Kombinatorik Hallo Welt 2011 Philip Kranz
12. Juli 2011
Philip Kranz ()
Kombinatorik
12. Juli 2011
1 / 47
Inhalt 1 Einf¨ uhrung 2 Grundlagen
Permutationen Variationen Kombinationen Binomialkoeffizient / Pascal’sches Dreieck Zusammenfassung / Beispiel 3 Zahlenfolgen
Fibonacci Catalan-Zahlen Stirling-Zahlen Euler-Zahlen Integer-Partitionen Zusammenfassung 4 Abschluss Philip Kranz ()
Kombinatorik
12. Juli 2011
2 / 47
Einf¨ uhrung
Kombinatorik?
• Teilgebiet der diskreten Mathematik • Behandelt im Wesentlichen das Z¨ ahlen von Elementen in Mengen • Genauer: ”abz¨ ahlende Kombinatorik”
Philip Kranz ()
Kombinatorik
12. Juli 2011
3 / 47
Grundlagen
Permutationen
Permutationen Definition Jede m¨ogliche Anordnung von n Elementen, in der alle Elemente verwendet werden, heißt Permutation dieser Elemente. Das bedeutet: Eine Permutation ist eine bijektive Abbildung einer Menge auf sich selbst. Matrixschreibweise Zykelschreibweise Permutationsmatrix 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 1 2 3 4 5 6 (1, 4)(2)(3, 6, 5) 4 2 6 1 3 5 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0
Philip Kranz ()
Kombinatorik
12. Juli 2011
4 / 47
Grundlagen
Permutationen
Permutationen ohne Wiederholung
Frage Wie viele M¨oglichkeiten habe ich, meine 5 Kinder in einer Reihe aufzustellen?
Philip Kranz ()
Kombinatorik
12. Juli 2011
5 / 47
Grundlagen
Permutationen
Permutationen ohne Wiederholung
Frage Wie viele M¨oglichkeiten habe ich, meine 5 Kinder in einer Reihe aufzustellen? Die erste Position k¨onnen wir aus allen Kindern w¨ahlen, f¨ ur die zweite Position haben wir noch 4 Kinder zur Auswahl usw. Damit kommen wir am Ende auf 5 · 4 · 3 · 2 · 1 = 5! M¨ oglichkeiten.
Philip Kranz ()
Kombinatorik
12. Juli 2011
5 / 47
Grundlagen
Permutationen
Permutationen von gruppenweise ununterscheidbaren Objekten Frage Wie viele M¨oglichkeiten habe ich, 80 Studenten auf 4 R¨aume zu verteilen, so dass in jedem Raum 20 Studenten sitzen?
Philip Kranz ()
Kombinatorik
12. Juli 2011
6 / 47
Grundlagen
Permutationen
Permutationen von gruppenweise ununterscheidbaren Objekten Frage Wie viele M¨oglichkeiten habe ich, 80 Studenten auf 4 R¨aume zu verteilen, so dass in jedem Raum 20 Studenten sitzen? • Es gibt 80! M¨ oglichkeiten, 80 Studenten der Reihe nach auszuw¨ahlen • Wir eliminieren alle ¨ aquivalenten M¨ oglichkeiten, in denen die gleichen
Studenten in anderer Reihenfolge in einem Raum sind • Pro Raum k¨ onnen die Studenten auf 20! verschiedene Arten permutiert werden • Damit ergeben sich 80! 20! · 20! · 20! · 20! M¨oglichkeiten. Philip Kranz ()
Kombinatorik
12. Juli 2011
6 / 47
Grundlagen
Variationen
Variationen
Definition Eine Variation ist eine Permutation einer Teilmenge einer gegebenen Menge. Dies ist wieder eine bijektive Abbildung, diesmal allerdings von der Teilmenge auf sich selbst.
Philip Kranz ()
Kombinatorik
12. Juli 2011
7 / 47
Grundlagen
Variationen
Variation ohne Wiederholung
Frage Wie viele M¨oglichkeiten habe ich, 3 meiner 5 Kinder in einer Reihe aufzustellen?
