Sei sulla pagina 1di 62

Idee e Strumenti

Tonolo_2400pt_def.pdf 1

05/09/12 10.16

Dal catalogo Apogeo


Matematica e statistica
Anderson, Sweeney, Williams, Statistica per le analisi economico-aziendali
Barutello, Conti, Ferrario, Terracini, Verzini, Analisi matematica, Volume due
Bland, Statistica medica
Conti, Ferrario, Terracini, Verzini, Analisi matematica, Volume uno
Crivellari, Analisi statistica dei dati con R
Espa, Micciolo, Problemi ed esperimenti di statistica con R
Espa, Micciolo, Analisi esplorativa dei dati con R
Luenberger, Finanza e investimenti. Fondamenti matematici
Middleton, Analisi statistica con Excel
Moore, Statistica di base
Naldi, Pareschi, Matlab. Concetti e progetti, seconda edizione
Romano, Meccanica analitica
Ross, Calcolo delle probabilit`a, seconda edizione
Ross, Introduzione alla statistica
Ross, Probabilit`a e statistica per lingegneria e le scienze, seconda edizione
Stewart, Calcolo. 1. Funzioni di una variabile
Stewart, Calcolo. 2. Funzioni di pi`u variabili
Strang, Algebra lineare
Tommei, Matematica di base
Waner, Costenoble, Strumenti quantitativi per la gestione aziendale
Welkowitz, Cohen, Ewen, Statistica per le scienze del comportamento

Tonolo_2400pt_def.pdf 2

06/09/12 09.49

Calcolo discreto
Metodi per contare
Carlo Mariconda
Alberto Tonolo

Tonolo_2400pt_def.pdf 3

06/09/12 09.49

Calcolo discreto
Metodi per contare
Autori:
Carlo Mariconda, Alberto Tonolo

c 2012 APOGEO s.r.l.


Copyright 
Socio Unico Giangiacomo Feltrinelli Editore s.r.l.
Via Natale Battaglia 12 20127 Milano (Italy)
Telefono: 02-289981 Fax: 02-26116334
Email: education@apogeonline.com
U.R.L. www.apogeonline.com

ISBN 978-88-503-2494-1
Impaginazione in LATEX: CompoMat s.r.l.
Editor: Alberto Kratter Thaler
Redazione: Patrizia Villani
Copertina: Enrico Marcandalli
Immagine di copertina di Graziella Giacobbe

Tutti i diritti sono riservati a norma di legge e a norma delle convenzioni internazionali. Nessuna parte di questo libro pu`o essere riprodotta con sistemi elettronici,
meccanici o altri, senza lautorizzazione scritta dellEditore.
Nomi e marchi citati nel testo sono generalmente depositati o registrati dalle rispettive
case produttrici.
Le fotocopie per uso personale del lettore possono essere effettuate nei limiti del
15% di ciascun volume dietro pagamento alla SIAE del compenso previsto dallart.
68, commi 4 e 5, della legge 22 aprile 1941 n. 633.
Le fotocopie effettuate per finalit`a di carattere professionale, economico o commerciale o comunque per uso diverso da quello personale possono essere effettuate a
seguito di specifi ca autorizzazione rilasciata da CLEARedi, Centro Licenze e Autorizzazioni per le Riproduzioni Editoriali, Corso di Porta Romana 108, 20122 Milano,
e-mail autorizzazioni@clearedi.org e sito web www.clearedi.org.

Finito di stampare nel mese di ottobre 2012


presso Grafica Veneta Trebaseleghe (PD)

Tonolo_2400pt_def.pdf 4

06/09/12 09.49

Sommario

Introduzione

ix

1 Impariamo a contare
1.1 Operazioni sugli insiemi finiti . . . . . . . . . . . . . . . .
1.1.1 Richiami di teoria degli insiemi . . . . . . . . . . .
1.1.2 La cardinalit`a di un insieme finito . . . . . . . . . .
1.2 Sequenze, collezioni, spartizioni, scomposizioni e partizioni
1.3 Princ`pi fondamentali . . . . . . . . . . . . . . . . . . . . .
1.3.1 Principio di moltiplicazione . . . . . . . . . . . . .
1.3.2 Principio di divisione . . . . . . . . . . . . . . . . .
1.4 Spazi campionari e probabilit`a uniforme . . . . . . . . . . .
1.5 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Contare sequenze e collezioni
2.1 Sequenze e collezioni di elementi distinti . . . . . . . . . .
2.1.1 Sequenze senza ripetizione . . . . . . . . . . . . . .
2.1.2 Collezioni senza ripetizione (sottoinsiemi) . . . . . .
2.2 Sequenze e collezioni arbitrarie . . . . . . . . . . . . . . . .
2.2.1 Sequenze (con eventuali ripetizioni) e/o spartizioni .
2.2.2 Collezioni (con eventuali ripetizioni) e/o risoluzioni
di numeri naturali . . . . . . . . . . . . . . . . . . .
2.2.3 Risoluzioni con vincoli e disequazioni . . . . . . . .
2.3 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Vincoli di occupancy
3.1 Sequenze e spartizioni con vincoli di occupancy . . . . . . .
3.1.1 Sequenze e spartizioni con sequenza di occupancy:
permutazioni e anagrammi . . . . . . . . . . . . . .
3.1.2 Sequenze e spartizioni con collezione di occupancy .
3.2 Collezioni e risoluzioni con vincoli di occupancy . . . . . .
3.2.1 Collezioni e risoluzioni con sequenza di occupancy .
3.2.2 Collezioni e risoluzioni con collezione di occupancy
3.3 Numeri di Catalan . . . . . . . . . . . . . . . . . . . . . . .
3.4 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Tonolo_2400pt_def.pdf 5

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

1
1
1
4
5
12
12
17
19
21

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

25
25
25
28
38
38

. . . . . 39
. . . . . 42
. . . . . 45
51
. . . . . 51
.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

51
56
58
58
58
60
63

05/09/12 10.16

vi

Sommario

4 Inclusione/esclusione
4.1 Il principio di inclusione/esclusione . . . .
4.1.1 Cardinalit`a di unione di insiemi . .
4.1.2 Cardinalit`a di intersezioni di insiemi
4.2 Gli scombussolamenti . . . . . . . . . . . .
4.3 Esercizi . . . . . . . . . . . . . . . . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

67
67
67
71
76
77

5 Partizioni, cicli e partizioni in cicli


5.1 Partizioni e numeri di Stirling . . . . . . . . . . . .
5.1.1 Il numero di n-partizioni di Ik . . . . . . .
5.1.2 Partizioni con vincolo di occupancy . . . .
5.2 Cicli e partizioni in cicli . . . . . . . . . . . . . .
5.2.1 Cicli . . . . . . . . . . . . . . . . . . . . .
5.2.2 Le n-partizioni in cicli di I k . . . . . . . .
5.2.3 Partizioni in cicli con vincoli di occupancy
5.3 Esercizi . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

81
81
81
86
87
87
89
94
95

6 Manipolazione di somme
6.1 Alcune tecniche . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1.1 Il metodo di Gauss . . . . . . . . . . . . . . . . . . . . . . .
6.1.2 La tecnica di perturbazione . . . . . . . . . . . . . . . . . . .
6.1.3 Il metodo delle derivate . . . . . . . . . . . . . . . . . . . . .
6.2 Il calcolo finito . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.2.1 Loperatore differenza e le potenze fattoriali discendenti . . .
6.2.2 Primitive discrete e teorema fondamentale del calcolo discreto
6.2.3 Primitive discrete di alcune funzioni notevoli . . . . . . . . .
6.3 La formula di addizione per parti . . . . . . . . . . . . . . . . . . . .
6.4 Il criterio di convergenza di AbelDirichlet . . . . . . . . . . . . . .
6.5 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

97
97
97
98
99
100
100
103
105
112
113
116

7 Serie formali e funzioni generatrici


7.1 Serie formali: prime definizioni . . . . . . . . . . . . . . . . . . . .
7.2 Funzioni generatrici di una successione . . . . . . . . . . . . . . .
7.3 Serie formali composte e inverse . . . . . . . . . . . . . . . . . . .
7.3.1 Somme infinite e composte di serie formali . . . . . . . . .
7.3.2 Serie formali invertibili . . . . . . . . . . . . . . . . . . . .
7.4 Le forme chiuse di una serie formale . . . . . . . . . . . . . . . . .
7.4.1 Serie formale di Maclaurin e forme chiuse di serie formali .
7.4.2 Propriet`a delle forme chiuse . . . . . . . . . . . . . . . . .
7.4.3 Serie formali e convergenza: la forma chiusa somma . . . .
7.4.4 Forme chiuse di funzioni generatrici di successioni notevoli
7.4.5 Forme chiuse razionali . . . . . . . . . . . . . . . . . . . .
7.5 Le funzioni generatrici di probabilit`a . . . . . . . . . . . . . . . . .
7.6 Frazioni di serie formali . . . . . . . . . . . . . . . . . . . . . . . .

