{ } { } En mängd är en samling objekt A = 0, 1. Ex: Mängder grundbegrepp 5 C. Olof M C = { 7, 1, 5} M = { Ce, Joa, Ch, Je, Id, Jon, Pe}

Relevanta dokument
3 Grundläggande sannolikhetsteori

Kombinatorik och sannolikhetslära

TMS136. Föreläsning 1

SF1901: Sannolikhetslära och statistik

Matematisk statistik - Slumpens matematik

TMS136. Föreläsning 1

Hur många registreringsskyltar finns det som inte innehåller samma tecken mer än en

Finansiell statistik, vt-05. Sannolikhetslära. Mängder En mängd är en samling element (objekt) 1, 2,, F2 Sannolikhetsteori. koppling till verkligheten

MA2047 Algebra och diskret matematik

KOMBINATORIK. Exempel 1. Motivera att det bland 11 naturliga tal finns minst två som slutar på samma

Kombinatorik. Författarna och Bokförlaget Borken, Kombinatorik - 1

Kombinatorik. Kapitel 2. Allmänt kan sägas att inom kombinatoriken sysslar man huvudsakligen med beräkningar av

MA2047 Algebra och diskret matematik

1 Föreläsning I, Mängdlära och elementär sannolikhetsteori,

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 1

Kap 2: Några grundläggande begrepp

Sannolikhetslära. 1 Enkel sannolikhet. Grunder i matematik och logik (2015) 1.1 Sannolikhet och relativ frekvens. Marco Kuhlmann

händelsen som alltid inträffar. Den tomma mängden representerar händelsen som aldrig inträffar.

SF1901: Sannolikhetslära och statistik

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

Föreläsning 1. Grundläggande begrepp

(N) och mängden av heltal (Z); objekten i en mängd behöver dock inte vara tal. De objekt som ingår i en mängd kallas för mängdens element.

Starta med att läsa avsnitt 2.1 i [J] från sidan 56 (64) [76] till och med exempel (2.1.3) [2.1.5] på sidan 57 (65) [79].

Föreläsning 2. Kapitel 3, sid Sannolikhetsteori

Kapitel 1. betecknas detta antal med n(a). element i B; bet. A B. Den tomma mängden är enligt överenskommelsen en delmängd. lika; bet. A = B.

Statistisk slutledning (statistisk inferens): Sannolikhetslära: GRUNDLÄGGANDE SANNOLIKHETSLÄRA. Med utgångspunkt från ett stickprov

Diskret matematik: Övningstentamen 4

Funktioner och kombinatoriska tillämpningar. Mars

Sannolikhetsbegreppet

Reliability analysis in engineering applications

Block 1 - Mängder och tal

Matematik 5 Kap 1 Diskret matematik I

Introduktion till sannolikhetslära. Människor talar om sannolikheter :

Matematisk Statistik och Disktret Matematik, MVE051/MSG810, VT19

Föreläsning 8: Räkning. Duvhålsprincipen. Kombinatorik

Kapitel 2. Grundläggande sannolikhetslära

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

Statistikens grunder HT, dagtid Statistiska institutionen

Algebra och kombinatorik 10/ Föreläsning 4. Låt X vara en ändlig mängd. En permutation av X är en bijektiv funktion X X. Sats: S n =n!

F2 SANNOLIKHETSLÄRA (NCT )

TAMS79: Föreläsning 1 Grundläggande begrepp

TMS136. Föreläsning 2

Matematisk statistik 9 hp för I, Pi, C, D och fysiker Föreläsning 1: Introduktion och Sannolikhet

Induktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen

Uppsala universitet Institutionen för lingvistik och filologi. Grundbegrepp: Mängder och element Delmängder

Lena Alfredsson Kajsa Bråting Patrik Erixon Hans Heikne. Matematik. Kurs 5 Blå lärobok. Natur & Kultur. M5000 Kurs 5 Bla.indb :34

Sidor i boken Figur 1:

Lösningar till Algebra och kombinatorik

Matematik CD för TB. tanv = motstående närliggande. tan34 = x 35. x = 35tan 34. x cosv = närliggande hypotenusan. cos40 = x 61.

SF1901: SANNOLIKHETSTEORI OCH STATISTIK GRUNDLÄGGANDE SANNOLIKHETSTEORI, BETINGAD SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko.