Philip Kranz ()
Kombinatorik
12. Juli 2011
8 / 47
Grundlagen
Variationen
Variation ohne Wiederholung
Frage Wie viele M¨oglichkeiten habe ich, 3 meiner 5 Kinder in einer Reihe aufzustellen? ¨ • Gleiche Uberlegung, wie bei allen 5 Kindern • Wir h¨ oren einfach nach dem 3. Kind auf • Es ergeben sich:
5·4·3=
5 Y
i=
i=3
5! (5 − 3)!
M¨oglichkeiten.
Philip Kranz ()
Kombinatorik
12. Juli 2011
8 / 47
Grundlagen
Variationen
Variation mit Wiederholung
Frage Wie viele Versuche brauche ich maximal, um ein f¨ unfstelliges Fahrradschloss zu knacken?
Philip Kranz ()
Kombinatorik
12. Juli 2011
9 / 47
Grundlagen
Variationen
Variation mit Wiederholung
Frage Wie viele Versuche brauche ich maximal, um ein f¨ unfstelliges Fahrradschloss zu knacken? • Wir k¨ onnen f¨ unfmal w¨ahlen • F¨ ur jede Ziffer haben wir die freie Auswahl zwischen 0 und 9 • Wir erhalten
10 · 10 · 10 · 10 · 10 = 105 M¨oglichkeiten.
Philip Kranz ()
Kombinatorik
12. Juli 2011
9 / 47
Grundlagen
Kombinationen
Kombinationen
Definition Eine Kombination ist eine Variation, bei der die Reihenfolge der Elemente nicht beachtet wird. • W¨ urden wir also aus einer Menge {a, b, c, d} Stichproben nehmen, so
w¨ urden wir nicht zwischen {a, c} und {c, a} unterscheiden. • Die Frage ist also: Auf wie viele verschiedene Arten k¨ onnen wir von
einer bestimmten Menge eine Teilmenge der Gr¨ oße n bilden.
Philip Kranz ()
Kombinatorik
12. Juli 2011
10 / 47
Grundlagen
Kombinationen
Kombination ohne Wiederholung Frage Wie viele M¨oglichkeiten gibt es, 6 aus 49 Zahlen zu ziehen?
Philip Kranz ()
Kombinatorik
12. Juli 2011
11 / 47
Grundlagen
Kombinationen
Kombination ohne Wiederholung Frage Wie viele M¨oglichkeiten gibt es, 6 aus 49 Zahlen zu ziehen? • W¨ urden wir die Reihenfolge beachten, w¨are die Antwort
49! (49 − 6)!
Philip Kranz ()
Kombinatorik
12. Juli 2011
11 / 47
Grundlagen
Kombinationen
Kombination ohne Wiederholung Frage Wie viele M¨oglichkeiten gibt es, 6 aus 49 Zahlen zu ziehen? • W¨ urden wir die Reihenfolge beachten, w¨are die Antwort
49! (49 − 6)! • Unsere 6 gew¨ ahlten Elemente k¨ onnen auf 6! verschiedene Weisen
permutiert sein. • Nach Elimination dieser Permutationen ergeben sich:
49! = (49 − 6)!6!
49 6
M¨oglichkeiten. Philip Kranz ()
Kombinatorik
12. Juli 2011
11 / 47
Grundlagen
Kombinationen
Kombination mit Wiederholung
Frage Wenn ich aus einer (unendlich großen) T¨ ute mit 3 Farben Gummib¨archen 5 Gummib¨archen nehme, wie viele verschiedene Farbkombinationen kann ich erhalten?
Philip Kranz ()
Kombinatorik
12. Juli 2011
12 / 47
Grundlagen
Kombinationen
Kombination mit Wiederholung • Wir stellen uns eine Kombination als eine Folge von Nullen und Einsen
vor, die die gezogenen Gummib¨archen in drei Farbgruppen einteilt. • Eine Null steht f¨ ur ein B¨archen, eine Eins ist ein ”Trennzeichen”
zwischen den drei Farbgruppen.