119
119
122
130
130
135
139
139
142
149
151
160
166
170

Tonolo_2400pt_def.pdf 6

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.

05/09/12 10.16

vii

Sommario

7.7

7.6.1 Numeri di Bernoulli . . . . . . . . . . . . . . . . . . . . . . 171


7.6.2 Equazioni di secondo grado in R[[X]] . . . . . . . . . . . . . 175
Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178

8 Calcolo simbolico
8.1 Insiemi con valutazione . . . . . . . . . . . . .
8.2 Operazioni tra insiemi compatibili con le OGF .
8.3 Pattern nelle stringhe . . . . . . . . . . . . . .
8.3.1 Il teorema della scimmia . . . . . . . .
8.4 Triangolazioni di un poligono convesso . . . .
8.5 Alberi con radice . . . . . . . . . . . . . . . .
8.6 Esercizi . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

.
.
.
.
.
.
.

9 Relazioni di ricorrenza
9.1 Definizioni di base e modelli . . . . . . . . . . . . . . . . . . . .
9.2 Relazioni lineari a coefficienti costanti . . . . . . . . . . . . . . .
9.2.1 Relazioni lineari omogenee a coefficienti costanti . . . . .
9.2.2 Soluzioni particolari di una relazione di ricorrenza lineare
9.3 Relazioni lineari a coefficienti variabili . . . . . . . . . . . . . . .
9.4 Relazioni Dividi e Conquista . . . . . . . . . . . . . . . . . . .
9.5 Ricorrenze e funzioni generatrici . . . . . . . . . . . . . . . . . .
9.5.1 Ricorrenze lineari a coefficienti costanti e loro OGF . . .
9.5.2 La OGF del Quicksort . . . . . . . . . . . . . . . . . . .
9.6 Dimostrazioni . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.

181
181
183
190
197
198
201
205

.
.
.
.
.
.
.
.
.
.
.

207
207
214
216
225
239
242
250
250
260
262
268

10 Formule di approssimazione e di asintoticit`a


10.1 Le formule di Eulero Maclaurin di ordine 1 e 2 . . . . . . . . . . .
10.2 Stime asintotiche con gli O grande e gli o piccolo: nozioni di base
10.3 Versione asintotica delle formule di Eulero Maclaurin
di ordine 1 e 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.4 Approssimazione di somme di Cauchy . . . . . . . . . . . . . . . . .
10.4.1 Il caso 0 < < 1 . . . . . . . . . . . . . . . . . . . . . . . .
10.4.2 Il caso = 1: le somme di Riemann . . . . . . . . . . . . . .
10.4.3 Il caso > 1 . . . . . . . . . . . . . . . . . . . . . . . . . .
10.5 Lo sviluppo di Eulero Maclaurin di ordine qualunque . . . . . . . .
10.5.1 I numeri armonici generalizzati . . . . . . . . . . . . . . . .
10.5.2 Polinomi di Bernoulli . . . . . . . . . . . . . . . . . . . . . .
10.5.3 La formula di Eulero Maclaurin . . . . . . . . . . . . . . .
10.5.4 Versioni asintotiche della formula di Eulero Maclaurin . . .
10.6 Approssimiamo il fattoriale e i binomiali . . . . . . . . . . . . . . .
10.6.1 Successioni a due indici . . . . . . . . . . . . . . . . . . . .
10.6.2 La formula di Stirling . . . . . . . . . . . . . . . . . . . . .

Tonolo_2400pt_def.pdf 7

275
275
285
291
299
299
306
310
312
312
315
319
324
327
328
336

05/09/12 10.16

viii

Sommario

10.6.3 Funzioni e distribuzioni di Ramanujan . . . . . . . . . . . . . 342


10.7 Esercizi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
A Tavole riassuntive
A.1 Principali formule della combinatoria . . . . . . . . . . . .
A.2 Formule per il calcolo di primitive/somme indefinite discrete
A.3 Forme chiuse di alcune serie formali di uso frequente . . . .
A.4 Approssimazioni ed asintoticit`a . . . . . . . . . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

351
351
353
354
356

Bibliografia

357

Indice analitico

361

Tonolo_2400pt_def.pdf 8

05/09/12 10.16

Introduzione

ella nostra attivit`a didattica trattiamo da molti anni vari argomenti di carattere elementare generalmente svolti nei corsi di Matematica Discreta, alcuni dei
quali trovano sempre pi`u spazio nei programmi dei corsi tradizionali con contenuto
matematico, come la combinatoria, il calcolo finito, le serie formali, le ricorrenze e le
tecniche di approssimazione di somme finite. Si tratta di argomenti che fanno parte
tradizionalmente del bagaglio iniziale di chi si occupa ad esempio di analisi degli algoritmi. Nei testi che abbiamo consultato, spesso ci siamo imbattuti in due difficolt`a:
trattazioni nelle quali, una volta illustrati i concetti di base, la risoluzione dei problemi appare basata pi`u su trucchi o abilit`a dellautore che su tecniche precise; oppure
argomentazioni applicative carenti ed incomplete da un punto di vista matematico.
Questo risulta particolarmente evidente nei testi di combinatoria elementare, dove
la parte teorica raramente fornisce strumenti sufficienti a trattare lenorme variet`a di
problemi concreti, ognuno dei quali sembra costituire un caso a se. Abbiamo perci`o
pensato innanzitutto di sviluppare nel corso di questi anni dei metodi che permettano
allo studente di inquadrare ogni problema in un ambito chiaro e definito. Dobbiamo per questo ringraziare gli studenti che abbiamo involontariamente utilizzato come
cavie e che hanno infine espresso notevole gradimento a quanto qui prodotto.
Nella parte di calcolo combinatorio, cerchiamo innanzitutto di ricondurre tutti
i ragionamenti a pochi essenziali concetti di riferimento. Hanno un ruolo chiave le
nozioni di sequenza e collezione, che preferiamo ai termini disposizione e combinazione, a nostro avviso potenzialmente ambigui e non facili da ricordare: perche mai,
di fronte allesperienza quotidiana, una combinazione dovrebbe essere un insieme
non ordinato di simboli? Trattiamo poi i classici princ`pi di moltiplicazione e divisione in modo preciso ed approfondito. Sorvolare velocemente su tali argomenti, ed
il conseguente loro uso improprio, e` a nostro parere la causa principale degli errori
nella risoluzione dei problemi. Esaminiamo poi in dettaglio i problemi con vincolo di
occupancy, il principio di inclusione/esclusione ed infine le partizioni.
Introduciamo poi varie tecniche per il calcolo delle somme di un numero finito
di termini di una successione; particolare attenzione e` dedicata al calcolo finito che
riproduce nel caso discreto le tecniche del calcolo infinitesimale.
Nellampia parte dedicata alle serie formali e le funzioni generatrici, introdotte
le prime definizioni e propriet`a di base, accompagniamo il lettore attraverso i concetti
delicati di forma chiusa e composta di serie formali. Teniamo ben distinti il concetto algebrico di serie formale da quello analitico di serie di potenze, che coinvolge
inevitabilmente problemi di convergenza, sfruttandone tuttavia appieno la sinergia.

