Föreläsning 6: Induktion

Relevanta dokument
Lösningar till utvalda uppgifter i kapitel 4

SCB :-0. Uno Holmer, Chalmers, höger 2 Ex. Induktiv definition av lista. // Basfall

Övningshäfte 2: Induktion och rekursion

Kimmo Eriksson 12 december Att losa uppgifter av karaktaren \Bevisa att..." uppfattas av manga studenter

Övningshäfte 1: Induktion, rekursion och summor

Föreläsning 5: Summor (forts) och induktionsbevis

Lösningar för tenta i TMV200 Diskret matematik kl. 14:00 18:00

Tentamen i TDDC75 Diskreta strukturer

Tentamen TMV210 Inledande Diskret Matematik, D1/DI2

När du läser en definition bör du kontrollera att den är vettig, och försöka få en idé om vad den egentligen betyder. Betrakta följande exempel.

Lösningar till övningstentan. Del A. UPPSALA UNIVERSITET Matematiska institutionen Styf. Övningstenta BASKURS DISTANS

Föreläsning 5: Kardinalitet. Funktioners tillväxt

Rekursion och induktion

Tentamen i TDDC75 Diskreta strukturer , lösningsförslag

Rekursiva algoritmer sortering sökning mönstermatchning

Introduktion till algoritmer - Lektion 4 Matematikgymnasiet, Läsåret Lektion 4

TDP015: Lektion 5 - Svar

Rekursion och induktion

4x 1 = 2(x 1). i ( ) får vi 5 3 = 5 1, vilket inte stämmer alls, så x = 1 2 är en falsk rot. Svar. x = = x x + y2 1 4 y

Lösning till tentamensskrivning i Diskret Matematik för CINTE, CL2 och Media 1, SF1610 och 5B1118, onsdagen den 17 augusti 2011, kl

TDDC74 Programmering: Abstraktion och modellering Tentamen, lördag 27 augusti 2016, kl 8 12

Algebra I, 1MA004. Lektionsplanering

MS-A0409 Grundkurs i diskret matematik I

Induktionsprincipen Starka induktionsprincipen Välordningsprincipen Divisionsalgoritmen

MS-A0409 Grundkurs i diskret matematik I

Lösningsförslag till tentamensskrivning i SF1610 Diskret Matematik för CINTE 30 maj 2018, kl

1 Lite om matematisk notation

2 Matematisk grammatik

Induktion, mängder och bevis för Introduktionskursen på I

DD1361 Programmeringsparadigm HT17

Övningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad:

inte följa någon enkel eller fiffig princip, vad man nu skulle mena med det. All right, men

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

Exempeltenta 3 Introduktionskurs i Matematik H1009 (1.5 hp) Datum: xxxxxx

1. (a) Formulera vad som skall bevisas i basfallet och i induktionssteget i ett induktionsbevis av påståendet att. 4 5 n för alla n = 0, 1, 2, 3,...

Material till kursen SF1679, Diskret matematik: Lite om kedjebråk. 0. Inledning

TAMS79: Föreläsning 10 Markovkedjor

Lösningsförslag till övningsuppgifter, del II

13. CHURCH S OCH GÖDELS SATSER. KORT ORIENTERING OM BERÄKNINGSBARHET, EFFEKTIV UPPRÄKNELIGHET OCH AVGÖRBARHET.

Föreläsningsanteckningar Linjär Algebra II Lärarlyftet

Diskret matematik: Övningstentamen 1

Övningar. c) Om någon vektor i R n kan skrivas som linjär kombination av v 1,..., v m på precis ett sätt så. m = n.

EXAMENSARBETEN I MATEMATIK

Enklare matematiska uppgifter

Rekursion och induktion för algoritmkonstruktion

Lösningar för tenta i TMV200 Diskret matematik kl. 14:00 18: Svar: Ja, det gäller, vilket kan visas på flera sätt (se nedan).