Beispiele • 0001010 (Drei rote, ein gelbes, ein gr¨ unes) • 0100100 (Ein rotes, zwei gelbe, zwei gr¨ une)
Philip Kranz ()
Kombinatorik
12. Juli 2011
13 / 47
Grundlagen
Kombinationen
Kombination mit Wiederholung • Wir stellen uns eine Kombination als eine Folge von Nullen und Einsen
vor, die die gezogenen Gummib¨archen in drei Farbgruppen einteilt. • Eine Null steht f¨ ur ein B¨archen, eine Eins ist ein ”Trennzeichen”
zwischen den drei Farbgruppen.
Beispiele • 0001010 (Drei rote, ein gelbes, ein gr¨ unes) • 0100100 (Ein rotes, zwei gelbe, zwei gr¨ une)
Damit haben wir das Problem auf eine Permutation von 7 Objekten, die teilweise ununterscheidbar sind zur¨ uckgef¨ uhrt. M¨ ogliche Permutationen von 5 Nullen und 2 Einsen sind: 7! 7 = = 21 5 5! · 2! Philip Kranz ()
Kombinatorik
12. Juli 2011
13 / 47
Grundlagen
Kombinationen
Kombination mit Wiederholung
Da wir bei n verschiedenen Elementen und k Ziehungen immer genau k Nullen und n − 1 Einsen brauchen, ergibt sich allgemein: (n + k − 1)! n+k−1 = k (n − 1)!k!
Philip Kranz ()
Kombinatorik
12. Juli 2011
14 / 47
Grundlagen
Binomialkoeffizient / Pascal’sches Dreieck
Binomialkoeffizient n (gelesen: ”k aus n”) heißt Binomialkoeffizient. k • Direkte Berechnung mit n! k!(n − k)! •
meistens ineffizient oder u ¨berlauftr¨achtig.
Philip Kranz ()
Kombinatorik
12. Juli 2011
15 / 47
Grundlagen
Binomialkoeffizient / Pascal’sches Dreieck
Binomialkoeffizient n (gelesen: ”k aus n”) heißt Binomialkoeffizient. k • Direkte Berechnung mit n! k!(n − k)! •
meistens ineffizient oder u ¨berlauftr¨achtig. • Rekursionsformel: n n−1 n−1 n n n = + , = = 1, =n k k k−1 n 0 1
Philip Kranz ()
Kombinatorik
12. Juli 2011
15 / 47
Grundlagen
Binomialkoeffizient / Pascal’sches Dreieck
Binomialkoeffizient n (gelesen: ”k aus n”) heißt Binomialkoeffizient. k • Direkte Berechnung mit n! k!(n − k)! •
meistens ineffizient oder u ¨berlauftr¨achtig. • Rekursionsformel: n n−1 n−1 n n n = + , = = 1, =n k k k−1 n 0 1 • Produktformel:
Qn
i=k
k! Philip Kranz ()
i
=
k Y n−k+i i=1
Kombinatorik
i 12. Juli 2011
15 / 47
Grundlagen
Binomialkoeffizient / Pascal’sches Dreieck
Berechnung Binomialkoeffizient Iterativ int binom ( int n , int k ) { int result = 1; /* Ausnutzen der Symmetrie */ if ( k > n - k ) k = n - k ; for ( int i = 1; i n ) return 0; for ( int i = 0; i 0 S(n, n) = 1
Philip Kranz ()
Kombinatorik
12. Juli 2011
31 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 2. Art Gesucht ist eine Funktion S(n, k). Basisf¨alle sind: S(n, 0) = 0, n > 0 S(n, n) = 1 Wir denken uns S(n, k) als die Summe der Aufteilungen, die die Teilmenge {n} beinhalten (Gruppe A) und denen, bei denen n in einer Menge zusammen mit anderen Werten vorkommt (Gruppe B).