Tonolo_2400pt_def.pdf 9

05/09/12 10.16

Introduzione

Calcoliamo in modo elementare le funzioni generatrici delle principali successioni di


numeri notevoli, come i numeri armonici, i binomiali, i numeri di Stirling, Bell, Bernoulli, Catalan, Fibonacci. Le applicazioni in questo capitolo affrontano raffinati problemi di conteggio con vincoli, e, per chi conosce qualcosa di probabilit`a, il calcolo
dei momenti (valore atteso e varianza) delle principali variabili aleatorie discrete.
Le funzioni generatrici entrano poi in gioco anche nei capitoli successivi tanto
nelle tecniche dimostrative quanto in molteplici ulteriori applicazioni. Ad esempio
affrontiamo il cosiddetto calcolo simbolico che permette tra laltro di contare, dato un
pattern in un alfabeto con un dato numero di lettere, il numero di parole di lunghezza
assegnata che non lo contengono: troviamo cos` il numero medio di caratteri che una
scimmia (che batte i tasti a caso su una tastiera) deve digitare affinche esca la famosa
frase to be or not to be.
Le relazioni di ricorrenza costituiscono forse la parte del testo pi`u vicina alle
trattazioni tradizionali. Dopo alcuni problemi classici che le motivano passiamo ad
analizzare in dettaglio le relazioni di ricorrenza lineari e le loro soluzioni. Offriamo anche un metodo risolutivo basato sulle funzioni generatrici. Il legame tra serie
formali e ricorrenze torna utile per le dimostrazioni di tutti gli enunciati relativi alla
struttura delle soluzioni delle ricorrenze trattate, che, per non appesantire la lettura,
abbiamo condensato in una sezione dedicata. Il capitolo termina poi con le relazioni
del tipo dividi e conquista, utili nello studio della complessit`a di vari algoritmi, e la
stima a priori delle loro soluzioni.
Nellultima parte del testo ci occupiamo dellapprossimazione di somme finite e
della stima asintotica delle ridotte di una serie numerica generata dai valori sui naturali di funzioni regolari. Lo strumento basilare del capitolo risulta essere lo sviluppo di
Eulero-Maclaurin che permette di approssimare le somme considerate con lintegrale
della funzione e altri addendi. Abbiamo pensato ad un percorso semplice che si limita
agli sviluppi di ordine 2; questi sono dimostrati in modo elementare evitando lo studio approfondito dei numeri e dei polinomi di Bernoulli, necessario per gli sviluppi
di ordine superiore. Tale percorso permette comunque di raggiungere tutti i risultati
importanti, compresa la dimostrazione della famosa formula di Stirling di approssimazione del fattoriale. In tal caso lordine di asintoticit`a del fattoriale (quindi la sua
stima a meno di una costante moltiplicativa) deriva immediatamente dalle formule di
Eulero-Maclaurin, mentre, per i lettori pi`u attenti, il calcolo della costante richiede
una analisi fine delle successioni a due indici, presentate qui in modo il pi`u possibile chiaro e semplice. Questultime permettono poi di ottenere una stima asintotica
delle funzioni Q di Ramanujan, di frequente utilizzo nel calcolo combinatorio. Per
completezza presentiamo infine, in tutti i dettagli, lo sviluppo di Eulero-Maclaurin di
qualunque ordine.
Il testo e` corredato da numerosi esempi interamente svolti ed esercizi, in gran
parte risolti alla pagina web www.math.unipd.it/librocombinatoria.
Suggeriamo allo studente di provare sempre a cimentarsi da solo con gli esercizi
prima di leggerne la soluzione. Infine delle tavole riassuntive delle principali formule
permettono al lettore unagile consultazione.

Tonolo_2400pt_def.pdf 10

05/09/12 10.16

Introduzione

xi

Il libro si presta a diversi possibili percorsi. Potrebbero essere trattati in modo indipendente la parte di calcolo combinatorio (Capitoli 1-5), le somme ed il calcolo finito
(Capitolo 6), le serie formali (Capitolo 7) e le loro applicazioni al calcolo simbolico
(Capitolo 8), le relazioni di ricorrenza (Capitolo 9), le tecniche di approssimazione
(Capitolo 10).
Saremo grati a coloro i quali ci segnaleranno allindirizzo di posta elettronica
librocombinatoria@math.unipd.it suggerimenti, commenti ed eventuali
errori.
Nel testo alcune parti sono indicate con dei simboli. Il simbolo e` general
mente attribuito a considerazioni che riteniamo importante non sottovalutare; segnala invece le parti pi`u complicate o fastidiose che possono essere tralasciate senza
compromettere la comprensione degli altri contenuti.
Infine una parola su di noi. Siamo entrambi veneziani, e questo e` forse lunico
aspetto che ci accomuna. Carlo Mariconda si occupa di Analisi Matematica, mentre
Alberto Tonolo di Algebra. Le inevitabili diversit`a dei punti di vista sulle questioni
matematiche, oltre che su ogni altro dettaglio, giustificano in parte la durata della
preparazione di questo libro che si e` protratta nellarco di una decina di anni. Ogni
pagina scritta da ciascuno di noi e` stata dapprima aspramente criticata dallaltro, per
poi, modificata, giungere ad una sintesi soddisfacente per entrambi. Speriamo che il
lettore accolga con favore il prodotto di questo distillato.

Tonolo_2400pt_def.pdf 11

05/09/12 10.16

Tonolo_2400pt_def.pdf 12

05/09/12 10.16

Impariamo a contare

Contenuto
1.1
1.2
1.3
1.4
1.5

Operazioni sugli insiemi finiti


Sequenze, collezioni, spartizioni, scomposizioni e partizioni
Princ`pi fondamentali
Spazi campionari e probabilit`a uniforme
Esercizi

n questo capitolo, dopo un veloce richiamo dei concetti della teoria degli insiemi,
introdurremo le nozioni ed i princ`pi fondamentali del calcolo combinatorio, e
quindi introdurremo la probabilit`a uniforme su spazi campionari finiti.

1.1 Operazioni sugli insiemi finiti


Questa sezione e` dedicata allapprendimento delle operazioni di base e delle prime
tecniche di conteggio.

1.1.1 Richiami di teoria degli insiemi


Introduciamo il concetto di insieme in modo ingenuo: una trattazione assiomatica
rigorosa esula dagli scopi di questo testo.
Un insieme e` definito quando comunque dato un oggetto si sa dire se esso appartiene o meno allinsieme. Gli oggetti appartenenti ad un insieme vengono detti
elementi dellinsieme. Essi possono essere qualsiasi cosa: numeri, persone, oggetti,
altri insiemi, ...
Le isole della laguna di Venezia definiscono un insieme. Qualunque cosa si consideri, sappiamo decidere se si tratta o meno di un elemento di tale insieme: il numero 3, gli Stati Uniti, Padova e molte altre cose ad esempio non appartengono a tale
insieme; le isole di Murano, Mazzorbo e Torcello si.

Tonolo_2400pt_def.pdf 13

05/09/12 10.16

Impariamo a contare

Gli insiemi che non appartengono a se stessi non formano un insieme: infatti se formassero un insieme I , dato lelemento insieme I non si saprebbe decidere se esso
appartiene o no ad I . Infatti se vi appartenesse, allora, in quanto elemento di I , non
dovrebbe appartenere a se stesso, e quindi non apparterebbe ad I : contraddizione.
Se invece non vi appartenesse, allora, per la definizione di I , dovrebbe appartenervi:
contraddizione.
Due insiemi sono uguali se e solo se gli elementi che stanno in uno, stanno anche
nellaltro; in particolare, ad esempio, {1, 1, 2} e {1, 2} sono insiemi coincidenti perche
entrambi contengono il numero 1, il numero 2 e nientaltro.
Per dire che un elemento a appartiene ad un insieme A scriveremo a A.
Nel descrivere formalmente un insieme o ne elenchiamo gli elementi, ad
esempio {2, 4, 5, 7, 1}, o, con qualche attenzione, descriviamo la qualit`a che ne
contraddistingue gli elementi, ad esempio {le automobili rosse}.
Nel seguito denotiamo con N, N1 , Z, Q, R e C rispettivamente gli insiemi dei
numeri naturali, naturali diversi da zero, interi, razionali, reali e complessi.
Ricordiamo brevemente alcune nozioni insiemistiche ben note che useremo in
tutto il volume.
Definizione 1.1 Dati due insiemi A e B, diciamo che A e` un sottoinsieme di B (e
scriveremo A B) se A e` contenuto in B , ovvero se
(a A)  (a B).
Definizione 1.2 Sia X un insieme. Indichiamo con P (X) linsieme delle parti di X,
ovvero linsieme dei sottoinsiemi di X, compresi il sottoinsieme vuoto ed X stesso.
Esempio 1.3 Sia X = {1, 2}; allora linsieme delle parti di X e`

P (X) = {, {1}, {2}, X}.


