si-kombinatorika 13s082vs - milan...
TRANSCRIPT
-
SI-KOMBINATORIKA
13S082VS
Profesor Milan [email protected]
Verovatnoća i Statistika-proleće 2019
Milan Merkle Kombinatorika ETF Beograd 1 / 12
-
SLUČAJAN IZBOR
Iz konačnog skupa:Iz skupa S , |S | = n, bira se k elemenata. Kažemo da je izbor slučajan akosvaki podskup od k elemenata ima istu verovatnoću da bude izabran.(p = 1/
(nk
)).
Iz neprebrojivog skupa: Izbor iz beskonačnog skupa koji se možepredstaviti kao deo prave, ravni ili prostora je slučajan ako su verovatnoćeizbora pojedinih podskupova proporcionalne njihovoj meri (dužini, povřsiniili zapremini), tj. ako dva podskupa iste mere imaju istu verovatnoću. Uovom slučaju verovatnoće se odred̄uju po pravilu geometrijske verovatnoće.
Iz prebrojivog skupa nije moguć slučajan izbor!!.
Milan Merkle Kombinatorika ETF Beograd 2 / 12
-
SLUČAJAN IZBOR
Iz konačnog skupa:Iz skupa S , |S | = n, bira se k elemenata. Kažemo da je izbor slučajan akosvaki podskup od k elemenata ima istu verovatnoću da bude izabran.(p = 1/
(nk
)).
Iz neprebrojivog skupa: Izbor iz beskonačnog skupa koji se možepredstaviti kao deo prave, ravni ili prostora je slučajan ako su verovatnoćeizbora pojedinih podskupova proporcionalne njihovoj meri (dužini, povřsiniili zapremini), tj. ako dva podskupa iste mere imaju istu verovatnoću. Uovom slučaju verovatnoće se odred̄uju po pravilu geometrijske verovatnoće.
Iz prebrojivog skupa nije moguć slučajan izbor!!.
Milan Merkle Kombinatorika ETF Beograd 2 / 12
-
SLUČAJAN IZBOR
Iz konačnog skupa:Iz skupa S , |S | = n, bira se k elemenata. Kažemo da je izbor slučajan akosvaki podskup od k elemenata ima istu verovatnoću da bude izabran.(p = 1/
(nk
)).
Iz neprebrojivog skupa: Izbor iz beskonačnog skupa koji se možepredstaviti kao deo prave, ravni ili prostora je slučajan ako su verovatnoćeizbora pojedinih podskupova proporcionalne njihovoj meri (dužini, povřsiniili zapremini), tj. ako dva podskupa iste mere imaju istu verovatnoću. Uovom slučaju verovatnoće se odred̄uju po pravilu geometrijske verovatnoće.
Iz prebrojivog skupa nije moguć slučajan izbor!!.
Milan Merkle Kombinatorika ETF Beograd 2 / 12
-
Pravilo zbira i pravilo proizvoda
Pravilo zbira. Ako se predmet jedne vrste može izabrati na n1 načina apredmet druge vrste na n2 načina tada se jedan predmet (bez obzira navrstu) može izabrati na n1 + n2 načina.Primer: 5 belih i 10 crvenih kuglica
Pravilo proizvoda. Ako se predmet jedne vrste može izabrati na n1načina i zatim predmet druge vrste na n2 načina, tada se dva predmetajedan za drugim mogu izabrati na n1 · n2 načina.Primer: 5 belih i 10 crvenih kuglica. Izvlačimo dve kuglice- sa vraćanjem, bez vraćanja.
Primer 17. Jovan je u društvu od 10 osoba koje organizuje lutriju tako štosvako ubaci papirić sa svojim imenom u šešir iz koga se zatim izvlače trirazličite nagrade. Naći verovatnoću da će Jovan dobiti jednu od nagrada.
