1 / 33

資訊科學數學 2 : Basic Rules of Counting

資訊科學數學 2 : Basic Rules of Counting. 陳光琦助理教授 (Kuang-Chi Chen) chichen6@mail.tcu.edu.tw. Sum & Product. 1 和與積 (The Rules of Sum and Product) 1.1 和規則（ The rule of sum ） 第一個工作可以 m 種方法完成，而第二個工作可以 n 種方法完成，若這兩工作不可同時被執行且這些方法皆不同，則執行任一工作可以 m + n 種方法中的任一種來完成。 e.g., 咖啡 5 種 、 紅茶 7 種 ， 任選一種飲料的選擇性 ….

rusti
Télécharger la présentation

資訊科學數學 2 : Basic Rules of Counting

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 資訊科學數學2:Basic Rules of Counting 陳光琦助理教授 (Kuang-Chi Chen) chichen6@mail.tcu.edu.tw

  2. Sum & Product 1 和與積 (The Rules of Sum and Product) 1.1 和規則（The rule of sum） • 第一個工作可以m種方法完成，而第二個工作可以n種方法完成，若這兩工作不可同時被執行且這些方法皆不同，則執行任一工作可以m+n種方法中的任一種來完成。 e.g., 咖啡5種、紅茶7種，任選一種飲料的選擇性…

  3. Examples of Sum e.g.1,某門課的期末報告參考文獻：題材A的m篇期刊文章，題材B的n篇期刊文章，若只需寫一主題且這些文章皆不相同，則同學可自由選擇m+n篇文章中的任一篇來完成， i.e., 同學的選擇性有m+n種。 e.g.2,關於某門課，A老師有3本參考書籍，B老師有5本參考書籍，則C老師可以向這兩位老師借5 ~ 8本書籍以供參考， 因為A, B兩位老師可能有相同的書籍。

  4. Definition of Product 1.2 積規則（The rule of product） • 若一程序有兩階段，第一階段有m種可能作法，第二階段有n種作法，則依照順序，整個程序共有m×n種完成的方法。 e.g., 咖啡5種、紅茶7種，各選一種飲料的選擇性…

  5. Examples of Product e.g.3, 某校戲劇社之春季公演試鏡，男主角有3人來試鏡，女主角有4人來試鏡，在不考慮演技因素，導演有3×4種男女主角組合可供考慮。 e.g.4, 在設定三位數字密碼，若數字可以重複，則有10×10×10種組合可供考慮； 若數字不可重複，則有10×9×8種組合； 若必須為百位數 (第一位數不為0) 且 數字可重複，則有9×10×10種組合。

  6. Examples of Product (cont’d) e.g.5, 電腦記憶體內的電路組合，每一個可儲存一個位元（bit），即二進位數字0或1。這些儲存電路會被指定在有序八位元表列（位元組byte）的位址（address），利用積規則，共有2×2×2×2×2×2×2×2 = 28 = 256個位元組可供儲存。 • 若一般數位家電如微波爐，是由兩個連續的位元組組成，因此共有28×28 = 63,536個可用位址來被記憶細胞儲存資料。

  7. Example of Sum & Product e.g.6, 同時使用和與積的規則 • 某家咖啡店下午茶提供5種蛋糕、3種冰淇淋、4種冰飲、3種熱飲，搭配方式為一塊蛋糕+一杯冰飲 或 一球冰淇淋+一杯熱飲 兩種組合方式，請問有幾種選擇？ Ans. 5×4 + 3×3 = 29 .

  8. Permutation 2 排列（Permutation） n個不同物體的任何線性安排 (arrangement) ，這些安排稱為排列 (permutation)。

  9. Arrange, Order & Factorial 2.1 安排、順序與階乘（Arrange, order and factorial） • 線性安排強調順序（order） • 大於或等於0的整數，n階乘 (n factorial)為 n! = n×(n – 1)× … ×2×1, for any n≥1; 0! = 1. ※ Recursive rule: (n + 1)! = (n + 1)× n!

  10. Definition of Permutation 2.2 排列（Permutation） • n個不同物體的任何線性安排 (arrangement) ，這些安排稱為排列 (permutation)。

  11. Examples of Permutation e.g.7, 4家無線電視台先後招考晨間新聞主播，一經錄取則不得反悔，10位記者同時爭取，則共有幾種可能的結果？ • 第一家可選擇的人數為10人，第二家可選擇的人數為9人，第三家可選擇的人數為8人，第四家可選擇的人數為7人，共有10×9×8×7種可能的結果。 i.e., 10!/6! = 10! / (10 – 4)!

  12. Formula of Permutation 2.2.1 n個不同物體的r個線性安排：P(n, r)， • P(n, r) = n!/ (n – r)! ，for any 0≤ r ≤n = n × (n – 1) × … × (n – r + 1)。 1st位置, 2nd位置, … , rth位置 • 當 r = 0，P(n, 0) = n!/ (n – 0)! = 1； 當 r = n，P(n, n) = n!/ (n – n)! = n!。 Note: P(n, r)的排列，物體是不可以重複的，若是物體可以重複，則為nr。（見e.g.4）

  13. Permutation 2 2.2.2 n個物體中有n1個為第一類型，n2個第二類型，…，nr個第r類型，n1 + n2 + … + nr = n，則n個物體的線性安排 n!/ (n1! n2! … nr!)。 e.g.8, FAST這個字的字母總排列數為4! = 24； 若取其中2個字母排列，則排列數為 P(4, 2) = 4!/(4 – 2)! = 12。 • FAST, FATS, FSAT, FSTA, FTAS, FTSA, AFST, AFTS, ASFT, ASTF, ATFS, ATSF, SFAT, SFTA, SAFT, SATF, STFA, STAF, TFAS, TFSA, TAFS, TASF, TSFA, TSAF; • FA, AF, FS, SF, FT TF, AS, SA, AT, TA, ST, TS.