Si osservi che P () = {}  = : infatti P () ha un elemento (linsieme vuoto),

mentre non ha alcun elemento.

Definizione 1.4 Siano A, B sottoinsiemi di un insieme X; allora lunione,


lintersezione e la differenza di A e B, e il complementare Ac di A in X
sono cos` definiti:

A B = {x X : x A o x B};
A B = {x X : x A e x B};
A \ B = {x X : x A e x
/ B};
Ac = {x X : x
/ A}.

E` facile verificare le seguenti semplici propriet`a.

Tonolo_2400pt_def.pdf 14

05/09/12 10.16

1.1 Operazioni sugli insiemi finiti

Proposizione 1.5 Sia X un insieme ed A, B e C tre suoi sottoinsiemi. Allora si ha


1.
2.
3.
4.
5.
6.

A (B C) = (A B) (A C);
A (B C) = (A B) (A C);
A \ (B C) = (A \ B) (A \ C);
A \ (B C) = (A \ B) (A \ C);
(A B)c = Ac B c ;
(A B)c = Ac B c .

Dimostrazione. A titolo di esempio verifichiamo luguaglianza


A \ (B C) = (A \ B) (A \ C).
Due insiemi coincidono se e solo se hanno gli stessi elementi; pertanto per dimostrare
lassunto controlleremo che se un elemento x di X appartiene ad A \ (B C), allora
appartiene anche ad (A\B)(A\C), e viceversa, che se un elemento x di X appartiene
ad (A \ B) (A \ C) allora appartiene anche ad A \ (B C). Sia x A \ (B C);
allora x appartiene ad A, ma non appartiene ne a B, ne a C. Pertanto x appartiene
sia ad A \ B che ad A \ C, e quindi appartiene allintersezione (A \ B) (A \ C).
Viceversa sia x (A \ B) (A \ C); allora x appartiene sia ad A \ B che ad A \ C.
Dunque x appartiene ad A, ma non appartiene ne a B, ne a C, ovvero non appartiene
a B C. Pertanto x appartiene ad A \ (B C).

La seguente nozione permette di collegare
due insiemi.

f (y1)

Definizione 1.6 Una funzione


f :X Y

x4
x5

consiste di:

1. un insieme X detto dominio di f ;


2. un insieme Y detto codominio di f ;
3. una legge che ad ogni elemento x in X associa uno ed un solo elemento y in Y . Tale
elemento e` detto immagine di x tramite
f ed e` indicato con f (x).

X
xx11
x2
x3

Im( f)
y1
y2
y3

Figura 1.1. Un esempio di funzione.

Dato y Y linsieme {x X : f (x) = y} e` detto controimmagine o antiimmagine


di y tramite f ed e` indicato con f 1 (y). Il sottoinsieme { f (x) : x X} di Y e` detto
immagine di f ed e` indicato con Im( f ).
Ricordiamo anche la seguente classificazione delle funzioni.
Definizione 1.7 Una funzione f : X Y si dice
iniettiva se ( f (x) = f (y))  (x = y), ovvero elementi distinti del dominio
hanno immagini distinte;

Tonolo_2400pt_def.pdf 15

05/09/12 10.16

Impariamo a contare

suriettiva se Im( f ) = Y , ovvero se ogni elemento del codominio e` immagine di


qualche elemento del dominio;
biiettiva se e` iniettiva e suriettiva; in tal caso diremo che X ed Y sono in
corrispondenza biunivoca.
Dati due insiemi A e B possiamo considerare linsieme delle coppie realizzate
prendendo nellordine un elemento di A ed uno di B. Pi`u in generale:
Definizione 1.8 Dati n insiemi A 1 , ..., An , il loro prodotto cartesiano e` linsieme
A1 ... An delle n-uple (a1 , ..., an ) con ai Ai , i = 1, ..., n. Il prodotto cartesiano
A
... A viene indicato con An .
 
n volte

Il prodotto cartesiano e` una costruzione formale molto utilizzata in matematica per


costruire insiemi complessi a partire da insiemi semplici. Si osservi che, dati due
insiemi distinti A e B, gli insiemi A B e B A sono distinti! Tra i due insiemi e`
per`o possibile costruire una corrispondenza biunivoca:
f : A B B A,

(a, b)  (b, a)

e` ovviamente una funzione biiettiva.

1.1.2 La cardinalit di un insieme finito


Caratteristica fondamentale di un insieme finito e` la sua grandezza.
Definizione 1.9 La cardinalit`a di un insieme finito X e` il numero dei suoi elementi
distinti. Tale numero viene indicato con il simbolo |X|.
Per contare il numero di elementi di un insieme, spesso sar`a conveniente interpretarlo come unione, o intersezione o prodotto (o altro ancora) di insiemi pi`u semplici.
E` dunque importante saper calcolare la cardinalit`a di un insieme ottenuto con tali
operazioni.
Proposizione 1.10 Siano A, B due sottoinsiemi finiti di un insieme X.
1.
2.
3.
4.

Se A e B sono disgiunti, ovvero A B = , allora |A B| = |A| + |B|;


|A B| = |A| + |B| |A B|;
|A B| = |A| |B|;
Se X e` finito allora |Ac | = |X| |A|.

Dimostrazione. Siano A = {a1 , ..., am } e B = {b1 , ..., bn } due insiemi di cardinalit`a


rispettive |A| = m e |B| = n.
1. Se A e B sono disgiunti allora A B = {a1 , ..., am , b1 , ..., bn } ha m + n elementi.

Tonolo_2400pt_def.pdf 16

05/09/12 10.16

1.2 Sequenze, collezioni, spartizioni, scomposizioni e partizioni

2. A B e` lunione degli insiemi a due a due disgiunti A \ B, A B, B \ A; essendo


A unione disgiunta di A \ B e A B, si ha |A \ B| = |A| |A B|. Allora
|A B| = |A \ B| + |A B| + |B \ A|

= |A| |A B| + |A B| + |B| |A B|

= |A| + |B| |A B|.


3. Chiaramente

A B = ({a1 } B) ({a2 } B) ... ({am } B) ,


con gli {a1 } B a due a due disgiunti. Linsieme {a1 } B ha n elementi:
(a1 , b1 ), (a1 , b2 ), ..., (a1 , bn ).
Analogamente |{ai } B| = n per qualunque elemento ai di A. Per il punto 1 si ha
|A B| = |{a1 } B| + ... + |{am } B| = m n.
4. Essendo X = A Ac e A Ac = , si ha |X| = |A|+|Ac |, da cui |Ac | = |X||A|.

Proposizione 1.11 Due insiemi finiti X ed Y hanno la stessa cardinalit`a se e solo se
X e` in corrispondenza biunivoca con Y .
Dimostrazione. Se |X| = |Y | = n, possiamo indicare con x 1 , ..., xn tutti gli elementi
di X e con y1 , ..., yn tutti gli elementi di Y . In tal caso lapplicazione che manda
xi in yi , i = 1, ..., n, e` una biiezione. Viceversa se f : X Y e` una biiezione,
e |X| = n, siano x1 , ..., xn tutti gli elementi di X. Allora f (x1 ), ..., f (xn ) sono
distinti (essendo f iniettiva) e costituiscono lintero insieme Y (essendo f suriettiva).
Pertanto Y = { f (x1 ), ..., f (xn )} ha cardinalit`a n.

