (questa corrisponde alla j-esima scelta ), dove n j = n j (i 1,..., i j 1). Sottolineiamo che, per ogni 2 j k, la j-esima scelta è una famiglia di scelte {E i1,...,i j 1,l} l {1,...,n j } sugli esiti E i1,...,i j 1 della scelta precedente. Il numero n j di esiti della j-esima scelta può in generale dipendere dagli esiti delle scelte precedenti: n j = n j (i 1,..., i j 1); nel caso in cui n j (i 1,..., i j 1) = n j non dipenda da i 1,..., i j 1, diremo che la j-esima scelta ha un numero fissato n j di esiti possibili. Possiamo finalmente riformulare il Teorema 0.3 nel modo seguente. Teorema 0.5. Siano definite k scelte successive su un insieme E, tali che ogni scelta abbia un numero fissato di esiti possibili: la prima scelta ha n 1 esiti possibili, la seconda scelta ne ha n 2,..., la k-esima scelta ne ha n k, dove n 1,..., n k N. Supponiamo che gli elementi di E siano determinati univocamente dalle k scelte, cioè E i1,...,i k = 1 per ogni valore di i 1 n 1,..., i k n k. Allora la cardinalità di E è pari a n 1 n 2 n k. Dimostrazione. Per definizione di scelte successive, E = n 1 i=1 Ei; a sua volta Ei = n 2 j=1 Ei,j, eccetera: di conseguenza vale la relazione E = n 1 i 1 =1... n k i k =1 E i1,...,i k. (0.1) Si noti che è risultato conveniente indicizzare gli esiti della seconda scelta usando l insieme {1,..., n}\ {i} piuttosto che {1,..., n 1}.
6 6 Mostriamo che questa unione è disgiunta, cioè E i1,...,i k E i 1,...,i = se (i1,..., i k) (i 1,..., i k k). Se (i 1,..., i k ) (i 1,..., i k) significa che i j i j per qualche 1 j k: prendendo il più piccolo di tali valori di j, possiamo supporre che i 1 = i 1,..., i j 1 = i j 1 mentre i j i j. Per definizione di scelte successive, E i1,...,i k E i1,...,i j 1,i j e analogamente E i 1,...,i E i k = E 1,...,i j 1,i j i 1,...,i j 1,i, per cui basta mostrare j che E i1,...,i j 1,i j E i1,...,i j 1,i =. Ma per ipotesi gli insiemi {E i j 1,...,i j 1,l} l {1,...,nj } formano una partizione di E i1,...,i j 1, in particolare sono a due a due disgiunti: quindi E i1,...,i j 1,i j E i1,...,i j 1,i = j poiché i j i j. Essendo l unione in (0.1) disgiunta e ricordando che per ipotesi E i1,...,i k = 1, si ottiene E = n 1 i 1 =1... n k i k =1 E i1,...,i k = n 1 n 2 n k, che è la relazione voluta. Ritornando per un ultima volta all insieme E delle funzioni iniettive da {1,..., k} in A = {a 1,..., a n}, è facile verificare che valgono le ipotesi del Teorema 0.5: le scelte di f(1), f(2),..., f(k) possono essere descritte attraverso k scelte successive su E e gli elementi di E sono univocamente determinati da queste scelte. Dato che la scelta di f(i) ha n i + 1 esiti possibili, segue dal Teorema 0.3 che vale la formula E = n(n 1) (n k + 1) ottenuta in precedenza Disposizioni semplici e permutazioni. Dato un insieme A = {a 1,..., a n } di cardinalità n N e dato k N, abbiamo visto che le funzioni da {1,..., k} a valori in A sono dette disposizioni con ripetizione di k elementi estratti da A, e hanno cardinalità n k. Se k n, le funzioni iniettive da {1,..., k} in A sono dette disposizioni semplici (o senza ripetizione) di k elementi estratti da A. Abbiamo già incontrato questo insieme di funzioni nello scorso paragrafo e abbiamo visto che la sua cardinalità è data dalla formula n(n 1) (n k + 1). Introducendo il simbolo n!, detto n fattoriale, definito da n! := n(n 1) 1 = n i per n N, 0! := 1, (0.2) i=1 possiamo esprimere la cardinalità delle disposizioni semplici di k elementi estratti da un insieme che ne contiene n con la formula più compatta n!/(n k)!. Osservazione 0.6. In completa analogia con l Osservazione 0.2, per ogni insieme finito B = {b 1,..., b k } con B = k il sottoinsieme di A B costituito dalle funzioni iniettive da B in A è in corrispondenza biunivoca con le disposizioni semplici di k elementi estratti da A. La sua cardinalità è pertanto n!/(n k)!. Un caso speciale molto importante dell osservazione precedente si ha quando B = A. Le funzioni iniettive f : A A (che sono necessariamente anche suriettive, dunque biunivoche, essendo A < ) sono dette permutazioni di A e, per quanto visto, il loro numero è pari a A!. È interessante notare che l insieme delle permutazioni di un insieme fissato A costituisce un gruppo rispetto alla composizione di applicazioni (che è non commutativo per A 3). A meno di corrispondenze biunivoche, non costa niente considerare il caso speciale A = {1,..., n}: in questo caso, il gruppo delle permutazioni è indicato con S n ed è detto gruppo simmetrico. Munito della probabilità uniforme, lo spazio S n ha proprietà interessanti e per certi versi sorprendenti, alcune delle quali verranno discusse nel seguito.