Lösning av tentamensskrivning i Diskret Matematik för CINTE och CMETE, SF1610, tisdagen den 27 maj 2014, kl

SF1901: Sannolikhetslära och statistik

Matematisk statistik 9hp för: C,D,I, Pi

Föreläsning 1, Matematisk statistik Π + E

Lösningsförslag till Tentamen i 5B1118 Diskret matematik 5p 14 augusti, 2002

Lösning till tentamensskrivning i Diskret Matematik för CINTE och CMETE, m fl, SF1610, tisdagen den 2 juni 2015, kl

Föreläsning 1: Tal, mängder och slutledningar

Föreläsningsmanus i matematisk statistik för lantmätare, vecka 2 HT07

Mängder. 1 Mängder. Grunder i matematik och logik (2015) 1.1 Grundläggande begrepp. 1.2 Beskrivningar av mängder. Marco Kuhlmann

S0007M Statistik2: Slumpmodeller och inferens. Inge Söderkvist

Armin Halilovic: EXTRA ÖVNINGAR

Grundläggande matematisk statistik

1 Föreläsning I, Vecka I: 5/11-11/11 MatStat: Kap 1, avsnitt , 2.5

Grundläggande matematisk statistik

Kongruens och likformighet

Statistik. Det finns tre sorters lögner: lögn, förbannad lögn och statistik

Planering i matematik 5 för NA11 och ITT11. V Datum Kapitel Moment Anmärkning. Tis Övning 11:30-12: 40

Tentamensskrivning i Diskret Matematik för CINTE och CMETE, SF1610, onsdagen den 20 augusti 2014, kl

Om relationer och algebraiska

Block 1 - Mängder och tal

Kapitel 2. Grundläggande sannolikhetslära

Lösningar och lösningsskisser

Något om kombinatorik

Induktion, mängder och bevis för Introduktionskursen på I

Mängdlära. Kapitel Mängder

SF1911: Statistik för bioteknik

KOMBINATORIK OCH BINOMIALSATSEN

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Version 2018-xx-xx TANKENÖTTER FACIT

Reflektionsprincipen

Högstadiets matematiktävling 2018/19 Finaltävling 19 januari 2019 Lösningsförslag

Föreläsning 1, Matematisk statistik för M

Föreläsningsanteckningar och övningar till logik mängdlära

Algebra och Diskret Matematik A (svenska)

Lösning till tentamensskrivning i Diskret Matematik, SF1610 och 5B1118, torsdagen den 21 oktober 2010, kl

Exempel: Väljarbarometern. Föreläsning 1: Introduktion. Om Väljarbarometern. Statistikens uppgift

Finansiell statistik, vt-05. Bayes sats. Bayes sats; forts. F3 Sannolikhetsteori. Exempel: antag att vi har tre skålar P( ) = 0 P( ) = 2/5 P( ) = 4/5

Föreläsning 1: Introduktion

Institutionen för lingvistik och filologi VT 2014 (Marco Kuhlmann 2013, tillägg och redaktion Mats Dahllöf 2014).

Statistikens grunder HT, dagtid Statistiska institutionen

Kapitel Test 1 sidan sid 56 ff... 7 Blandade Uppgifter Totalt har högt blodtryck. 85 % av 80 st =68 dricker alkohol.

a n = A2 n + B4 n. { 2 = A + B 6 = 2A + 4B, S(5, 2) = S(4, 1) + 2S(4, 2) = 1 + 2(S(3, 1) + 2S(3, 2)) = 3 + 4(S(2, 1) + 2S(2, 2)) = = 15.

Sidor i boken 8-9, 90-93

LARS JAKOBSSON KLAS NILSON. Kapitel 1 med tillhörande facit

Trigonometri. Sidor i boken 26-34

SF1901: SANNOLIKHETSTEORI OCH GRUNDLÄGGANDE SANNOLIKHETSTEORI, STATISTIK BETINGADE SANNOLIKHETER, OBEROENDE. Tatjana Pavlenko.

MS-A0409 Grundkurs i diskret matematik I

MS-A0409 Grundkurs i diskret matematik I

SF1901: Sannolikhetslära och statistik Föreläsning 2. Betingad sannolikhet & Oberoende

Sidor i boken V.L = 8 H.L. 2+6 = 8 V.L. = H.L.