Milan Merkle Kombinatorika ETF Beograd 3 / 12
-
Pravilo zbira i pravilo proizvoda
Pravilo zbira. Ako se predmet jedne vrste može izabrati na n1 načina apredmet druge vrste na n2 načina tada se jedan predmet (bez obzira navrstu) može izabrati na n1 + n2 načina.Primer: 5 belih i 10 crvenih kuglica
Pravilo proizvoda. Ako se predmet jedne vrste može izabrati na n1načina i zatim predmet druge vrste na n2 načina, tada se dva predmetajedan za drugim mogu izabrati na n1 · n2 načina.Primer: 5 belih i 10 crvenih kuglica. Izvlačimo dve kuglice- sa vraćanjem, bez vraćanja.
Primer 17. Jovan je u društvu od 10 osoba koje organizuje lutriju tako štosvako ubaci papirić sa svojim imenom u šešir iz koga se zatim izvlače trirazličite nagrade. Naći verovatnoću da će Jovan dobiti jednu od nagrada.
Milan Merkle Kombinatorika ETF Beograd 3 / 12
-
Pravilo zbira i pravilo proizvoda
Pravilo zbira. Ako se predmet jedne vrste može izabrati na n1 načina apredmet druge vrste na n2 načina tada se jedan predmet (bez obzira navrstu) može izabrati na n1 + n2 načina.Primer: 5 belih i 10 crvenih kuglica
Pravilo proizvoda. Ako se predmet jedne vrste može izabrati na n1načina i zatim predmet druge vrste na n2 načina, tada se dva predmetajedan za drugim mogu izabrati na n1 · n2 načina.Primer: 5 belih i 10 crvenih kuglica. Izvlačimo dve kuglice- sa vraćanjem, bez vraćanja.
Primer 17. Jovan je u društvu od 10 osoba koje organizuje lutriju tako štosvako ubaci papirić sa svojim imenom u šešir iz koga se zatim izvlače trirazličite nagrade. Naći verovatnoću da će Jovan dobiti jednu od nagrada.
Milan Merkle Kombinatorika ETF Beograd 3 / 12
-
Kombinacije
Iz bubnja u kome su kuglice numerisane brojevima 1- 39 izvlači se 7kuglica. Naći verovatnoću da su izvučene kuglice sa brojevima1, 2, 3, 4, 5, 6, 7. (R: 6.501554489 · 10−8)
Binomni koeficijenti - osobine:(n
k
)=
n!
k!(n − k)!,
(n
k
)=
(n
n − k
),
(n
0
)=
(n
n
)= 1,
(n − 1k − 1
)+
(n − 1k
)=
(n
k
),
n∑k=0
(n
k
)= (1 + 1)n = 2n.
Milan Merkle Kombinatorika ETF Beograd 4 / 12
-
Kombinacije
Iz bubnja u kome su kuglice numerisane brojevima 1- 39 izvlači se 7kuglica. Naći verovatnoću da su izvučene kuglice sa brojevima1, 2, 3, 4, 5, 6, 7. (R: 6.501554489 · 10−8)
Binomni koeficijenti - osobine:(n
k
)=
n!
k!(n − k)!,
(n
k
)=
(n
n − k
),
(n
0
)=
(n
n
)= 1,
(n − 1k − 1
)+
(n − 1k
)=
(n
k
),
n∑k=0
(n
k
)= (1 + 1)n = 2n.
Milan Merkle Kombinatorika ETF Beograd 4 / 12
-
Kombinacije sa ponavljanjem
Primer 30. Koliko ima rešenja (x1, . . . , xk) jednačine
x1 + x2 + · · ·+ xk = n ,
gde je n dati prirodan broj, a x1, . . . xk su nenegativni celi brojevi?
Milan Merkle Kombinatorika ETF Beograd 5 / 12
-
Rešenje zadatka:
a) Koliko ima pozitivnih rešenja? Za n = 9, k = 4
© © © | © © | © | © © ©
Rešenje:(n−1k−1)
Opšti slučaj se svodi na a) :
x1 + x2 + · · ·+ xk = n ⇐⇒
(x1 + 1) + (x2 + 1) + · · ·+ (xk + 1) = n + k
Rešenje u opštem slučaju:(n+k−1
k−1)
=(n+k−1
n
).