7 7 Esempio 0.7. Supponiamo di mischiare un mazzo di carte da poker. La sequenza ordinata delle carte che ne risulta è una permutazione delle carte del mazzo. Il numero delle possibili sequenze ottenute in questo modo è dunque pari 52! Osservazione 0.8. Per determinare il comportamento asintotico di n! quando n è grande, è di grande utilità la formula di Stirling: dove a n b n significa che lim n a n /b n = 1. n! n n e n 2πn, (0.3) Combinazioni. Sia A = {a 1,..., a n } un insieme di cardinalità n N e sia k N 0 con 0 k n. I sottoinsiemi di A di cardinalità k sono detti combinazioni di k elementi estratti da A. Se una disposizione semplice corrisponde a una sequenza ordinata, una combinazione può essere vista come una collezione non ordinata di elementi. Indichiamo con C n,k l insieme delle combinazioni e con D n,k l insieme delle disposizioni semplici di k elementi estratti da A. Per k = 0 si ha C n,0 = { } e dunque C n,0 = 1. Per determinare C n,k per k {1,..., n}, ricordiamo che ci sono D n,k = n!/(n k)! disposizioni (cioè sequenze ordinate) di k elementi distinti estratti da A. Dato che nelle combinazioni l ordine degli elementi non conta, dobbiamo identificare le disposizioni che danno origine alla stessa combinazione, cioè che selezionano lo stesso sottoinsieme di A: dato che ci sono k! riordinamenti possibili (cioè permutazioni) di k elementi fissati, si ottiene C n,k = D n,k /k! = ( n k), dove abbiamo introdotto il coefficiente binomiale, definito da ( ) n k := n! k! (n k)!, per n N 0, k {0,..., n}. Si noti che la formula C n,k = ( n k) vale anche per k = 0. Questo argomento può essere formalizzato in modo più preciso (e più tecnico). Cominciamo con un piccolo risultato preparatorio. Siano D, E due insiemi finiti e sia g : D E un applicazione suriettiva. Per ogni y E, introduciamo il sottoinsieme g 1 (y) := {x D : g(x) = y} costituito dagli elementi di D che vengono mandati da g in y. Supponiamo che valga la seguente proprietà: esiste k N tale che, per ogni y E, si ha g 1 (y) = k (cioè per ogni y E esistono esattamente k elementi x D che vengono mandati da g in y). Segue allora che D = k E. La dimostrazione è semplice: possiamo sempre scrivere E = y D g 1 (y) e inoltre l unione è disgiunta (esercizio). Quindi E = y D g 1 (y) = y D k = k D. Fissiamo ora k {1,..., n} e definiamo una applicazione g : D n,k C n,k nel modo seguente: data f D n,k, definiamo g(f) := Im(f), dove Im(f) indica l immagine di f (ricordiamo che f è una funzione iniettiva da {1,..., k} in A). È immediato verificare che g è ben definita, cioè effettivamente g(f) C n,k per ogni f D n,k, e che g è suriettiva. Se mostriamo che g 1 (B) = k!, per ogni B C n,k, si ottiene D n,k = k! C n,k e quindi la formula C n,k = ( n k) è dimostrata. Indichiamo con S B l insieme delle permutazioni di B, cioè le applicazioni π : B B biunivoche, e fissiamo un elemento arbitrario f 0 g 1 (B). È molto facile convincersi che, per ogni π S B, si ha π