Esempio 1.12 Contare il numero di possibili comitati composti da un uomo ed una
donna scelti da un insieme U di 8 uomini e D di 10 donne.
Soluzione. Sia Y linsieme di tali comitati; ogni elemento di Y si rappresenta in modo
unico come una coppia (u, d) dove u e` uno degli uomini e d una delle donne. Essendo
Y in corrispondenza biunivoca con U D, si ha |Y | = 8 10 = 80.

1.2 Sequenze, collezioni, spartizioni, scomposizioni e partizioni


Introduciamo la terminologia che ci permetter`a di descrivere con precisione le varie
situazioni che ci troveremo a studiare.
Nel seguito tratteremo insiemi finiti; per semplicit`a, associando un numero ad
ogni elemento, identificheremo un insieme X con n elementi con linsieme In dei

Tonolo_2400pt_def.pdf 17

05/09/12 10.16

Impariamo a contare

numeri 1, ..., n dotato dellordine naturale:


n N1

In = ({1, ..., n}, <),

I0 = .

Diremo etichettatura di X tale identificazione. Definiamo ora i concetti chiave di


tutto il testo. Il motivo dello scambio di ruoli tra k e n nei primi quattro punti della
seguente definizione sar`a chiarito dal Teorema 1.23.
Definizione 1.13 Siano n, k N. Distinguiamo due classi di oggetti:
a) ordinati:
a1) Diciamo k-sequenza di In una k-upla ordinata (a1 , ..., ak ) di elementi non
necessariamente distinti di In , ovvero un elemento del prodotto cartesiano
I ... In .
n 

k

a2) Diciamo n-spartizione di Ik una n-sequenza (C1 , ..., Cn ) di sottoinsiemi a due


a due disgiunti di Ik , eventualmente anche vuoti, la cui unione C1 C2 ... Cn
e` Ik .
a3) Diciamo n-risoluzione di k una n-sequenza (k1 , ..., kn ) di naturali tali che
k1 + ... + kn = k; diremo anche che (k1 , ..., kn ) e` una soluzione naturale
dellequazione x1 + ... + xn = k.

b) non ordinati:

b1) Diciamo k-collezione di In una famiglia non ordinata di k elementi di In eventualmente ripetuti. Una k-collezione contenente k1 copie di 1, k2 copie di 2,
..., kn copie di n verr`a indicata inserendo tali elementi, in qualunque ordine,
ciascuno con la sua molteplicit`a, tra parentesi quadre:
[1, ..., 1, ..., n, ..., n ] .
  
  
k1

kn

Si noti che una k-collezione di elementi non ripetuti di In non e` altro che un
sottoinsieme di k elementi di In .
b2) Diciamo n-partizione di Ik una n-collezione di sottoinsiemi non vuoti disgiunti
di Ik la cui unione e` Ik stesso.
Diciamo sequenza, spartizione, risoluzione, collezione, partizione, rispettivamente
una qualunque k-sequenza, n-spartizione, n-risoluzione, k-collezione, n-partizione1 .
Diremo sequenza binaria una sequenza di {0, 1}.

1 Usualmente nei libri le k-sequenze di I vengono chiamate disposizioni di n elementi a k a k,


n
mentre le k-collezioni di In vengono chiamate combinazioni di n elementi a k a k.

Tonolo_2400pt_def.pdf 18

05/09/12 10.16

1.2 Sequenze, collezioni, spartizioni, scomposizioni e partizioni

Osservazione 1.14 (Casi limite) Con riferimento alle nozioni introdotte nella Definizione 1.13, chiariamo i seguenti casi, certo non particolarmente significativi nelle
applicazioni:
a1) Per ogni n N esiste una ed una sola 0-sequenza di In : la sequenza vuota. Per
ogni k 1, non esistono k-sequenze di I0 .
a2) Per ogni n N esiste una ed una sola n-spartizione di I0 : (, ..., ). Per ogni
  
n-volte

k 1, non esistono 0-spartizioni di Ik .


a3) Per ogni n N esiste una ed una sola n-risoluzione di 0: la n-sequenza
(0, ..., 0). Per ogni k 1, non esistono 0-risoluzioni di k.
  
n-volte

b1) Per ogni n N esiste una ed una sola 0-collezione di In : la collezione vuota.
Per ogni k 1, non esistono k-collezioni di I0 .
b2) Vi e` una ed una sola 0-partizione di I0 : la partizione vuota. Per ogni n N 1
non esistono ne 0-partizioni di In , ne n-partizioni di I0 .
Si presti attenzione alla differenza tra partizione e spartizione:

gli insiemi che formano una spartizione possono esser vuoti, e sono elencati in
ordine;
gli insiemi che formano una partizione devono essere non vuoti, e il loro ordine
non conta.
2

1
3, 7

2, 4

I 7

5
3

5, 1, 6

2
1

Figura 1.2. Schematizzazione di una 4-spartizione di I7 , una 4-risoluzione di 7, ed una

3-partizione di I7 .

Tonolo_2400pt_def.pdf 19

05/09/12 10.16

Impariamo a contare

Definizione 1.15 Data una k-sequenza (a1 , ..., ak ) di In , diciamo permutazione di


(a1 , ..., ak ) ogni altra k-sequenza (b1 , ..., bk ) di In tale che [a1 , ..., ak ] = [b1 , ..., bk ],
ovvero ogni altra k-sequenza che si ottiene riordinando in qualunque modo gli
elementi a1 , ..., an .
Abbiamo preso a prestito dal linguaggio comune i termini di sequenza, collezione,
spartizione, risoluzione, partizione, permutazione e li abbiamo trasformati in termini
tecnici assegnando loro un preciso significato. I significati tratti dal vocabolario, di
seguito riportati, ci sembra possano permettere di ricordare il significato tecnico che
dora in poi assumeranno nelle pagine seguenti:
sequenza: serie ordinata di cose o fatti che si susseguono. Una sequenza di disgrazie.
Serie di inquadrature successive.
spartizione: lo spartire, lessere spartito. Divisione, distribuzione. La spartizione
delleredit`a.
risoluzione: soluzione, scioglimento, suddivisione in componenti.
collezione: raccolta sistematica di oggetti della stessa specie che abbiano interesse
storico, artistico o scientifico. Collezione di monete, di francobolli, di
figurine.
partizione: il dividere, lessere suddiviso in pi`u parti.
permutazione: lo scambiare una cosa con unaltra.
Le nozioni introdotte si rivelano particolarmente utili per descrivere in modo preciso diverse situazioni frequenti nel calcolo combinatorio. Ad esempio, le sequenze
e collezioni ben descrivono le diverse tipologie di estrazioni (totocalcio, lotto, ...); le
nozioni di spartizione e risoluzione, introdotte qui e non diffuse in letteratura, tornano
utili ad esempio nella descrizione della distribuzione di oggetti (caramelle a bambini, libri a studenti, ...); le partizioni permettono di trattare le suddivisioni in parti
di insiemi di oggetti (formazione di squadre, suddivisione di una comitiva in tavoli
al ristorante, ...); le permutazioni infine si occupano di problemi di rimescolamento
(anagrammi di parole o codici).
Esempio 1.16 Alcuni esempi degli oggetti definiti in 1.13.