Milan Merkle Kombinatorika ETF Beograd 6 / 12
-
Rešenje zadatka:
a) Koliko ima pozitivnih rešenja? Za n = 9, k = 4
© © © | © © | © | © © ©
Rešenje:(n−1k−1)
Opšti slučaj se svodi na a) :
x1 + x2 + · · ·+ xk = n ⇐⇒
(x1 + 1) + (x2 + 1) + · · ·+ (xk + 1) = n + k
Rešenje u opštem slučaju:(n+k−1
k−1)
=(n+k−1
n
).
Milan Merkle Kombinatorika ETF Beograd 6 / 12
-
Rešenje zadatka:
a) Koliko ima pozitivnih rešenja? Za n = 9, k = 4
© © © | © © | © | © © ©
Rešenje:(n−1k−1)
Opšti slučaj se svodi na a) :
x1 + x2 + · · ·+ xk = n ⇐⇒
(x1 + 1) + (x2 + 1) + · · ·+ (xk + 1) = n + k
Rešenje u opštem slučaju:(n+k−1
k−1)
=(n+k−1
n
).
Milan Merkle Kombinatorika ETF Beograd 6 / 12
-
Rešenje zadatka:
a) Koliko ima pozitivnih rešenja? Za n = 9, k = 4
© © © | © © | © | © © ©
Rešenje:(n−1k−1)
Opšti slučaj se svodi na a) :
x1 + x2 + · · ·+ xk = n ⇐⇒
(x1 + 1) + (x2 + 1) + · · ·+ (xk + 1) = n + k
Rešenje u opštem slučaju:(n+k−1
k−1)
=(n+k−1
n
).
Milan Merkle Kombinatorika ETF Beograd 6 / 12
-
Rešenje zadatka:
a) Koliko ima pozitivnih rešenja? Za n = 9, k = 4
© © © | © © | © | © © ©
Rešenje:(n−1k−1)
Opšti slučaj se svodi na a) :
x1 + x2 + · · ·+ xk = n ⇐⇒
(x1 + 1) + (x2 + 1) + · · ·+ (xk + 1) = n + k
Rešenje u opštem slučaju:(n+k−1
k−1)
=(n+k−1
n
).
Milan Merkle Kombinatorika ETF Beograd 6 / 12
-
Primena: Jedan test slučajnosti
Da li je dati niz brojeva slučajan?
Da li je dobijen na slučajan način?
U teoriji slučajnosti koristi se definicija Kolmogorova: niz je slučajanako njegova dužina u bitima nije veća od dužine najkraćeg algoritmapo kome se on može konstruisati.
Statistički testovi hipoteza: Hipoteza se odbacuje ako se skupe dokaziprotiv nje.
Dokaz je svaki ekstremni dogad̄aj koji bi se dogodio sa veoma malomverovatnćom da je hipoteza tačna.
Test serija jedan od mnogobrojnih testova slučajnosti.
Milan Merkle Kombinatorika ETF Beograd 7 / 12
-
Primena: Jedan test slučajnosti
Da li je dati niz brojeva slučajan?
Da li je dobijen na slučajan način?
U teoriji slučajnosti koristi se definicija Kolmogorova: niz je slučajanako njegova dužina u bitima nije veća od dužine najkraćeg algoritmapo kome se on može konstruisati.
Statistički testovi hipoteza: Hipoteza se odbacuje ako se skupe dokaziprotiv nje.
Dokaz je svaki ekstremni dogad̄aj koji bi se dogodio sa veoma malomverovatnćom da je hipoteza tačna.
Test serija jedan od mnogobrojnih testova slučajnosti.
Milan Merkle Kombinatorika ETF Beograd 7 / 12
-
Primena: Jedan test slučajnosti
Da li je dati niz brojeva slučajan?
Da li je dobijen na slučajan način?
U teoriji slučajnosti koristi se definicija Kolmogorova: niz je slučajanako njegova dužina u bitima nije veća od dužine najkraćeg algoritmapo kome se on može konstruisati.
Statistički testovi hipoteza: Hipoteza se odbacuje ako se skupe dokaziprotiv nje.