f 0 g 1 (B): infatti l applicazione π f 0 è iniettiva, perché lo sono sia f 0 sia π, e Im(π f 0) = Im(f 0) = B, perché π è una permutazione di B. Risulta dunque ben posta l applicazione H : S B g 1 (B) definita da H(π) := π f 0. Supponiamo che H(π 1) = H(π 2): per ogni b B, se i {1,..., k} è tale che f 0(i) = b (tale i esiste perché Im(f 0) = B), otteniamo (π 1 f 0)(i) = (π 2 f 0)(i), cioè π 1(b) = π 2(b); dato che b B è arbitrario, segue che π 1 = π 2, dunque l applicazione H è iniettiva. Se ora consideriamo un arbitrario
8 8 f g 1 (B), è facile costruire π S B tale che π f 0 = f, cioè H(π) = f, quindi l applicazione H è suriettiva. Avendo mostrato che H è biunivoca, segue che gli insiemi S B e g 1 (B) sono in corrispondenza biunivoca e dunque g 1 (B) = S B = k! se B C n,k, che è quanto restava da dimostrare. Elenchiamo alcune semplici proprietà dei coefficienti binomiali: ( ) ( ) ( ) ( ) n n n n = = 1, =, n N 0, k {0,..., n}. 0 n k n k Vale inoltre la relazione ( ) ( ) n n 1 = k k 1 ( n 1 + k k=0 ), n N, k {0,..., n}, (0.4) come si verifica facilmente. Ricordiamo infine la formula nota come binomio di Newton: n ( ) n (a + b) n = a k b n k, n N 0, a, b R, (0.5) k che si dimostra per induzione usando (0.4). Esempio 0.9. Ritornando brevemente all Esempio 0.4, il numero di modi di scegliere 3 semi tra i quattro possibili {,,, } è pari al numero di combinazioni di 3 elementi estratti da un insieme che ne contiene 4 ed è dunque dato da ( 4 3) = 4 (come avevamo concluso per enumerazione diretta). Analogamente, il numero di modi di scegliere 2 semi è pari a ( 4 2) = 6 e il numero di modi di scegliere due tipi tra i 13 possibili è pari a ( 13 ) 2 = 78. Una mano a Poker è un sottoinsieme di 5 carte distinte estratte da un mazzo che ne contiene 52. Il numero di possibili mani è dato dunque da ( 52 5 ) = Ricordando l Esempio 0.4, le probabilità di fare full oppure doppia coppia valgono rispettivamente 3 744/ % e / , 8%. Esempio Si consideri un urna contenente N palline, di cui m rosse e N m verdi (con m N). Supponiamo di eseguire n estrazioni successive, secondo uno dei seguenti due schemi di estrazione: Estrazioni con reimmissione. Dopo ogni estrazione, la pallina estratta viene reinserita nell urna. Estrazioni senza reimmissione. Le palline estratte non vengono reinserite. In questo caso dev essere n N. Calcoliamo, per ciascuno dei due schemi, la probabilità che esattamente k delle n palline stratte siano rosse. Esiste anche una dimostrazione combinatoria della relazione (0.4). Le combinazioni di k elementi estratte da {1,..., n}, che sono ( n k), possono essere infatti divise in due sottoinsiemi: quelle che contengono 1 e quelle che non lo contengono; le prime sono in corrispondenza biunivoca con le combinazioni di (k 1) elementi estratti da {2,..., n}, e sono dunque ( n 1 k 1), mentre le seconde sono in corrispondenza biunivoca con le combinazioni di k elementi estratti da {2,..., n}, che sono ( ) n 1 k.