Philip Kranz ()
Kombinatorik
12. Juli 2011
31 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 2. Art Gesucht ist eine Funktion S(n, k). Basisf¨alle sind: S(n, 0) = 0, n > 0 S(n, n) = 1 Wir denken uns S(n, k) als die Summe der Aufteilungen, die die Teilmenge {n} beinhalten (Gruppe A) und denen, bei denen n in einer Menge zusammen mit anderen Werten vorkommt (Gruppe B).
Beispiel S(4, 3) • Aufteilungen mit {n}: {4}, {1, 2}, {3}; {4}, {1}, {2, 3};
{4}, {1, 3}, {2}; • Aufteilungen ohne {n}: {1}, {2}, {3, 4}; {1}, {3}, {2, 4};
{2}, {3}, {1, 4} Philip Kranz ()
Kombinatorik
12. Juli 2011
31 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 2. Art Z¨ahlen von Gruppe A Da das Element {n} fest vorgegeben ist, ist diese Gruppe genauso groß, wie die Aufteilungen der restlichen n − 1 Elemente in k − 1 Teilmengen, also S(n − 1, k − 1).
Philip Kranz ()
Kombinatorik
12. Juli 2011
32 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 2. Art Z¨ahlen von Gruppe A Da das Element {n} fest vorgegeben ist, ist diese Gruppe genauso groß, wie die Aufteilungen der restlichen n − 1 Elemente in k − 1 Teilmengen, also S(n − 1, k − 1).
Z¨ahlen von Gruppe B Wir betrachten alle Aufteilungen von n − 1 Elementen in k Teilmengen. Offensichtlich k¨onnen wir Gruppe B bilden, indem wir in jeder m¨oglichen Aufteilung jeweils in jede Teilmenge ein n einf¨ ugen. Da wir bei jeder Aufteilung k Teilmengen zur Auswahl haben, ergibt sich f¨ ur Gruppe B: k · S(n − 1, k).
Philip Kranz ()
Kombinatorik
12. Juli 2011
32 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 2. Art Z¨ahlen von Gruppe A Da das Element {n} fest vorgegeben ist, ist diese Gruppe genauso groß, wie die Aufteilungen der restlichen n − 1 Elemente in k − 1 Teilmengen, also S(n − 1, k − 1).
Z¨ahlen von Gruppe B Wir betrachten alle Aufteilungen von n − 1 Elementen in k Teilmengen. Offensichtlich k¨onnen wir Gruppe B bilden, indem wir in jeder m¨oglichen Aufteilung jeweils in jede Teilmenge ein n einf¨ ugen. Da wir bei jeder Aufteilung k Teilmengen zur Auswahl haben, ergibt sich f¨ ur Gruppe B: k · S(n − 1, k). Daraus ergibt sich die Rekursionsformel: n n−1 n−1 S(n, k) = =k· + k k k−1 Philip Kranz ()
Kombinatorik
12. Juli 2011
32 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 2. Art
n 0 1 2 3 4 5 6
n n n n n n n 0 1 2 3 4 5 6 1 0 1 0 1 1 0 1 3 1 0 1 7 6 1 0 1 15 25 10 1 0 1 31 90 65 15 1
Die Berechnung ist auch m¨ oglich mithilfe des Binomialkoeffizienten: k 1 X n i k (−1) (k − i)n = i k k! i=0
Philip Kranz ()
Kombinatorik
12. Juli 2011
33 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 1. Art
Frage Auf wie viele verschiedene Arten kann man eine n-Elementige Menge in k Zyklen aufteilen? Ein Zyklus ist eine Menge, bei der wir die Reihenfolge beachten, wobei z.B. [1, 2, 3], [2, 3, 1] und [3, 1, 2] ¨aquivalent sind.