Grundläggande logik och modellteori

Lösningar till Algebra och kombinatorik

Algoritmer, datastrukturer och komplexitet

Föreläsning 7 Innehåll. Rekursion. Rekursiv problemlösning. Rekursiv problemlösning Mönster för rekursiv algoritm. Rekursion. Rekursivt tänkande:

DD1361 Programmeringsparadigm HT16

Finaltävling i Stockholm den 22 november 2008

DD1361 Programmeringsparadigm HT15

Föreläsning 4 Datastrukturer (DAT037)

TDDC74 Programmering: Abstraktion och modellering Datortenta , kl 14-18

Material till kursen SF1679, Diskret matematik: Om urvalsaxiomet mm. Axiom som är ekvivalenta med urvalsaxiomet

1. Inledning, som visar att man inte skall tro på allt man ser. Betrakta denna följd av tal, där varje tal är dubbelt så stort som närmast föregående

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R

Grafteori med inriktning på färgläggning

DEL I. Matematiska Institutionen KTH

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Explorativ övning 5 MATEMATISK INDUKTION

Träd och koder. Anders Björner KTH

Lösningsförslag för tentamen i Datastrukturer (DAT037) från

Lösningar till udda övningsuppgifter

Algoritmer, datastrukturer och komplexitet

Lösningar till utvalda uppgifter i kapitel 5

Algebra och talteori MMGL31. Repetition. Idag. Föreläsning 9 VT FLS och primtalstestning. Carmichaeltal. Rabin-Miller test.

Ett Sammelsurium av Matematiskt Nonsens, Matematikens Grundvalar. Professor Ivar

Explorativ övning 5 MATEMATISK INDUKTION

LMA033/LMA515. Fredrik Lindgren. 4 september 2013

Föreläsning 5: Grafer Del 1

Induktion och rekursion

Rekursion och induktion för algoritmkonstruktion

Ett Sammelsurium av Matematiskt Nonsens, Matematikens Grundvalar. Professor Ivar

1 Talteori. Det här kapitlet inleder vi med att ta

Diskret matematik: Övningstentamen 4

Ännu mera träd: 2-3-träd, B-träd, rödsvarta träd, träd Weiss, avsnitt 4.7, 11.5, 12.2, etc.

Hela tal LCB 1999/2000

Matematik 5 Kap 2 Diskret matematik II

Algoritmer och datastrukturer H I HÅKAN S T R Ö M B E R G N I C K L A S B R A N D E F E L T

INDUKTION OCH DEDUKTION

Instruktioner - Datortentamen TDDD73 Funktionell och imperativ programmering i Python

Föreläsning 6 Innehåll. Rekursion. Rekursiv problemlösning Mönster för rekursiv algoritm. Rekursiv problemlösning. Rekursion. Rekursivt tänkande:

Matematiska uppgifter

Utsagor (Propositioner) sammansatta utsagor sanningstabeller logisk ekvivalens predikat (öppna utsagor) kvantifierare Section

Rekursion och induktion för algoritmkonstruktion

TDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 8 Erik Nilsson, Institutionen för Datavetenskap, LiU

Föreläsning 4. Kö Implementerad med array Implementerad med länkad lista Djup kontra bredd Bredden först mha kö

6 Rekursion. 6.1 Rekursionens fyra principer. 6.2 Några vanliga användningsområden för rekursion. Problem löses genom:

Diskret matematik. Gunnar Bergström

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

Föreläsning 7: Syntaxanalys

lösningar! ger 0 poäng.) i partiella bråk. och deras typ.