9 9 Caso di estrazioni con reimmissione. Supponiamo di numerare le palline da 1 a N e, per fissare le idee, assumiamo che le palline rosse siano quelle numerate da 1 a m. L esito di n estrazioni successive può essere interpretato come una disposizione con ripetizione di n elementi presi dall insieme {1, 2,..., N}. Sia dunque Ω l insieme di tali disposizioni, e P la probabilità uniforme su Ω. Sappiamo che Ω = N n. Denotiamo infine con A l insieme delle disposizioni contenenti esattamente k palline rosse. Si tratta di calcolare P (A) = A Ω. Per determinare A, utilizziamo il principio fondamentale. Un elemento di A è determinato dalle seguenti scelte successive. Si scelgono le k posizioni (su n possibili) in cui mettere le palline rosse: per questa scelta ci sono ( n k) esiti possibili. Si dispongono k palline rosse (prese dalle m presenti nell urna) nelle posizioni prescelte: ci sono m k tali disposizioni. Si dispongono (n k) palline verdi (prese dalle (N m) presenti nell urna) nelle rimanenti posizioni: ci sono (N m) n k tali disposizioni. Si ottiene pertanto da cui segue facilmente che P (A) = A = ( ) n m k (N m) n k, k Questo risultato verrà reinterpretato più avanti. ( ) n p k (1 p) n k, dove p := m k N. Caso di estrazioni senza reimmissione. Enumeriamo le palline come nel caso precedente. Un naturale spazio campionario, in cui la probabilità uniforme esprime la casualità dell estrazione, è quello delle disposizioni senza ripetizione. Poichè, tuttavia, l evento il numero di palline rosse estratte è k non dipende dall ordine di estrazione, è forse ancora più naturale scegliere come spazio campionario l insieme delle combinazioni. Sia dunque Ω l insieme dei sottoinsiemi di n elementi dell insieme {1, 2,..., N}, e P la probabilità uniforme su di esso. L evento di cui vogliamo calcolare la probabilità è A = {ω Ω : ω {1, 2,..., m} = k} = {ω Ω : ω {m + 1,..., N} = n k}. Chiaramente A = se k > m oppure se (n k) > (N m). Se invece k m e (n k) (N m), ogni elemento di A è determinato da due scelte successive: occorre scegliere k elementi da {1, 2,..., m} e (n k) da {m+1,..., N}. Di conseguenza possiamo scrivere A = ( m k )( N m n k ),
10 10 dove usiamo la convenzione secondo cui ( i j) = 0 se j < 0 o j > i. Ricordando che Ω = ( N n), possiamo dunque concludere che ( m )( N m ) k n k P (A) = ( N. n)
Calcolo delle Probabilità 2013/14 Foglio di esercizi 2
Calcolo delle Probabilità 2013/1 Foglio di esercizi 2 Calcolo combinatorio. Esercizio 1. In un mazzo di 52 carte da Poker ogni carta è identificata da un seme (cuori, quadri, fiori, picche e da un tipo
Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana /16
Esercizi di Matematica per la prova di ammissione alla Scuola Galileiana - 015/16 Esercizio 1 Per quali valori n Z \ {0} l espressione è un numero intero positivo? (n + 5)(n + 6) 6n Soluzione. Il problema
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,
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
Precorsi di matematica
Precorsi di matematica Francesco Dinuzzo 12 settembre 2005 1 Insiemi Il concetto di base nella matematica moderna è l insieme. Un insieme è una collezione di elementi. Gli elementi di un insieme vengono
NOTE DI CALCOLO COMBINATORIO
NOTE DI CALCOLO COMBINATORIO VINCENZO C. NARDOZZA 1. Richiami Ricordiamo molto brevemente gli strumenti di calcolo combinatorio esaminati durante le lezioni e i risultati ottenuti. Se X n, il suo insieme
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
FUNZIONI. }, oppure la
FUNZIONI 1. Definizioni e prime proprietà Il concetto di funzione è di uso comune per esprimere la seguente situazione: due grandezze variano l una al variare dell altra secondo una certa legge. Ad esempio,
Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1
Luca Costabile Esercizi di Logica Matematica Dispensa Calcolo Proposizionale 1 Esercizio 1.12 Per dimostrare che per ogni funzione esiste una formula in cui compaiono le variabili tale che la corrispondente