Transkript:

Mängder grundbegrepp En mängd är en samling objekt Ex: { } { } A = 0, 1 B = 0 C = { 7, 1, 5} tomma mängden (har inga element) D = { 1, 2, 3,, 10} M = { Ce, Joa, Ch, Je, Id, Jon, Pe} kallas element i mängden mängden av alla hela tal mellan 1 och 10 mängden av mattelärare på skolan 5 C Olof M elementet 5 tillhör mängden C Olof tillhör inte M

Ex: N = { 0, 1, 2, 3, } mängden av alla naturliga tal Mängder grundbegrepp Z = {, 2, 1, 0, 1, 2, } mängden av alla hela tal

Ex: N = { 0, 1, 2, 3, } mängden av alla naturliga tal Mängder grundbegrepp Z = {, 2, 1, 0, 1, 2, } mängden av alla hela tal Tillbaka till D: D = { x x är ett heltal och 1 x 10}

Ex: N = { 0, 1, 2, 3, } mängden av alla naturliga tal Mängder grundbegrepp Z = {, 2, 1, 0, 1, 2, } mängden av alla hela tal Tillbaka till D: D = { x x är ett heltal och 1 x 10} mängden av alla x sådana att x är ett heltal mellan 1 och 10 namn på godtyckligt element i mängden beskrivning (påstående som är sant för de x som är element i mängden)

Ex: N = { 0, 1, 2, 3, } mängden av alla naturliga tal Mängder grundbegrepp Z = {, 2, 1, 0, 1, 2, } mängden av alla hela tal Tillbaka till D: D = { x x är ett heltal och 1 x 10} mängden av alla x sådana att x är ett heltal mellan 1 och 10 namn på godtyckligt element i mängden beskrivning (påstående som är sant för de x som är element i mängden) Ännu kompaktare: D = { x x Z, 1 x 10}

Mängder grundbegrepp Om varje element i en mängd B också tillhör mängden A, kallas B delmängd av A. Skrivs B A eller A B

Mängder grundbegrepp Om varje element i en mängd B också tillhör mängden A, kallas B delmängd av A. Skrivs B A eller A B Om B A men B A är B en äkta delmängd av A. Skrivs B A eller A B

Mängder grundbegrepp Om varje element i en mängd B också tillhör mängden A, kallas B delmängd av A. Skrivs B A eller A B Om B A men B A är B en äkta delmängd av A. Skrivs B A Notera att eller A B är delmängd av varje mängd.

Mängder grundbegrepp Om varje element i en mängd B också tillhör mängden A, kallas B delmängd av A. Skrivs B A eller A B Om B A men B A är B en äkta delmängd av A. Skrivs B A Notera att eller A B är delmängd av varje mängd. En mängd med n element har 2 n delmängder.

Låt A och B vara två mängder som är delmängder av någon grundmängd G. Mängdoperationer G A B

Låt A och B vara två mängder som är delmängder av någon grundmängd G. Snittet av A och B: A B = x x A och x B { } G A B Mängdoperationer G A B

Låt A och B vara två mängder som är delmängder av någon grundmängd G. Mängdoperationer G A B Snittet av A och B: A B = x x A och x B { } Unionen av A och B: A B = { x x A eller x B} G G A A B B

Låt A och B vara två mängder som är delmängder av någon grundmängd G. Mängdoperationer G A B Snittet av A och B: A B = x x A och x B { } Unionen av A och B: A B = { x x A eller x B} Mängddifferensen av A och B: A B = { x x A och x B} G G G A A A B B B

Låt A och B vara två mängder som är delmängder av någon grundmängd G. Mängdoperationer G A B Snittet av A och B: A B = x x A och x B { } Unionen av A och B: A B = { x x A eller x B} Mängddifferensen av A och B: A B = { x x A och x B} Komplementet till A med avseende på G: A C = G A G G G G A A A A B B B Alla element som ingår i både A och B ingår i A eller B eller i båda [ eller/och ] ingår i A men inte i B ingår i G men inte i A

Om A och B inte har något gemensamt element (det vill säga om A B = ) sägs de vara disjunkta. G A B Venndiagram

Om A och B inte har något gemensamt element (det vill säga om A B = ) sägs de vara disjunkta. G A B Antalet element i en mängd M betecknas M Venndiagram

Om A och B inte har något gemensamt element (det vill säga om A B = ) sägs de vara disjunkta. G A B Antalet element i en mängd M betecknas M Venndiagram Principen om inklusion och exklusion: A B = A + B A B