Kappa Problem 5

Objektorienterad modellering och diskreta strukturer. 13. Problem. Sven Gestegård Robertz. Datavetenskap, LTH

DD1361 Programmeringsparadigm HT15

Kompletteringsmaterial. K2 Något om modeller, kompakthetssatsen

Explorativ övning 4 ÄNDLIGT OCH OÄNDLIGT. Övning A

Föreläsning 8 i kursen Ma III, #IX1305, HT 07. (Fjärde föreläsningen av Bo Åhlander)

Transkript:

Föreläsning 6: Induktion Induktion är en speciell inferensregel. En mängd är välordnad om varje delmängd har ett minsta element Exempel: N är välordnad (under ) Låt P(x) vara ett predikat över en välordnad mängd S. Vill bevisa xp(x) mha: Matematisk induktion. För S = N är inferensregeln P(0) P(n) P(n + ) xp(x) Hypoteserna är bassteget H: P(0), och induktionssteget H: P(n) P(n + ) för godtyckligt n Visa först predikatet sant för minsta elementet i S (0 om S = N). Visa därefter att om det är sant för ett element x (n om S = N) så är det sant för nästa element i mängden (n + om S = N) Därmed gäller: sant för första elementet sant för andra elementet sant för tredje elementet, etc Dvs, induktion är ekvivalent med modus ponens tillämpad ett uppräkneligt antal gånger H: 0 = 0 0(0 + )/ n(n + ) Etablera H genom direkt bevis: Antag P(n) sann för godtyckligt n. Använd detta för att visa P(n + ) sann: (n + )((n + ) + ) Men i + (n + ) Har manipulerat P(n + ) så att P(n) kan användas. Ger: n(n + ) + (n + ) vilket är lika med P(n + ) = (n + )((n + ) + )/. H: = 0

Antag P(n) sann för godtyckligt n 0 och visa P(n + ) sann: i + = + = n+ vilket är lika med P(n + ). Om predikatet är x[n k P(x)] så låt bassteget varap(k) att För heltal n > 3 är n! > n Bassteg: sant för n = 4, ty 4! = 4 > 4 = 6 Antag n! > n, något n > 3. Vill visa att (n + )! >. Hur kan vi använda induktionsantagandet? Genom att multiplicera båda sidor med n + fås (n + )! > n (n + ) och n (n + ) > n =. H: i= / / < Antag P(n) sann och visa P(n + ) sann: / i < i= Hur kan vi visa att detta är mindre än? Betrakta: Addera / och P(n + ) följer. + 4 + 8 + + n + < + 4 + 8 + + n + = ( + 4 + + n) < Stark induktion Efter att ha etablerat basfallet, P(0), antag att P(0), P(), P(),...,P(n) är sanna Inferensregeln är H : P(0) H : P(0) P() P(n) P(n + ) xp(x) Stark induktion är ekvivalent med vanlig (matematisk) induktion, men är ibland bekvämare att använda Exempel: P(n): varje heltal n > kan skrivas som produkten av primtal Bevis: Bassteg P() är trivialt sant: = Induktionssteg: Antag P(k) sant för alla k, < k n och visa att P(n + ) är sann Två fall:

n + är primtal: P(n + ) är trivialt sann är inte primtal: kan då skrivas som produkten av två positiva heltal a och b, < a b < Enligt induktionshypotesen kan både a och b skrivas som produkter av primtal, vilket därmed också gäller för n + = a b. Exempel: Betrakta ett spel där två spelare turas om att ta bort ett positivt antal tändstickor från en av två högar. Spelaren som tar bort den sista stickan vinner. Visa att om de två högarna initialt har lika många stickor så kan den andra spelaren alltid garantera en vinst. Bevis: I bassteget, med en sticka i båda högarna, har spelare bara ett alternativ, varpå spelare tar bort stickan i den andra högen och vinner. Induktionssteg: Antag P(j) sant för alla j, j k, dvs att spelare kan vinna när det finns j stickor i båda högarna. Det följer då att P(k + ) är sann. Ty om spelare tar bort r stickor från ena högen så tar spelare bort lika många från den andra högen. Rekursiva definitioner av mängder och funktioner på rekursivt definierade mängder är analoga: Bassteg. För mängder: ange byggstenar i mängden För funktioner: ange funktionsvärden av byggstenar Induktivt eller rekursivt steg. För mängder: visa hur nya ting kan byggas från gamla mha konstruktionsregler För funktioner: visa hur nya funktionsvärden kan beräknas mha gamla funktionsvärden Exempel: rekursiv definition av N Bas: 0 tillhör N Induktion: om n tillhör N så gör n + det också Exempel: rekursiv definition av fakultetsfunktionen över N Bas: f(0) =, startvillkor Induktion: f(n + ) = (n + )f(n) Exempel: En rekursiv definition av fibonaccitalen Bas: f(0) = 0, f() = Induktion: f(n + ) = f(n) + f(n ) T ex, f(5) = f(4) + f(3) = f(3) + f() = 3f() + f() = 5f() + 3f(0) = 5. Exempel: En rekursiv definition av mängden av strängar över ett ändligt alfabet Σ Σ = mängden av alla strängar Bas: tomma strängen λ tillhör Σ 3