Elementi di Analisi Combinatoria
Elementi di Analisi Combinatoria Angelica Malaspina Dipartimento di Matematica, Informatica ed Economia Università degli Studi della Basilicata, Italy [email protected] Lo studio dei vari raggruppamenti
LEZIONE 12. Y = f(x) = f( x j,1 f(e j ) = x j,1 A j = AX = µ A (X),
LEZIONE 1 1.1. Matrice di un applicazione lineare. Verifichiamo ora che ogni applicazione lineare f: R n R m è della forma µ A per un unica A R m,n. Definizione 1.1.1. Per ogni j 1,..., n indichiamo con
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
COMPLETAMENTO DI SPAZI METRICI
COMPLETAMENTO DI SPAZI METRICI 1. Successioni di Cauchy e spazi metrici completi Definizione 1.1. Una successione x n n N a valori in uno spazio metrico X, d si dice di Cauchy se, per ogni ε > 0 esiste
2. I numeri reali e le funzioni di variabile reale
. I numeri reali e le funzioni di variabile reale Introduzione Il metodo comunemente usato in Matematica consiste nel precisare senza ambiguità i presupposti, da non cambiare durante l elaborazione dei
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
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
NOTE DI ALGEBRA LINEARE v = a 1 v a n v n, w = b 1 v b n v n
NOTE DI ALGEBRA LINEARE 2- MM 9 NOVEMBRE 2 Combinazioni lineari e generatori Sia K un campo e V uno spazio vettoriale su K Siano v,, v n vettori in V Definizione Un vettore v V si dice combinazione lineare
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA
SOLUZIONI DEL 1 0 TEST DI PREPARAZIONE ALLA 1 a PROVA INTERMEDIA 1 Esercizio 0.1 Dato P (A) = 0.5 e P (A B) = 0.6, determinare P (B) nei casi in cui: a] A e B sono incompatibili; b] A e B sono indipendenti;
I teoremi della funzione inversa e della funzione implicita
I teoremi della funzione inversa e della funzione implicita Appunti per il corso di Analisi Matematica 4 G. Mauceri Indice 1 Il teorema della funzione inversa 1 Il teorema della funzione implicita 3 1
Riassumiamo le proprietà dei numeri reali da noi utilizzate nel corso di Geometria.
Capitolo 2 Campi 2.1 Introduzione Studiamo ora i campi. Essi sono una generalizzazione dell insieme R dei numeri reali con le operazioni di addizione e di moltiplicazione. Nel secondo paragrafo ricordiamo
LEZIONE 8. k e w = wx ı + w y j + w z. k di R 3 definiamo prodotto scalare di v e w il numero
LEZINE 8 8.1. Prodotto scalare. Dati i vettori geometrici v = v x ı + v y j + v z k e w = wx ı + j + k di R 3 definiamo prodotto scalare di v e w il numero v, w = ( v x v y v z ) w x = v x + v y + v z.
Somma diretta di sottospazi vettoriali
Capitolo 8 Somma diretta di sottospazi vettoriali 8.1 Introduzione Introduciamo un caso particolare di somma di due sottospazi vettoriali: la somma diretta. Anche questo argomento è stato visto nel corso
Sviluppi e derivate delle funzioni elementari
Sviluppi e derivate delle funzioni elementari In queste pagine dimostriamo gli sviluppi del prim ordine e le formule di derivazioni delle principali funzioni elementari. Utilizzeremo le uguaglianze lim
PROBABILITÁ e CALCOLO COMBINATORIO
PROBABILITÁ e CALCOLO COMBINATORIO Prof. Enrico Terrone A. S: 2008/09 Probabilità e calcolo combinatorio Abbiamo visto la definizione classica di probabilità: probabilità dell evento = (casi favorevoli)
ALGEBRA I: ASSIOMI DI PEANO E PROPRIETÀ DEI NUMERI NATURALI
ALGEBRA I: ASSIOMI DI PEANO E PROPRIETÀ DEI NUMERI NATURALI 1. GLI ASSIOMI DI PEANO Come puro esercizio di stile voglio offrire una derivazione delle proprietà elementari dei numeri naturali e delle operazioni
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
Lezione 7. Relazione di coniugio. Equazione delle classi. { x} C( x) { } { }
Lezione 7 Prerequisiti: Lezioni 2, 5. Centro di un gruppo. Struttura ciclica di una permutazione. Riferimenti ai testi: [H] Sezione 2.; [PC] Sezione 5. Relazione di coniugio. Equazione delle classi. Definizione