Philip Kranz ()
Kombinatorik
12. Juli 2011
34 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 1. Art ¨ Uberlegung ¨ahnlich zu den Stirling-Zahlen 2. Art. Gesucht ist eine Funktion S1 (n, k) mit den Basisf¨allen: S1 (n, n) = 1 S1 (n, 0) = 0, n > 0 Wir bilden wieder zwei Gruppen: Eine, bei der [n] als einzelner Zyklus vorkommt und eine, bei der n Teil eines gr¨ oßeren Zyklus ist.
Beispiel S1 (4, 2) • Gruppe A: [4], [1, 2, 3]; [4], [1, 3, 2] • Gruppe B: [1, 2], [3, 4]; [1, 3], [2, 4]; [1, 4], [2, 3]; [1], [2, 3, 4];
[1], [2, 4, 3]; [2], [1, 3, 4]; [2], [1, 4, 3]; [3], [1, 2, 4]; [3], [1, 4, 2];
Philip Kranz ()
Kombinatorik
12. Juli 2011
35 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 1. Art Z¨ahlen von Gruppe A Analog zu den Stirling-Zahlen 2. Art k¨ onnen wir Gruppe A sehen als alle Aufteilungen mit n − 1 Elementen und k − 1 Zyklen, wobei wir einfach den Zyklus [n] hinzuf¨ ugen. Also wieder: S1 (n − 1, k − 1).
Philip Kranz ()
Kombinatorik
12. Juli 2011
36 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 1. Art Z¨ahlen von Gruppe A Analog zu den Stirling-Zahlen 2. Art k¨ onnen wir Gruppe A sehen als alle Aufteilungen mit n − 1 Elementen und k − 1 Zyklen, wobei wir einfach den Zyklus [n] hinzuf¨ ugen. Also wieder: S1 (n − 1, k − 1).
Z¨ahlen von Gruppe B Wir betrachten wieder die Aufteilungen mit n − 1 Elementen und k Zyklen. Wir k¨onnen nun bei jeder Aufteilung vor (oder nach) jedem der n − 1 Elemente unser n einf¨ ugen, um unterschiedliche Zyklen zu erzeugen. Da wir genau n − 1 Stellen haben, an denen wir das n einf¨ ugen k¨onnen, ergibt sich: (n − 1) · S1 (n − 1, k) Es ergibt sich die Rekursion: n S1 (n, k) = = (n − 1)S1 (n − 1, k) + S1 (n − 1, k − 1) k Philip Kranz ()
Kombinatorik
12. Juli 2011
36 / 47
Zahlenfolgen
Stirling-Zahlen
Stirling-Zahlen 1. Art
n 0 1 2 3 4 5 6
Philip Kranz ()
n n n n n n n 0 1 2 3 4 5 6 1 0 1 0 1 1 0 2 3 1 0 6 11 6 1 0 24 50 35 10 1 0 120 274 225 85 15 1
Kombinatorik
12. Juli 2011
37 / 47
Zahlenfolgen
Euler-Zahlen
Euler-Zahlen ICPC-Sommercontest 2008 (Building Mountains) Wir sollen Levels f¨ ur ein Sidescroll-Jump’n’Run entwickeln. Wir erhalten n Bausteine f¨ ur das Terrain, die alle unterschiedlich hoch sind. Wie viele M¨ oglichkeiten haben wir, eine Welt zu bauen, die genau k Steigungen besitzt? Beispiel: Bei drei Bausteinen und einer Steigung gibt es 4 M¨oglichkeiten:
Philip Kranz ()
Kombinatorik
12. Juli 2011
38 / 47
Zahlenfolgen
Euler-Zahlen