(1, 1, 3, 2, 2) e (1, 3, 1, 2, 2) sono due 5-sequenze distinte di I4 ;


la 5-sequenza ({1, 4}, , {3}, {2}, ) e` una 5-spartizione di I4 ;
la 4-sequenza (1, 0, 1, 3) e` una 4-risoluzione di 5.
[1, 1, 3, 2, 2] e cos` pure [1, 3, 2, 1, 2] rappresentano la 5-collezione di I4 che
contiene due 1, due 2, un 3 e zero 4;
la 2-collezione [{2}, {1, 3, 4}] e` una 2-partizione di I4 ;
le sequenze (2, 2, 3, 5), (2, 2, 5, 3), (2, 3, 2, 5), (2, 5, 2, 3), (2, 3, 5, 2), (2, 5, 3, 2),
(3, 2, 2, 5), (5, 2, 2, 3), (3, 2, 5, 2), (5, 2, 3, 2), (3, 5, 2, 2), (5, 3, 2, 2) sono tutte e
sole le permutazioni della 4-sequenza (2, 3, 2, 5) di I5 .

Tonolo_2400pt_def.pdf 20

05/09/12 10.16

1.2 Sequenze, collezioni, spartizioni, scomposizioni e partizioni

Esempio 1.17 (Estrazioni di numeri) Siano , m N1 . Le estrazioni di  numeri


di Im possono essere ordinate o non ordinate: ad ogni estrazione corrisponde nel
primo caso una -sequenza di Im , nel secondo una -collezione di Im . A seconda che
lestrazione avvenga con o senza reimmissione, le sequenze e le collezioni ottenute
sono con o senza possibili ripetizioni.
Ad esempio estraiamo 3 numeri da I4 . La 3-sequenza (2, 4, 2) rappresenta una estrazione ordinata dei numeri 2, 4, 2. La collezione [2, 2, 4] rappresenta una estrazione
nella quale, senza tenere conto dellordine, sono stati estratti due volte il 2 ed una
volta il 4.
Esempio 1.18 (Distribuzioni di oggetti) Siano , m N1 . Le distribuzioni di  caramelle a m bambini, etichettati rispettivamente con I ed Im , si distinguono a seconda
che
le caramelle siano tutte diverse tra loro: ogni tale distribuzione individua univocamente (ed e` individuata dal) la m-spartizione (C1 , ..., Cm ) dellinsieme I delle
caramelle, dove Ci e` il sottoinsieme delle caramelle che vengono date al bambino i.
Ad esempio distribuiamo 3 caramelle a due bambini. Se le caramelle sono tutte diverse, la distribuzione della caramella 1 al bambino 2 e delle rimanenti caramelle 2
e 3 al bambino 1 e` descritta dalla 2-spartizione ({2, 3}, {1}) di I3 . La 2-spartizione
({1}, {2, 3}) invece descrive la distribuzione della caramella 1 al bambino 1 e delle
rimanenti caramelle 2 e 3 al bambino 2.
le caramelle siano uguali: in tal caso ogni distribuzione individua univocamente
(ed e` individuata dal) la m-risoluzione (n 1 , ..., n m ) di , dove n i e` il numero di
caramelle date al bambino i.
Ad esempio, se le caramelle sono uguali e si danno due caramelle al bambino 1 ed
una al bambino 2, allora resta individuata la 2-risoluzione (2, 1) di 3. La 2-risoluzione
(1, 2) di 3 descrive invece il caso in cui il bambino 1 riceve una sola caramella, mentre
il bambino 2 ne riceve due.
Esempio 1.19 (Funzioni tra insiemi finiti) Siano , m N1 . Una qualunque funzione f : I Im individua univocamente ed e` individuata da ciascuno dei seguenti
oggetti:
1. la -sequenza ( f (1), ..., f ()) di Im ;
2. la m-spartizione ( f 1 (1), ..., f 1 (m)) di I .
La funzione f e` :
iniettiva se e solo se la sequenza ( f (1), ..., f ()) non ha ripetizioni o equivalentemente, ciascuna componente della spartizione ( f 1 (1), ..., f 1 (m)) ha cardinalit`a
al pi`u uguale a 1; in tal caso necessariamente  m.

Tonolo_2400pt_def.pdf 21

05/09/12 10.16

10

Impariamo a contare

suriettiva se e solo se nella sequenza ( f (1), ..., f ()) compaiono almeno una
volta tutti gli elementi di Im , o equivalentemente se e solo se nella spartizione
( f 1 (1), ..., f 1 (m)) delle controimmagini non compare mai linsieme vuoto. In
tal caso necessariamente m .
Osservazione 1.20 Ogni permutazione della sequenza ( f (1), ..., f ()) determinata
da una funzione f : I Im determina ancora una funzione I Im . La nuova
funzione ottenuta e` iniettiva (risp. suriettiva) se e solo se lo era la funzione f di
partenza.
Esempio 1.21 Sia f : I5 I3 la funzione definita ponendo
f (1) = f (3) = 1,

f (2) = f (4) = f (5) = 2.

La sequenza individuata dalla funzione f e` la 5-sequenza (1, 2, 1, 2, 2) di I3 le cui


componenti sono le immagini degli elementi di I5 dotato dellordine naturale; la spartizione individuata da f e` la 3-spartizione ({1, 3}, {2, 4, 5}, ) delle controimmagini
degli elementi di I3 dotato dellordine naturale. La f non e` una funzione iniettiva:
nella sequenza (1, 2, 1, 2, 2) vi sono ripetizioni, come analogamente nella spartizione ({1, 3}, {2, 4, 5}, ) vi sono componenti di cardinalit`a maggiore di 1. La f non e`
una funzione suriettiva: nella sequenza (1, 2, 1, 2, 2) non compare il 3, come analogamente la collezione [{1, 3}, {2, 4, 5}, ] associata alla spartizione ({1, 3}, {2, 4, 5}, )
delle controimmagini non e` una partizione di I3 . Ogni permutazione della sequenza
(1, 2, 1, 2, 2) determina una funzione I5 I3 che certamente non e` ne suriettiva, ne
iniettiva.
I5

I3

1
2

2
1
3

2 4 5

Figura 1.3. Funzione f : I5 I3 e schematizzazione della corrispondente 3-spartizione

associata ad f .

Esempio 1.22 Vi e` una sorta di dualismo tra le nozioni di sequenza e di spartizione,


e tra le nozioni di collezione e risoluzione.
1. Consideriamo la 8-sequenza (5, 5, 1, 1, 4, 2, 4, 1) di I5 ; indichiamo con C1 =
{3, 4, 8} linsieme delle posizioni dove compare 1, C2 = {6} linsieme delle
posizioni dove compare 2, C3 = linsieme delle posizioni dove compare 3,
C4 = {5, 7} linsieme delle posizioni dove compare 4, ed infine C5 = {1, 2}

Tonolo_2400pt_def.pdf 22

05/09/12 10.16

1.2 Sequenze, collezioni, spartizioni, scomposizioni e partizioni

11

linsieme delle posizioni dove compare 5. La sequenza (C1 , ..., C5 ) e` una 5spartizione di I8 . Viceversa, la 5-spartizione ({3, 4, 8}, {6}, , {5, 7}, {1, 2}) di I8
determina la 8-sequenza di I5 di partenza dove 1 compare nelle posizioni tre, quattro e otto; 2 compare in posizione sei, il 4 compare nelle posizioni cinque e sette
ed infine il 5 nelle posizioni uno, due.
2. Consideriamo la 8-collezione [5, 5, 1, 1, 4, 2, 4, 1] di I5 ; indichiamo con k1 = 3 il
numero di ripetizioni di 1, k2 = 1 il numero di ripetizioni di 2, k3 = 0 il numero di
ripetizioni di 3, k4 = 2 il numero di ripetizioni di 4, k5 = 2 il numero di ripetizioni
di 5. La sequenza (k1 , ..., k5 ) e` una 5-risoluzione di 8. Viceversa, la 5-risoluzione
(3, 1, 0, 2, 2) di 8 determina la 8-collezione di I5 di partenza dove 1 compare tre
volte, 2 compare una volta, 3 non compare, 4 compare due volte e 5 compare 2
volte.
In generale vale il seguente immediato ma illuminante risultato che mette in corrispondenza k-sequenze di In e n-spartizioni di Ik , nonche k-collezioni di In e
n-risoluzioni di k:
Teorema 1.23 (Corrispondenze sequenze-spartizioni e collezioni-risoluzioni)
Siano n, k N.
1. Associando ad ogni n-spartizione (C1 , ..., Cn ) di Ik la k-sequenza (a1 , ..., ak ) di
In , dove ai e` lindice dellinsieme che contiene i (ovvero ai = j se i sta in C j ) si
ottiene una corrispondenza biunivoca tra le n-spartizioni di Ik e le k-sequenze di
In .
2. Associando ad ogni n-risoluzione (k1 , ..., kn ) di k la k-collezione di In
[1, ..., 1, ..., n, ..., n ]
  
  
k1

kn

formata da k1 termini uguali a 1, ..., kn termini uguali a n si ottiene una


corrispondenza biunivoca tra le n-risoluzioni di k e le k-collezioni di In .
1

2, 5

1,3,4

3
+
1
+
4

2
3

(2, 1, 2, 2, 1)

Figura 1.4. A sinistra: schematizzazione di una 3-spartizione di I5 e la corrispondente

5-sequenza di I3 - A destra: una 3-risoluzione di 8 e la schematizzazione


della corrispondente 8-collezione di I3 .