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
3. Successioni di insiemi.
3. Successioni di insiemi. Per evitare incongruenze supponiamo, in questo capitolo, che tutti gli insiemi considerati siano sottoinsiemi di un dato insieme S (l insieme ambiente ). Quando occorrerà considerare
1 Funzioni reali di una variabile reale
1 Funzioni reali di una variabile reale Qualche definizione e qualche esempio che risulteranno utili più avanti Durante tutto questo corso studieremo funzioni reali di una variabile reale, cioè Si ha f
Complementi di Analisi Matematica Ia. Carlo Bardaro
Complementi di Analisi Matematica Ia Carlo Bardaro Capitolo 1 Elementi di topologia della retta reale 1.1 Intorni, punti di accumulazione e insiemi chiusi Sia x 0 IR un fissato punto di IR. Chiameremo
DAI NUMERI NATURALI AI NUMERI RAZIONALI
DAI NUMERI NATURALI AI NUMERI RAZIONALI 1. L insieme dei numeri naturali Nel sistema assiomatico ZF, l Assioma dell infinito stabilisce che: Esiste un insieme A, i cui elementi sono insiemi e tale che
Dispense di Probabilità e Statistica. Francesco Caravenna Paolo Dai Pra
Dispense di Probabilità e Statistica Francesco Caravenna Paolo Dai Pra Capitolo 1 Spazi di probabilità discreti 1.1 Generalità Nel corso di questo libro con la dicitura esperimento aleatorio indicheremo
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
LEZIONE 15. (15.1.2) p(x) = a 0 x n + a 1 x n a n 1 x + a n = a h x n h.
LEZIONE 15 15.1. Polinomi a coefficienti complessi e loro e loro radici. In questo paragrafo descriveremo alcune proprietà dei polinomi a coefficienti complessi e delle loro radici. Già nel precedente
Indice. 1 Cenni di logica. 2 Elementi di teoria degli insiemi. 3 Relazioni e funzioni. 4 Strutture algebriche
Indice 1 Cenni di logica 2 Elementi di teoria degli insiemi 3 Relazioni e funzioni 4 Strutture algebriche Silvia Pianta - Laura Montagnoli Geometria I - Prerequisiti - UCSC A.A. 2015/2016 1 / 36 1. Cenni
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,
Calcolo della probabilità
Calcolo della probabilità GLI EVENTI Un evento è un fatto che può accadere o non accadere. Se esso avviene con certezza si dice evento certo, mentre se non può mai accadere si dice evento impossibile.
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA INSIEMI Assumiamo come primitivo il concetto di insieme e quello di appartenenza di un elemento a un insieme. La notazione x A indica
1 Se X e Y sono equipotenti, Sym(X) e Sym(Y ) sono isomorfi
In ogni esercizio c è la data del giorno in cui l ho proposto. 1 Se X e Y sono equipotenti, Sym(X) e Sym(Y ) sono isomorfi Se X è un insieme indichiamo con Sym(X) l insieme delle biiezioni X X. Si tratta
RELAZIONI, FUNZIONI, INSIEMI NUMERICI. 1. Relazioni. Siano X e Y due insiemi non vuoti. Si definisce il prodotto cartesiano
RELAZIONI, FUNZIONI, INSIEMI NUMERICI C. FRANCHI 1. Relazioni Siano X e Y due insiemi non vuoti. Si definisce il prodotto cartesiano X Y := {(x, y) x X, y Y } dove con (x, y) si intende la coppia ordinata
Corso di Laurea in Matematica Geometria 2. Foglio di esercizi n. 2 a.a Soluzioni
Corso di Laurea in Matematica Geometria 2 Foglio di esercizi n. 2 a.a. 2015-16 Soluzioni Gli esercizi sono presi dal libro di Manetti. Per svolgere questi esercizi, studiare con cura i paragrafi 3.5, 3.6,
misura. Adesso, ad un arbitrario punto P dello spazio associamo una terna di numeri reali x
4. Geometria di R 3. Questo paragrafo è molto simile al paragrafo : tratta infatti delle proprietà geometriche elementari dello spazio R 3. Per assegnare delle coordinate nello spazio, fissiamo innanzitutto
Appunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
LEZIONE 3. Typeset by AMS-TEX
LEZIONE 3 3 Risoluzione di sistemi Supponiamo che AX = B sia un sistema di equazioni lineari Ad esso associamo la sua matrice completa (A B Per la Proposizione 236 sappiamo di poter trasformare, con operazioni
Statistica 1 A.A. 2015/2016
Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 51 Introduzione Il Calcolo delle
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
LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13)
LOGICA MATEMATICA PER INFORMATICA (A.A. 12/13) DISPENSA N. 4 Sommario. Dimostriamo il Teorema di Completezza per il Calcolo dei Predicati del I ordine. 1. Teorema di Completezza Dimostriamo il Teorema
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE
M.P. Cavaliere ELEMENTI DI MATEMATICA E LOGICA MATEMATICA DISCRETA STRUTTURE ALGEBRICHE Operazioni in un insieme Sia A un insieme non vuoto; una funzione f : A A A si dice operazione binaria (o semplicemente
Statistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di 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 :=