Dokaz je svaki ekstremni dogad̄aj koji bi se dogodio sa veoma malomverovatnćom da je hipoteza tačna.
Test serija jedan od mnogobrojnih testova slučajnosti.
Milan Merkle Kombinatorika ETF Beograd 7 / 12
-
Primena: Jedan test slučajnosti
Da li je dati niz brojeva slučajan?
Da li je dobijen na slučajan način?
U teoriji slučajnosti koristi se definicija Kolmogorova: niz je slučajanako njegova dužina u bitima nije veća od dužine najkraćeg algoritmapo kome se on može konstruisati.
Statistički testovi hipoteza: Hipoteza se odbacuje ako se skupe dokaziprotiv nje.
Dokaz je svaki ekstremni dogad̄aj koji bi se dogodio sa veoma malomverovatnćom da je hipoteza tačna.
Test serija jedan od mnogobrojnih testova slučajnosti.
Milan Merkle Kombinatorika ETF Beograd 7 / 12
-
Primena: Jedan test slučajnosti
Da li je dati niz brojeva slučajan?
Da li je dobijen na slučajan način?
U teoriji slučajnosti koristi se definicija Kolmogorova: niz je slučajanako njegova dužina u bitima nije veća od dužine najkraćeg algoritmapo kome se on može konstruisati.
Statistički testovi hipoteza: Hipoteza se odbacuje ako se skupe dokaziprotiv nje.
Dokaz je svaki ekstremni dogad̄aj koji bi se dogodio sa veoma malomverovatnćom da je hipoteza tačna.
Test serija jedan od mnogobrojnih testova slučajnosti.
Milan Merkle Kombinatorika ETF Beograd 7 / 12
-
Primena: Jedan test slučajnosti
Da li je dati niz brojeva slučajan?
Da li je dobijen na slučajan način?
U teoriji slučajnosti koristi se definicija Kolmogorova: niz je slučajanako njegova dužina u bitima nije veća od dužine najkraćeg algoritmapo kome se on može konstruisati.
Statistički testovi hipoteza: Hipoteza se odbacuje ako se skupe dokaziprotiv nje.
Dokaz je svaki ekstremni dogad̄aj koji bi se dogodio sa veoma malomverovatnćom da je hipoteza tačna.
Test serija jedan od mnogobrojnih testova slučajnosti.
Milan Merkle Kombinatorika ETF Beograd 7 / 12
-
Primena: Jedan test slučajnosti
Da li je dati niz brojeva slučajan?
Da li je dobijen na slučajan način?
U teoriji slučajnosti koristi se definicija Kolmogorova: niz je slučajanako njegova dužina u bitima nije veća od dužine najkraćeg algoritmapo kome se on može konstruisati.
Statistički testovi hipoteza: Hipoteza se odbacuje ako se skupe dokaziprotiv nje.
Dokaz je svaki ekstremni dogad̄aj koji bi se dogodio sa veoma malomverovatnćom da je hipoteza tačna.
Test serija jedan od mnogobrojnih testova slučajnosti.
Milan Merkle Kombinatorika ETF Beograd 7 / 12
-
Serije
Pod serijom u binarnom nizu podrazumevamo uzastopno ponavljanjeiste cifre. Niz
0010100111001 = 00 1 0 1 00 111 00 1
ima 4 serije nula i 4 serije jedinica. Za niz od m nula i n > 0 jedinica,najveći broj serija jedinica je min (m + 1, n), jer izmed̄u svake dveuzastopne serije jedinica mora stajati bar jedna nula.
Zadatak: Naći verovatnoću da u slučajnom nizu od m nula i njedinica bude r serija jedinica.
Rešenje: Broj povoljnih dogad̄aja je(m+1
r
)(n−1r−1)
Ukupan broj
slučajnih nizova sastavljenih od m nula i n jedinica je(m+n
n
). Odavde
je
Pr =
(m+1r
)(n−1r−1)(m+n
n
) , r = 1, . . . ,min (m + 1, n).Kompletno rešenje na stranama 24-25 udžbenika.