Om n + 1 föremål ska placeras i n lådor måste åtminstone en låda innehålla två eller flera av föremålen. Lådprincipen

Om n + 1 föremål ska placeras i n lådor måste åtminstone en låda innehålla två eller flera av föremålen. Lådprincipen

Om n + 1 föremål ska placeras i n lådor måste åtminstone en låda innehålla två eller flera av föremålen. Lådprincipen

Om n + 1 föremål ska placeras i n lådor måste åtminstone en låda innehålla två eller flera av föremålen. Lådprincipen Om n k + 1 föremål ska placeras i n lådor måste åtminstone en låda innehålla k + 1 eller fler av föremålen. n k

Additionsprincipem, multiplikationsprincipen Om ett (1) föremål ska väljas från en mängd med p olika föremål eller från en mängd med q olika föremål, kan detta göras på på p + q sätt.

Additionsprincipem, multiplikationsprincipen Om ett (1) föremål ska väljas från en mängd med p olika föremål eller från en mängd med q olika föremål, kan detta göras på på p + q sätt. Om ett första val kan göras på p sätt och ett andra val kan göras på q sätt, så kan de båda valen utförda efter varandra göras på p q sätt.

Permutationer Permutation: uppräkning av ett antal element i en viss ordning

Permutation: uppräkning av ett antal element i en viss ordning A B C Permutationer ABC ACB BAC BCA CAB CBA

Permutationer Permutation: uppräkning av ett antal element i en viss ordning Antalet permutationer av n element är n! = n (n 1) (n 2)... 3 2 1 där n är ett positivt heltal. A B C ABC ACB BAC BCA CAB CBA

Permutationer Permutation: uppräkning av ett antal element i en viss ordning Antalet permutationer av n element är n! = n (n 1) (n 2)... 3 2 1 där n är ett positivt heltal. 0! =1 (def.) A B C ABC ACB BAC BCA CAB CBA

Permutationer (ordnat urval) Permutation: uppräkning av ett antal element i en viss ordning Antalet permutationer av n element är n! = n (n 1) (n 2)... 3 2 1 där n är ett positivt heltal. (ordnade urval) Antalet permutationer av k element bland n givna element är n! P(n, k) = (n k)! 0! =1 (def.) Ex: 2 kort bland 4: A B C D AB AC AD BA BC BD CA CB CD DA DB DC A B C ABC ACB BAC BCA CAB CBA P(4, 2) = 4 3 =12

Bilda ord Ex 1: Hur många ord med tre bokstäver kan bildas av bokstäverna i ordet BRA?

Ex 1: Hur många ord med tre bokstäver kan bildas av bokstäverna i ordet BRA? Antal ord = 3! = 3 2 1= 6 Bilda ord BRA BAR ABR ARB RAB RBA

Ex 1: Hur många ord med tre bokstäver kan bildas av bokstäverna i ordet BRA? Ex 2: Hur många olika ord med tre bokstäver kan bildas av bokstäverna i ordet OMM? Antal ord = 3! = 3 2 1= 6 Bilda ord BRA BAR ABR ARB RAB RBA

Ex 1: Hur många ord med tre bokstäver kan bildas av bokstäverna i ordet BRA? Ex 2: Hur många olika ord med tre bokstäver kan bildas av bokstäverna i ordet OMM? Antal ord = 3! = 3 2 1= 6 BRA BAR ABR Skriv OMM som OM 1 M 2. Notera att t.ex. OM 2 M 1 och OM 1 M 2 är samma ord. M 1 och M 2 kan kombineras på 2! = 2 1= 2 sätt. Bilda ord ARB RAB RBA Det finns alltså Antal olika ord = 2! dubbletter av varje ord. 3! 2! = 3 OMM, MOM, MMO

Bilda ord Ex 3: Hur många olika ord med fem bokstäver kan bildas av bokstäverna i ordet MUMMA?