Euler-Zahlen ICPC-Sommercontest 2008 (Building Mountains) Wir sollen Levels f¨ ur ein Sidescroll-Jump’n’Run entwickeln. Wir erhalten n Bausteine f¨ ur das Terrain, die alle unterschiedlich hoch sind. Wie viele M¨ oglichkeiten haben wir, eine Welt zu bauen, die genau k Steigungen besitzt? Beispiel: Bei drei Bausteinen und einer Steigung gibt es 4 M¨oglichkeiten:
Darstellung als Zahlenfolgen: [1, 3, 2], [2, 3, 1], [2, 1, 3], [3, 1, 2] Philip Kranz ()
Kombinatorik
12. Juli 2011
38 / 47
Zahlenfolgen
Euler-Zahlen
Euler-Zahlen Gesucht: Funktion E(n, k) = Anzahl aller m¨ oglichen Zahlenfolgen der Zahlen 1..n mit genau k aufsteigenden Teilfolgen. Basisf¨alle: E(n, 0) = 1 E(n, n) = 0, n > 0 E(n, n − 1) = 1
Philip Kranz ()
Kombinatorik
12. Juli 2011
39 / 47
Zahlenfolgen
Euler-Zahlen
Euler-Zahlen Gesucht: Funktion E(n, k) = Anzahl aller m¨ oglichen Zahlenfolgen der Zahlen 1..n mit genau k aufsteigenden Teilfolgen. Basisf¨alle: E(n, 0) = 1 E(n, n) = 0, n > 0 E(n, n − 1) = 1
Aufteilung in 2 Gruppen: • In Gruppe A steht das Element n am Anfang. • In Gruppe B steht es irgendwo anders.
Philip Kranz ()
Kombinatorik
12. Juli 2011
39 / 47
Zahlenfolgen
Euler-Zahlen
Euler-Zahlen Z¨ahlen von Gruppe A Da das gr¨oßte Element am Anfang steht, hat jede Folge dieser Gruppe genau so viele Steigungen wie dieselbe Folge ohne das Element n. Daher ist die Zahl der Folgen in dieser Gruppe E(n − 1, k).
Philip Kranz ()
Kombinatorik
12. Juli 2011
40 / 47
Zahlenfolgen
Euler-Zahlen
Euler-Zahlen Z¨ahlen von Gruppe A Da das gr¨oßte Element am Anfang steht, hat jede Folge dieser Gruppe genau so viele Steigungen wie dieselbe Folge ohne das Element n. Daher ist die Zahl der Folgen in dieser Gruppe E(n − 1, k).
Z¨ahlen von Gruppe B Wir betrachten die Folgen mit n − 1 Elementen und k − 1 Steigungen. Wir m¨ ussen nun n in jede Folge so einsetzen, dass sich eine zus¨atzliche Steigung ergibt, also entweder an einem Gef¨alle oder ganz am Ende. Die Anzahl der Gef¨alle ist n − k, somit ergibt sich (n − k + 1) · E(n − 1, k − 1). Zusammengesetzt: n n−1 n−1 E(n, k) = h i = h i + (n − k + 1)h i k k k−1 Philip Kranz ()
Kombinatorik
12. Juli 2011
40 / 47
Zahlenfolgen
Euler-Zahlen
Euler-Zahlen n n n n n n n n h i h i h i h i h i h i h i 0 1 2 3 4 5 6 0 1 0 1 1 2 1 1 0 4 1 0 3 1 4 1 11 11 1 0 5 1 26 66 26 1 0 6 1 57 302 302 57 1 0 Berechnung auch mithilfe des Binomialkoeffizienten: k X n i n h i= (−1) (k − i + 1)n k k i=0
Philip Kranz ()
Kombinatorik
12. Juli 2011
41 / 47
Zahlenfolgen
Integer-Partitionen
Integer-Partitionen
Definition Die Menge aller Summen von nat¨ urlichen Zahlen, die n ergeben, nennt man Integer-Partitionen von n. Siehe auch das M¨ unzproblem.