Milan Merkle Kombinatorika ETF Beograd 8 / 12
-
Serije
Pod serijom u binarnom nizu podrazumevamo uzastopno ponavljanjeiste cifre. Niz
0010100111001 = 00 1 0 1 00 111 00 1
ima 4 serije nula i 4 serije jedinica. Za niz od m nula i n > 0 jedinica,najveći broj serija jedinica je min (m + 1, n), jer izmed̄u svake dveuzastopne serije jedinica mora stajati bar jedna nula.
Zadatak: Naći verovatnoću da u slučajnom nizu od m nula i njedinica bude r serija jedinica.
Rešenje: Broj povoljnih dogad̄aja je(m+1
r
)(n−1r−1)
Ukupan broj
slučajnih nizova sastavljenih od m nula i n jedinica je(m+n
n
). Odavde
je
Pr =
(m+1r
)(n−1r−1)(m+n
n
) , r = 1, . . . ,min (m + 1, n).Kompletno rešenje na stranama 24-25 udžbenika.
Milan Merkle Kombinatorika ETF Beograd 8 / 12
-
Serije
Pod serijom u binarnom nizu podrazumevamo uzastopno ponavljanjeiste cifre. Niz
0010100111001 = 00 1 0 1 00 111 00 1
ima 4 serije nula i 4 serije jedinica. Za niz od m nula i n > 0 jedinica,najveći broj serija jedinica je min (m + 1, n), jer izmed̄u svake dveuzastopne serije jedinica mora stajati bar jedna nula.
Zadatak: Naći verovatnoću da u slučajnom nizu od m nula i njedinica bude r serija jedinica.
Rešenje: Broj povoljnih dogad̄aja je(m+1
r
)(n−1r−1)
Ukupan broj
slučajnih nizova sastavljenih od m nula i n jedinica je(m+n
n
). Odavde
je
Pr =
(m+1r
)(n−1r−1)(m+n
n
) , r = 1, . . . ,min (m + 1, n).Kompletno rešenje na stranama 24-25 udžbenika.
Milan Merkle Kombinatorika ETF Beograd 8 / 12
-
Serije
Pod serijom u binarnom nizu podrazumevamo uzastopno ponavljanjeiste cifre. Niz
0010100111001 = 00 1 0 1 00 111 00 1
ima 4 serije nula i 4 serije jedinica. Za niz od m nula i n > 0 jedinica,najveći broj serija jedinica je min (m + 1, n), jer izmed̄u svake dveuzastopne serije jedinica mora stajati bar jedna nula.
Zadatak: Naći verovatnoću da u slučajnom nizu od m nula i njedinica bude r serija jedinica.
Rešenje: Broj povoljnih dogad̄aja je(m+1
r
)(n−1r−1)
Ukupan broj
slučajnih nizova sastavljenih od m nula i n jedinica je(m+n
n
). Odavde
je
Pr =
(m+1r
)(n−1r−1)(m+n
n
) , r = 1, . . . ,min (m + 1, n).Kompletno rešenje na stranama 24-25 udžbenika.
Milan Merkle Kombinatorika ETF Beograd 8 / 12
-
Test serija
Ovaj niz sa mnogo serija može da bude slučajan
01010101010101010101010101
a takod̄e i ovaj sa samo dve serije
00000000000001111111111111
Da li bi neko poverovao u to?
Milan Merkle Kombinatorika ETF Beograd 9 / 12
-
Test serija
Ovaj niz sa mnogo serija može da bude slučajan
01010101010101010101010101
a takod̄e i ovaj sa samo dve serije
00000000000001111111111111
Da li bi neko poverovao u to?
Milan Merkle Kombinatorika ETF Beograd 9 / 12
-
Test serija
Ovaj niz sa mnogo serija može da bude slučajan
01010101010101010101010101
a takod̄e i ovaj sa samo dve serije
00000000000001111111111111
Da li bi neko poverovao u to?
Milan Merkle Kombinatorika ETF Beograd 9 / 12
-
Test serija
Ovaj niz sa mnogo serija može da bude slučajan
01010101010101010101010101
a takod̄e i ovaj sa samo dve serije
00000000000001111111111111
Da li bi neko poverovao u to?