Ex 3: Hur många olika ord med fem bokstäver kan bildas av bokstäverna i ordet MUMMA? Skriv MUMMA som M 1 UM 2 M 3 A. Notera att t.ex. M 3 UM 2 M 1 A och M 3 UM 1 M 2 A är samma ord. M 1, M 2 och M 3 kan kombineras på 3! = 6 sätt. Bilda ord Det finns alltså Antal olika ord = 3! dubbletter av varje ord. 5! 3! = 20

Ex 3: Hur många olika ord med fem bokstäver kan bildas av bokstäverna i ordet MUMMA? Ex 4: Hur blir det med MAMMA då? Skriv MUMMA som M 1 UM 2 M 3 A. Notera att t.ex. M 3 UM 2 M 1 A och M 3 UM 1 M 2 A är samma ord. M 1, M 2 och M 3 kan kombineras på 3! = 6 sätt. Bilda ord Det finns alltså Antal olika ord = 3! dubbletter av varje ord. 5! 3! = 20

Ex 3: Hur många olika ord med fem bokstäver kan bildas av bokstäverna i ordet MUMMA? Ex 4: Hur blir det med MAMMA då? Bilda ord Skriv MUMMA som M 1 UM 2 M 3 A. Notera att t.ex. M 3 UM 2 M 1 A och M 3 UM 1 M 2 A är samma ord. M 1, M 2 och M 3 kan kombineras på Det finns alltså Antal olika ord = 3! 3! = 6 sätt. dubbletter av varje ord. 5! 3! = 20 Skriv MAMMA som M 1 A 1 M 2 M 3 A 2. M 1, M 2 och M 3 kan kombineras på Antal olika ord = 3! A 1 och A 2 kan kombineras på 2! sätt. 5! 3! 2! = 5! 3! 2! =10 sätt.

Kombination: urval av element ur en mängd utan hänsyn till ordningen Ex: 2 kort bland 4: A B C D Antalet permutationer = P(4, 2) = 4 3 =12 Kombinationer AB AC AD BA BC BD CA CB CD DA DB DC

Kombination: urval av element ur en mängd utan hänsyn till ordningen Ex: 2 kort bland 4: A B C D Antalet permutationer = P(4, 2) = 4 3 =12 Kombinationer AB AC AD BA BC BD CA CB CD DA DB DC Två element kan kombineras (ordnas) på 2! sätt. Antalet kombinationer C(4, 2) = P(4, 2) 2! = 4 3 1 2 = 12 2 = 6

Kombinationer Kombination: urval av element ur en mängd utan hänsyn till ordningen Ex: 2 kort bland 4: A B C D AB AC AD BA BC BD CA CB CD DA DB DC Antalet kombinationer av k element bland n element är n! C(n, k) = k!(n k)! = n k Antalet permutationer = P(4, 2) = 4 3 =12 Två element kan kombineras (ordnas) på 2! sätt. Antalet kombinationer C(4, 2) = P(4, 2) 2! Observera att n k = 4 3 1 2 = 12 2 = 6 = n n k

möjligt resultat vid ett slumförsök Ett slumpförsök kan resultera i olika utfall. Utfallsrum (för ett försök): mängden av alla möjliga utfall Ex: Tärning kastas en gång. Ω = { etta, tvåa, trea, fyra, femma, sexa} Sannolikhetslära Händelse: delmängd av utfallsrummet P(A) sannolikheten för en händelse A Om alla utfall har samma sannolikhet: P(A) = antal gynnsamma utfall antal möjliga utfall A = { tvåa} B = { trea, fyra, femma, sexa} P(A) = 1 6 P(B) = 4 6

komplementet till A Komplementhändelse till en händelse A: A C P(A C ) =1 P(A) P(A) =1 P(A C ) Ex: Tärning kastas en gång. Ω = { etta, tvåa, trea, fyra, femma, sexa} A = { tvåa, trea, fyra, femma, sexa} Sannolikhetslära G A A C = { etta} P(A) =1 P(A C ) =1 1 6 = 5 6

Binomialsatsen binomialkoefficienter (a + b) n = n 0 a n + n 1 a n 1 b + + n k a n k b k + n n b n där n k = n! k!(n k)! Binomialsatsen Pascals triangel term nr 1 term nr 2 term nr k + 1 term nr n + 1 1 1 1 1 2 1 1 3 3 1 1 4 6 4 1

Binomialsatsen binomialkoefficienter (a + b) n = n 0 a n + n 1 a n 1 b + + n k a n k b k + n n b n där n k = n! k!(n k)! Binomialsatsen Pascals triangel term nr 1 term nr 2 term nr k + 1 term nr n + 1 1 1 1 1 2 1 1 3 3 1 1 4 6 4 1 Pascals formel n k = n 1 k + n 1 k 1

EJ KLART! Grafteori