Induktion: om w Σ och a Σ så wa Σ (konstruktionsregel) Kunde också ha valt att konkatenera som aw, vilket oftast är wa Om Σ = {a,b} så aab Σ Bevis: Kan konstruera aab i ett ändligt antal induktionssteg med start i basen λ: λ a aa aab Σ. Exempel: en induktiv definition av välformade (balanserade) parantessträngar, P S Bas: () tillhör PS Induktion: om w PS så tillhör ()w, (w), och w() också PS En högerparantes matchas av en vänsterparantes T ex, (()()) tillhör PS: () ()() (()()) PS Följande tillhör inte PS: )(() och (()())()). Varför? Strukturell induktion Bassteg: Visa att resultatet gäller för alla elementen i basen av den rekursiva definitionen av mängden. Rekursivt steg: Visa att påståendet är sant för varje element som används som byggstenar i det rekursiva steget i definitionen, och att resultatet gäller för dessa nya element. Vi skall tillämpa strukturell induktion för att visa ett resultat om binärträd. Mängden av rotade träd består av noder, varav en är roten, och bågar som förbinder dessa noder. Bas: en singeltonnod r är ett rotat träd Rekursivt: Om T,T,...,T n är rotade träd med rötter r,r,...,r n, då är grafen med en rot r ( T,T,...,T n ) och båge till var och en av r,r,...,r n, också ett rotat träd. Om trädet byggs rekursivt med två delträd T,T erhålls ett binärträd. Mängden av fulla binärträd kan definieras: Bas: Det finns ett fullt binärträd som består av en singeltonnod r. Rekursivt: Om T och T är fulla binärträd så finns ett fullt binärträd T T som består av en rot r med bågar till rötterna av T och T. (Se figur på sidan 304 [66] i boken.) Höjden h(t) av ett fullt binärträd definieras: Bas: Höjden av det fulla binärträdet T som bara består av roten r är h(t) = 0 Rekursivt: Om T och T är fulla binärträd så har det fulla binärträdet T = T T höjden h(t) = + max(h(t ),h(t )). Analogt ges antalet noder n(t) i ett fullt binärträd av: Bas: Antal noder i det fulla binärträdet T som bara består av roten r är n(t) = Rekursivt: Om T och T är fulla binärträd så har det fulla binärträdet T = T T antal noder n(t) = + n(t ) + n(t ). 4

Vi skall nu visa följande med strukturell induktion: Om T är ett fullt binärträd så är n(t) h(t)+ Bevis: För det fulla binärträdet med bara roten r är n(t) =, h(t) = 0, och 0+ =. Induktion: Antag n(t ) h(t )+, n(t ) h(t )+. Enligt rekursiva definitionerna ovan gäller n(t) = + n(t ) + n(t ), h(t) = + max(h(t ),h(t )). Vi finner att: n(t) = + n(t ) + n(t ) + ( h(t )+ ) + ( h(t )+ ) = h(t )+ + h(t )+ max( h(t )+, h(t )+ ) = max(h(t ), h(t ))+ = h(t) = h(t)+. 5