Philip Kranz ()
Kombinatorik
12. Juli 2011
42 / 47
Zahlenfolgen
Integer-Partitionen
Integer-Partitionen • Gesucht ist eine Funktion f (n, k), die alle m¨ oglichen Zerlegungen in
Zahlen ≤ k liefert. • Dann ergeben sich die Basisf¨ alle
f (0, k) = 0 f (n, 0) = 0 f (n, 1) = 1
Philip Kranz ()
Kombinatorik
12. Juli 2011
43 / 47
Zahlenfolgen
Integer-Partitionen
Integer-Partitionen • Gesucht ist eine Funktion f (n, k), die alle m¨ oglichen Zerlegungen in
Zahlen ≤ k liefert. • Dann ergeben sich die Basisf¨ alle
f (0, k) = 0 f (n, 0) = 0 f (n, 1) = 1 • F¨ ur f (n, k) addieren wir nun die Anzahl der M¨ oglichkeiten, wenn k
Teil der Partition ist und wenn nicht. Somit ergibt sich: f (n, k) = f (n − k, k) + f (n, k − 1)
Philip Kranz ()
Kombinatorik
12. Juli 2011
43 / 47
Zahlenfolgen
Integer-Partitionen
Integer-Partitionen • Gesucht ist eine Funktion f (n, k), die alle m¨ oglichen Zerlegungen in
Zahlen ≤ k liefert. • Dann ergeben sich die Basisf¨ alle
f (0, k) = 0 f (n, 0) = 0 f (n, 1) = 1 • F¨ ur f (n, k) addieren wir nun die Anzahl der M¨ oglichkeiten, wenn k
Teil der Partition ist und wenn nicht. Somit ergibt sich: f (n, k) = f (n − k, k) + f (n, k − 1) • Die Zahl aller m¨ oglichen Integer-Partitionen einer Zahl n erhalten wir
mit: f (n, n) Philip Kranz ()
Kombinatorik
12. Juli 2011
43 / 47
Zahlenfolgen
Zusammenfassung
Zusammenfassung Zahlenfolgen
Folge Fibonacci Catalan
Stirling 2. Art Stirling 1. Art Euler
Philip Kranz ()
Interpretation Triangulationen eines n + 2-Ecks Zahl m¨ oglicher Klammer ausdr¨ ucke Zahl m¨ oglicher Bin¨arb¨aume ... Aufteilungen einer Menge in Teilmengen Aufteilungen einer Menge in Zyklen Permutationen einer Menge mit k aufsteigenden Teilfolgen
Kombinatorik
12. Juli 2011
44 / 47
Zahlenfolgen
Zusammenfassung
Online Encyclopedia Of Integer Sequences
http://oeis.org Beispiele: • Catalan-Zahlen: A000108 • Stirling-Zahlen 2. Art: A008277 • ...
Philip Kranz ()
Kombinatorik
12. Juli 2011
45 / 47
Abschluss
Zusammenfassung
• Kombinatorik behandelt das Z¨ ahlen der Elemente von Mengen. • Wir unterscheiden Permutationen, Variationen und Kombinationen. • L¨ osungsans¨atze f¨ ur kombinatorische Probleme: Mischung von
Permutation/Kombination/Variation oder Induktion/Teile-Und-Herrsche ¨ • Es gibt ein mannigfaltiges Okosystem von Zahlenfolgen, die jeweils bestimmte kombinatorische Eigenschaften haben. Je mehr dieser Folgen wir kennen, um so mehr kombinatorische Probleme k¨onnen wir l¨osen.
Philip Kranz ()
Kombinatorik
12. Juli 2011
46 / 47
Abschluss
Literatur
• http://apps.topcoder.com/forums/?module=Thread
&threadID=685114 • http://www.topcoder.com/tc?module=Static
&d1=tutorials&d2=combinatorics • R. L. Graham, D. E. Knuth, O. Patashnik: ”Concrete Mathematics”,
Addison Wesley • Hallo Welt 2004, Kombinatorik, Tillmann Spiegelhauer • Hallo Welt 2010, Kombinatorik, Mathhias Bayerlein • Wikipedia
Philip Kranz ()
Kombinatorik
12. Juli 2011
47 / 47