  14. Example of Permu2 e.g.9, BEER這個字的字母總排列數不為4!，因為其中2個字母相同（n1 = 1, n2 = 2, n3 = 1），故其排列數為4!/2! = 12。 • BEER, BERE, BREE, EBER, EBRE, EEBR, EERB, ERBE, EREB, RBEE, REBE, REEB.

  15. Example of Permu2 e.g.10, FASTEST這個字的字母總排列數， 因為其中S與T各有2次重複出現（n1 = 1, n2 = 1, n3 = 2, n4 = 2, n5 = 1）， 故其排列數為 7!/2!2! = 1,260。

  16. Example of Permu2 e.g.11, 在XY-格子平面上，由座標(1,0)走至(5,4)的最短路徑數，（只能往上或往右走，不能回頭、繞路）。(見圖1的說明)

  17. Example of Permu2 (cont’d) e.g.11 (圖1)

  18. Example of Permu2 (cont’d) e.g.11 (cont’d) • 圖1左的走法為(R, R, R, R, U, U, U, U) ，圖1右的走法為(R, U, U, U, R, R, R, U) 。 • 由所列出之排列得知，最短路徑為4個R與4個U所組成，共有4+4步的移動，因此總排列數為 8!/4!4! = 70。

  19. Example of Permu3 2.2.3 圓型排列 e.g.12, 在方桌上的4個人，A, B, C, D，分別坐在北東南西四個位置， 若北東南西四個位置代表不同的座位，則這四個人的位置安排數為4! = 12； 若這四個位置沒有不同，只要四人彼此的順序不變即視為一樣，則這四個人的位置安排數為 4!/4 = 3! = 6。

  20. Example of Permu3 (cont’d) e.g.12 (圖2-1) (i) (ii) (iii)

  21. Example of Permu3 (cont’d) e.g.12 (cont’d) • 在情況一，(i) & (ii)代表不同的安排； • 在情況二，(i) & (ii)代表相同的安排，而(iii)與(i) (& ii)代表不同的安排。

  22. Example of Permu3 (cont’d) e.g.12 (圖2-2) (iv) (v) (vi) (vii) 六種組合分別為i, iii, iv, v, vi, vii

  23. Combination 3.1 選擇與組合（Selection and Combination） • 由n個不同物體中取出r個物體，在不考慮順序的情況下，有C(n, r)種組合， • C(n, r) = n!/r!(n – r)! = P(n, r)/r!，for any 0≤ r≤n。 Note: C(n, 0) = C(n, n) = 1；C(n, 1) = C(n, n–1) = n若0 ≤n < r，則C(n, r) = 0。

  24. Examples of Combination e.g.13, 由學校自助餐的5種菜色選取3種，其可能的組合數為 C(5, 3) = 5!/3!2! = 10。 e.g.14, 樂透彩係由1-49的號碼中選取5個（與選取順序無關），及1-42中選1個特別碼，則可能的組合號碼為 C(49, 5)×C(42, 1) = 80,089,128，… …. 故中第一特獎的機率為1/80,089,128。

  25. Examples of Combination e.g.15, 由撲克牌中選取5張，其中一張必須為紅心，則可能組合為 C(13, 1)×C(51, 4) = 13×249,900 = 3,248,700 ？？ 錯！

  26. Examples of Combination e.g.15 (cont’d) • C(13, 1)×C(39, 4) + C(13, 2)×C(39, 3) + C(13, 3)×C(39, 2) + C(13, 4)×C(39, 1) + C(13, 5)×C(39, 0) = = 2,023,203。

  27. Binomial Theorem 3.2 二項式定理（The binomial theorem） 若x及y為變數，且n為一正整數，則 • (x + y)n= = Note: C(n, r)被稱為二項式係數（binomial coefficient）.

  28. Examples of Binomial e.g.16, 當n = 4的展開式為(x + y)(x + y)(x + y)(x + y)的展開，其中x2y2為4次方中，兩個為x (相同)，兩個為y，故所形成的組合數 4!/2!2! = C(4, 2) = 6。 • 故當n = 7的展開式，x5y2的係數為 C(7, 5) = 7!/5!2! = C(7, 2) = 21。

  29. Examples of Binomial e.g.17, (2a + 3b)3的展開式，a2b1的係數為 • C(3, 2)(2a)2(3b)1 = 3×(2)2(3)a2b = 36a2b， 故a2b的係數為36。 i.e., (x + y)n中，x = 2a，y = 3b代入。

  30. Application of Binomial 定理一：對每個整數n > 0 a) C(n, 0) + C(n, 1) + C(n, 2) + … + C(n, n) = 2n， b) C(n, 0) – C(n, 1) + C(n, 2) – C(n, 3) + … + (-1)nC(n, n) = 0。

  31. Proof of Theorem 1 證明： a) (x + y)n中，x = 1，y = 1 代入， 右式等於 C(n, 0) + C(n, 1) + … + C(n, n)， 左式等於 2n； b) (x + y)n中，x = -1，y = 1 代入 …。

  32. Multinomial Theorem 多項式定理（The multinomial theorem） (x1 + x2 + x3 + … + xk)n的展開式

More Related