Dimostrazione. 1. Siano (C1 , ..., Cn ) e (D1 , ..., Dn ) due diverse n-spartizioni di Ik .


Esiste allora un numero 1 j k ed un indice 1 i n tale che j Ci e j
/

Tonolo_2400pt_def.pdf 23

05/09/12 10.16

12

Impariamo a contare

Di . Le sequenze associate alle spartizioni (C1 , ..., Cn ) e (D1 , ..., Dn ) differiscono


allora almeno nella j-esima componente: nella prima trovo i, nella seconda qualcosa
= i. La funzione descritta nellenunciato e` pertanto iniettiva; vediamo che e` anche
suriettiva. Si consideri una qualunque k-sequenza (a1 , ..., ak ) di In ; indico con Ci ,
i = 1, ..., n, il sottoinsieme di Ik formato dalle posizioni occupate dal numero i nella
sequenza (a1 , ..., ak ). La sequenza (C1 , ..., Cn ) cos` ottenuta e` una n-spartizione di
Ik a cui corrisponde per costruzione la sequenza (a1 , ..., ak ).
2. Ogni collezione di In e` univocamente individuata dal numero di ripetizioni di 1, 2,
..., n.

Osservazione 1.24 Nella prima corrispondenza stabilita nel Teorema 1.23 la k-

sequenza (a1 , ..., ak ) ha esattamente |Ci | ripetizioni di i per ogni i in {1, ..., n}; in
particolare le k-sequenze di In dove compaiono almeno una volta tutti gli elementi di
In corrispondono alle n-spartizioni di Ik formate da insiemi non vuoti. Analogamente, nella seconda corrispondenza stabilita nel Teorema 1.23, le k-collezioni di In dove
compaiono almeno una volta tutti gli elementi di In corrispondono alle n-risoluzioni
di k in naturali di N1 .

1.3 Princ`pi fondamentali


In questa sezione evidenzieremo due princ`pi che saranno continuamente utilizzati
nei problemi di conteggio.

1.3.1 Principio di moltiplicazione


Spesso capiter`a di dover contare la cardinalit`a di certi insiemi, la cui struttura
generalizza quella del prodotto cartesiano.
Esempio 1.25 Estraiamo uno dopo laltro due numeri da unurna contenente 10 palline numerate da 1 a 10. Consideriamo linsieme X di tutte le possibili coppie ordinate ottenibili con questa estrazione. Linsieme X e` costituito dalle coppie (a, b) con
a X 1 = {1, ..., 10} e b X 2 (a) = {1, ..., 10} \ {a}. Si presti attenzione al fatto che
linsieme di numeri nel quale si sceglie la seconda componente dipende dalla scelta
fatta per la prima componente, mentre invece la sua cardinalit`a e` comunque sempre
uguale a 9.
Definizione 1.26 Sia k N1 . Dati i numeri naturali m 1 , ..., m k , diciamo prodotto
condizionato di molteplicit`a (m 1 , ..., m k ) un insieme X di k-sequenze (x1 , ..., xk )
dove:
x1 appartiene ad un insieme X 1 di m 1 elementi,
per ogni scelta di x1 , la componente x2 sta in un insieme X 2 (x1 ), che pu`o dipendere
da x1 , comunque formato da m 2 elementi;
...

Tonolo_2400pt_def.pdf 24

05/09/12 10.16

1.3 Princ`pi fondamentali

13

per ogni scelta di x1 , ..., xk1 , la componente xk sta in un insieme X k (x1 , ..., xk1 ),
che pu`o dipendere da x1 , ..., xk1 , comunque formato da m k elementi.
Esempio 1.27 1. Linsieme X dellEsempio 1.25 e` un prodotto condizionato di
molteplicit`a (10, 9).
2. Il prodotto cartesiano X 1 ... X k di insiemi di cardinalit`a rispettivamente m 1 , ...,
m k e` un caso particolare di prodotto condizionato di molteplicit`a (m 1 , ..., m k ); in
tal caso linsieme X i in cui viene scelta la i-esima componente non dipende dalla
scelta delle precedenti i 1 componenti.
3. Linsieme X delle coppie ordinate formate da numeri compresi tra 1 e 20 non
entrambi pari o non entrambi dispari e` un prodotto condizionato di molteplicit`a
(20, 10): infatti X e` formato dalle coppie (x 1 , x2 ) con x1 X 1 = I20 e x2
X 2 (x1 ) dove, se x1 e` pari, allora X 2 (x1 ) = {1, 3, 5, 7, 9, 11, 13, 15, 17, 19}, mentre se x1 e` dispari, allora X 2 (x1 ) = {2, 4, 6, 8, 10, 12, 14, 16, 18, 20}. Linsieme
X 1 ha cardinalit`a 20, mentre X 2 (x1 ) ha cardinalit`a 10 qualunque sia x 1 X 1 .
Osservazione 1.28 Si osservi che se X e` un prodotto condizionato di molteplicit`a
(m 1 , m 2 , ..., m k ) come nella Definizione 1.26, allora per ogni x1 X 1 linsieme
{(x2 , ..., xk ) : (x1 , x2 , ..., xk ) X}
e` un prodotto condizionato di molteplicit`a (m 2 , ..., m k ).
Teorema 1.29 (Principio di moltiplicazione) Un prodotto condizionato di molteplicit`a (m 1 , ..., m k ) ha m 1 ... m k elementi.
Dimostrazione. Svolgiamo la dimostrazione per induzione su k. Il caso k = 1 e` immediato, dato che un prodotto condizionato di molteplicit`a m 1 e` un insieme con m 1
elementi. Sia ora k > 1 e supponiamo vera laffermazione per k1. Sia X un prodotto
condizionato di moltepicit`a (m 1 , ..., m k ). Indichiamo con {x1 , ..., xm 1 } linsieme nel
quale si sceglie la prima componente delle sequenze che compongono il prodotto
condizionato X. Per ogni i = 1, ..., m 1 , le sequenze di X che iniziano con xi sono
tante quante gli elementi di un prodotto condizionato di molteplicit`a (m 2 , ..., m k ) (vedi lOsservazione 1.28). Per ipotesi induttiva, per ogni i = 1, ..., m 1 , vi sono quindi
m 2 ... m k sequenze in X che iniziano con xi . Linsieme X e` lunione degli m 1
sottoinsiemi disgiunti formati dalle sequenze che cominciano con xi , i = 1, ..., m 1 ,
ciascuno dei quali ha cardinalit`a m 2 ... m k . Per la Proposizione 1.10 si conclude
che |X| = m 1 m 2 ... m k .