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
8. Completamento di uno spazio di misura.
8. Completamento di uno spazio di misura. 8.1. Spazi di misura. Spazi di misura completi. Definizione 8.1.1. (Spazio misurabile). Si chiama spazio misurabile ogni coppia ordinata (Ω, A), dove Ω è un insieme
04 - Logica delle dimostrazioni
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 04 - Logica delle dimostrazioni Anno Accademico 013/014 D. Provenzano,
Gli insiemi N, Z e Q. I numeri naturali
Università Roma Tre L. Chierchia 1 Gli insiemi N, Z e Q Il sistema dei numeri reali (R, +,, ) può essere definito tramite sedici assiomi: quindici assiomi algebrici (si veda ad esempio 2.3 in [Giusti,
Calcolo delle Probabilità 2013/14 Foglio di esercizi 3
Calcolo delle Probabilità 203/4 Foglio di esercizi 3 Probabilità condizionale e indipendenza. Esercizio. Per rilevare la presenza di una certa malattia, si effettua un test. Se la persona sottoposta al
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
Domande di teoria. Esercizi
1 Domande di teoria 1. Vedi pp. 131-132 2. Vedi pp. 132-134 3. Vedi p. 134 4. Vedi p. 135 5. Vedi pp. 136-142 6. Vedi pp. 138-139 7. Vedi pp. 141-142 8. Vedi pp. 143-146 9. Vedi pp. 146-148 Esercizi Esercizio
1 Ampliamento del piano e coordinate omogenee
1 Ampliamento del piano e coordinate omogenee Vogliamo dare una idea, senza molte pretese, dei concetti che stanno alla base di alcuni calcoli svolti nella classificazione delle coniche. Supponiamo di
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
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
Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo.
Capitolo 3 Il campo Z n 31 Introduzione Introduciamo ora un altro campo, formato da un numero finito di elementi; il campo delle classi resto modulo n, con n numero primo 32 Le classi resto Definizione
L aritmetica degli insiemi infiniti Parte I
L aritmetica degli insiemi infiniti Parte I Stefano Baratella Versione L A TEX realizzata in collaborazione con Tullio Garbari 1 Prerequisiti La relazione di equipotenza tra insiemi. Definizione 1. Si
Capitolo 1. Gli strumenti. 1.1 Relazioni
Capitolo 1 Gli strumenti Consideriamo un insieme X. In geometria siamo abituati a considerare insiemi i cui elementi sono punti ad esempio, la retta reale, il piano cartesiano. Più in generale i matematici
01 - Elementi di Teoria degli Insiemi
Università degli Studi di Palermo Facoltà di Economia CdS Sviluppo Economico e Cooperazione Internazionale Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2013/2014
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.
1 Relazione di congruenza in Z
1 Relazione di congruenza in Z Diamo ora un esempio importante di relazione di equivalenza: la relazione di congruenza modn in Z. Definizione 1 Sia X = Z, a,b Z ed n un intero n > 1. Si dice a congruo
A.A CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5.
A.A. 2015-2016. CORSO DI ALGEBRA 1. PROFF. P. PIAZZA, E. SPINELLI. SOLUZIONE ESERCIZI FOGLIO 5. Esercizio 5.1. Determinare le ultime tre cifre di n = 13 1625. (Suggerimento. Sfruttare il Teorema di Eulero-Fermat)
Piccolo teorema di Fermat
Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod p). Piccolo teorema di Fermat Proposizione Siano x, y Z, p N, p primo. Allora (x + y) p x p + y p (mod
01 - Elementi di Teoria degli Insiemi
Università degli Studi di Palermo Scuola Politecnica Dipartimento di Scienze Economiche, Aziendali e Statistiche Appunti del corso di Matematica 01 - Elementi di Teoria degli Insiemi Anno Accademico 2015/2016
8.1 Problema della diffusione in meccanica quantistica
8.1 Problema della diffusione in meccanica quantistica Prima di procedere oltre nello studio dell interazione puntuale, in questo paragrafo vogliamo dare un breve cenno alle nozioni di base della teoria
Matematica. Corso integrato di. per le scienze naturali ed applicate. Materiale integrativo. Paolo Baiti 1 Lorenzo Freddi 1
Corso integrato di Matematica per le scienze naturali ed applicate Materiale integrativo Paolo Baiti 1 Lorenzo Freddi 1 1 Dipartimento di Matematica e Informatica, Università di Udine, via delle Scienze