Milan Merkle Kombinatorika ETF Beograd 9 / 12
-
U tabeli su prikazane verovatnoće Pr da slučajni niz sa 13 jedinica i 13nula ima r serija jedinica. Zbog m = n = 13 imamo da jeP8 = P6,P9 = P5, . . . ,P13 = P1, i prvih 7 vrednosti su dovoljne:
r 1 2 3 4 5 6 7Pr 1.35 · 10−6 1.05 · 10−4 0.00231 0.02117 0.09528 0.22868 0.30490
Milan Merkle Kombinatorika ETF Beograd 10 / 12
-
Najverovatnije je da je r = 7. Ako se r nalazi daleko od 7,odbacujemo hipotezu slučajnosti. Kriterijum koliko daleko jeverovatnoća greške testa (odbacivanje hipoteze koja je tačna).
Neka je r = S broj serija jedinica. Ako kao kriterijum odbacivanjaslučajnosti uzmemo |S − 7| ≥ 3, verovatnoća greške je
P(|S − 7| ≥ 3) =4∑
r=1
Pr +13∑
r=10
Pr = 2(P1 + P2 + P3 + P4) = 0.047.
Ovaj niz prolazi kao slučajan (7 serija)
10111000111100100010010110
dok ovaj ne prolazi (10 serija)
01011001101101010010100101
Milan Merkle Kombinatorika ETF Beograd 11 / 12
-
Najverovatnije je da je r = 7. Ako se r nalazi daleko od 7,odbacujemo hipotezu slučajnosti. Kriterijum koliko daleko jeverovatnoća greške testa (odbacivanje hipoteze koja je tačna).
Neka je r = S broj serija jedinica. Ako kao kriterijum odbacivanjaslučajnosti uzmemo |S − 7| ≥ 3, verovatnoća greške je
P(|S − 7| ≥ 3) =4∑
r=1
Pr +13∑
r=10
Pr = 2(P1 + P2 + P3 + P4) = 0.047.
Ovaj niz prolazi kao slučajan (7 serija)
10111000111100100010010110
dok ovaj ne prolazi (10 serija)
01011001101101010010100101
Milan Merkle Kombinatorika ETF Beograd 11 / 12
-
Najverovatnije je da je r = 7. Ako se r nalazi daleko od 7,odbacujemo hipotezu slučajnosti. Kriterijum koliko daleko jeverovatnoća greške testa (odbacivanje hipoteze koja je tačna).
Neka je r = S broj serija jedinica. Ako kao kriterijum odbacivanjaslučajnosti uzmemo |S − 7| ≥ 3, verovatnoća greške je
P(|S − 7| ≥ 3) =4∑
r=1
Pr +13∑
r=10
Pr = 2(P1 + P2 + P3 + P4) = 0.047.
Ovaj niz prolazi kao slučajan (7 serija)
10111000111100100010010110
dok ovaj ne prolazi (10 serija)
01011001101101010010100101
Milan Merkle Kombinatorika ETF Beograd 11 / 12
-
Najverovatnije je da je r = 7. Ako se r nalazi daleko od 7,odbacujemo hipotezu slučajnosti. Kriterijum koliko daleko jeverovatnoća greške testa (odbacivanje hipoteze koja je tačna).
Neka je r = S broj serija jedinica. Ako kao kriterijum odbacivanjaslučajnosti uzmemo |S − 7| ≥ 3, verovatnoća greške je
P(|S − 7| ≥ 3) =4∑
r=1
Pr +13∑
r=10
Pr = 2(P1 + P2 + P3 + P4) = 0.047.
Ovaj niz prolazi kao slučajan (7 serija)
10111000111100100010010110
dok ovaj ne prolazi (10 serija)
01011001101101010010100101
Milan Merkle Kombinatorika ETF Beograd 11 / 12
-
Za vežbanje: primeri 15-29. Primer 30 (Kombinacije sa ponavljanjem)Zadaci 4-28. Zadatak 3 zadaci 226-233.
Milan Merkle Kombinatorika ETF Beograd 12 / 12