1 Definizione di sistema lineare omogeneo.
Geometria Lingotto. LeLing1: Sistemi lineari omogenei. Ārgomenti svolti: Definizione di sistema lineare omogeneo. La matrice associata. Concetto di soluzione. Sistemi equivalenti. Operazioni elementari
Metodi quantitativi per i mercati finanziari
Metodi quantitativi per i mercati finanziari Esercizi di probabilità Spazi di probabilità Ex. 1 Sia Ω = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12}. Siano A e B sottoinsiemi di Ω tali che A = {numeri pari},
Il teorema di Rouché-Capelli
Luciano Battaia Questi appunti (1), ad uso degli studenti del corso di Matematica (A-La) del corso di laurea in Commercio Estero dell Università Ca Foscari di Venezia, campus di Treviso, contengono un
CP110 Probabilità: Esonero 1. Testo e soluzione
Dipartimento di Matematica, Roma Tre Pietro Caputo 2009-2010, II semestre 1 aprile, 2010 CP110 Probabilità: Esonero 1 Testo e soluzione 1. (7 pt Una scatola contiene 15 palle numerate da 1 a 15. Le palle
Prodotto scalare e prodotto vettoriale. Elisabetta Colombo
Corso di Approfondimenti di Matematica Biotecnologie, Anno Accademico 2010-2011, http://users.mat.unimi.it/users/colombo/programmabio.html Vettori Vettori 1 2 3 4 di di Ricordiamo il in R n Dati a = (a
Corso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
Elementi di Calcolo Combinatorio. Dato un insieme I n, con P n si indica il numero di tutte le possibili permutazioni semplici di I n.
1 Elementi di Calcolo Combinatorio Def.: Dato un insieme I n, con P n si indica il numero di tutte le possibili permutazioni semplici di I n. ( n 1)... 3 2 1 P n n In quanti modi diversi si possono disporre
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
Cosa dobbiamo già conoscere?
Cosa dobbiamo già conoscere? Come opera la matematica: dagli ai teoremi. Che cosa è una funzione, il suo dominio e il suo codominio. Che cosa significa n j=1 A j dove A j sono insiemi. Che cosa significa
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
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
FUNZIONI. y Y. Def. L insieme Y è detto codominio di f. Es. Siano X = R, Y = R e f : x y = 1 x associo il suo inverso). (ad un numero reale
FUNZIONI Siano X e Y due insiemi. Def. Una funzione f definita in X a valori in Y è una corrispondenza (una legge) che associa ad ogni elemento X al piú un elemento in Y. X Y Def. L insieme Y è detto codominio
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti
FUNZIONI ELEMENTARI, DISEQUAZIONI, NUMERI REALI, PRINCIPIO DI INDUZIONE Esercizi risolti Discutendo graficamente la disequazione x > 3 + x, verificare che l insieme delle soluzioni è un intervallo e trovarne
1 IL LINGUAGGIO MATEMATICO
1 IL LINGUAGGIO MATEMATICO Il linguaggio matematico moderno è basato su due concetti fondamentali: la teoria degli insiemi e la logica delle proposizioni. La teoria degli insiemi ci assicura che gli oggetti
ESERCIZI SULLE MATRICI
ESERCIZI SULLE MATRICI Consideriamo il sistema lineare a, x + a, x + + a,n x n = b a, x + a, x + + a,n x n = b a m, x + a m, x + + a m,n x n = b m di m equazioni in n incognite che ha a, a,n A = a m, a
Correzione primo compitino, testo B
Correzione primo compitino, testo B gennaio 20 Parte Esercizio Facciamo riferimento alle pagine 22 e 2 del libro di testo Quando si ha a che fare con la moltiplicazione o la divisione di misure bisogna
Matematica Discreta e Algebra Lineare (per Informatica)
Matematica Discreta e Algebra Lineare (per Informatica) Docente: Alessandro Berarducci Anno accademico 2016-2017, versione 14 Marzo 2017 Tipiche domande d esame La seguente lista di domande non intende
Test di Matematica di base
Test di Matematica di base Calcolo combinatorio e delle probabilitá Quanti oggetti possiamo differenziare con delle targhe di due simboli di cui il primo é una lettera dell alfabeto italiano e il secondo