Osservazione 1.30 Un insieme A e` in corrispondenza biunivoca con un prodotto
condizionato di molteplicit`a (m 1 , ..., m k ), e quindi ha m 1 ... m k elementi, se
i suoi elementi sono i risultati di una procedura suddivisibile in k fasi successive, per
la quale

Tonolo_2400pt_def.pdf 25

05/09/12 10.16

14

Impariamo a contare

1. la prima fase abbia m 1 diversi esiti possibili, e, qualunque siano gli esiti delle prime
i fasi, 1 i k 1, vi siano m i+1 diversi esiti possibili per la fase (i + 1)-esima,
2. esiti parziali distinti nelle k fasi conducano ad elementi distinti di A (o, equivalentemente, ogni elemento di A determini univocamente gli esiti parziali delle k
fasi che lo individuano).
Il punto 1 garantisce lesistenza di una mappa suriettiva tra un prodotto condizionato
di molteplicit`a (m 1 , ..., m k ) ed A, mentre il punto 2 garantisce liniettivit`a di tale
mappa.
Proposizione 1.31 Se X e` un insieme finito, allora linsieme delle parti P (X) ha
cardinalit`a
|P(X)| = 2|X| .

Dimostrazione. Posto |X| = n, etichettiamo con In linsieme X. Costruiamo un sottoinsieme di In decidendo per ogni elemento i se inserirlo o meno nel sottoinsieme. Si
tratta di una procedura composta da n fasi (una per ogni elemento di In ) in ciascuna
delle quali abbiamo due possibili esiti (inseriamo o meno lelemento). Ovviamente modificare lesito di una qualunque fase porta a costruire un diverso sottoinsieme di In . Pertanto per lOsservazione 1.30 linsieme P (In ) dei sottoinsiemi di In
e` un prodotto condizionato di molteplicit`a (2, 2, ..., 2) e quindi per il principio di
  
moltiplicazione ha 2n = 2|X| elementi.

Esempio 1.32 Contare in quanti modi e` possibile scegliere un presidente ed un


vicepresidente in unassemblea di 15 persone.
Soluzione. Ogni possibile scelta e` ottenibile in due fasi: nella prima si sceglie il presidente, mentre nella seconda si sceglie il vicepresidente. La prima fase ha 15 possibili
esiti, la seconda invece ne ha 14; comunque data una coppia di persone, scelte rispettivamente come presidente e vicepresidente, e` chiaro chi e` stato scelto nella prima
fase (il presidente) e chi nella seconda fase (il vice). Per lOsservazione 1.30 pertanto
linsieme delle possibili scelte e` un prodotto condizionato di molteplicit`a (15, 14) e
quindi per il principio di moltiplicazione ha 15 14 = 210 elementi.
Esempio 1.33 Si estraggono a caso ordinatamente 3 palline, senza reimmissione,
da unurna che contiene 10 palline numerate da 1 a 10. Lestrazione si suddivide
naturalmente in tre fasi:
(1a estrazione, 2a estrazione, 3a estrazione ).
Sono verificate le due condizioni dellOsservazione 1.30; pertanto linsieme delle
estrazioni e` un prodotto condizionato di molteplicit`a (10, 9, 8). Infatti per ognuno dei
10 esiti della prima estrazione, ci sono 9 esiti possibili per la seconda e 8 esiti possibili

Tonolo_2400pt_def.pdf 26

05/09/12 10.16

1.3 Princ`pi fondamentali

15

per la terza: a seconda dellesito delle estrazioni precedenti cambiano i possibili esiti
dellestrazione in corso, ma non il loro numero. Per il principio di moltiplicazione
linsieme delle terne ottenute ha 10 9 8 elementi.
Talvolta non si presta abbastanza attenzione al rispetto di entrambe le condizioni

enunciate nellOsservazione 1.30: ci`o e` spesso fonte di errore come si pu`o vedere
nei due esempi che seguono.
Esempio 1.34 Si lancia una moneta; se viene Testa si lancia un dado con 6 facce numerate da 1 a 6, mentre se viene Croce si rilancia la moneta. Consideriamo linsieme
delle 2-sequenze che riportano i possibili esiti dei due lanci. Ogni elemento di tale
insieme si ottiene in due fasi: prima il lancio della moneta, e poi il lancio, a seconda
dei casi, del dado o della moneta. Il numero di esiti del secondo lancio varia a seconda
dellesito del primo, e quindi tale suddivisione in fasi non rispetta la prima condizione
dellOsservazione 1.30: non siamo pertanto in grado di individuare una struttura di
prodotto condizionato.
In questo caso possiamo suddividere linsieme delle 2-sequenze che riportano i possibili esiti dei due lanci in due sottoinsiemi disgiunti: le 2-sequenze il cui primo elemento e` testa (e quindi il cui secondo elemento e` un numero tra 1 e 6) costituite da
{T } {1, 2, 3, 4, 5, 6}, e le 2-sequenze il cui primo elemento e` croce (e quindi il
cui secondo elemento e` testa o croce) costituite da {C} {T, C}. Il primo insieme
ha 6 elementi, il secondo ne ha 2; allora vi sono in tutto 6 + 2 = 8 possibili esiti
complessivi.
Esempio 1.35 Vogliamo formare una commissione di due persone, contenente almeno una donna, scegliendo tra 5 donne e 7 uomini. Uno potrebbe utilizzare la seguente procedura per dar vita alla commissione: innanzitutto scegliere una donna, e
poi scegliere una persona tra quelle rimaste. Tale procedura sembra suggerire che le
commissioni cercate formino un prodotto condizionato di molteplicit`a (5, 11). Attenzione, non e` cos`! Infatti dalla commissione composta da Elena e Paola non e`
possibile risalire alle scelte effettuate nelle due fasi in cui abbiamo suddiviso la procedura. Potremmo infatti aver prima scelto Paola tra le 5 donne e poi aver scelto Elena
tra le rimanenti 11 persone, o viceversa aver prima scelto Elena tra le 5 donne e poi
Paola tra le rimanenti 11 persone. In altri termini la procedura seguita non rispetta la
seconda condizione dellOsservazione 1.30.
Possiamo invece procedere distinguendo due casi: le commissioni contenenti esattamente una donna, e quelle contenenti due donne. Si tratta di due insiemi disgiunti la
cui unione d`a linsieme delle possibili commissioni. Le commissioni contenenti esattamente una donna possono essere formate scegliendo dapprima una donna e poi un
uomo: si tratta pertanto di un prodotto condizionato di molteplicit`a (5, 7) e dunque
sono 35. Le commissioni con due donne sono 10: infatti le coppie ordinate di donne formano un prodotto condizionato di molteplicit`a (5, 4) e quindi per il principio
di moltiplicazione sono 20; ogni commissione con due donne individua due diverse
coppie ordinate, e pertanto le commissioni tutte al femminile sono 20/2 = 10 (si

Tonolo_2400pt_def.pdf 27

05/09/12 10.16

16

Impariamo a contare

veda pi`u avanti la sezione 1.3.2). In tutto vi sono pertanto 45 possibili commissioni
con almeno una donna.
Riprendiamo con altri esempi di applicazione corretta del Principio di moltiplicazione 1.29.
Esempio 1.36 Contare il numero di automobili che possono essere immatricolate
utilizzando le targhe adottate in Italia formate da due lettere tre numeri ed altre due
lettere. Quante sono poi le targhe nelle quali non sono presenti ne lettere, ne numeri
ripetuti?
Soluzione. Indicato con L linsieme delle 26 lettere dellalfabeto inglese e con D
linsieme {0, 1, 2, ..., 9}, dobbiamo calcolare la cardinalit`a dellinsieme prodotto L
L D D D L L. Si tratta di un prodotto condizionato di molteplicit`a
(26, 26, 10, 10, 10, 26, 26) e pertanto per il principio di moltiplicazione
|L L D D D L L| = 264 103 = 456 976 000.
Le targhe senza ripetizioni formano invece un prodotto condizionato di molteplicit`a
(26, 25, 10, 9, 8, 24, 23): esse sono pertanto
26 25 10 9 8 24 23 = 258 336 000.
Esempio 1.37 In quanti modi pu`o essere formata una parola di tre lettere utilizzando
lalfabeto {a, b, c, d, e, f }:
1.
2.
3.
4.

con eventuali ripetizioni delle lettere?


senza ripetizioni delle lettere?
senza ripetizioni e contenente la lettera e?
con eventuali ripetizioni e contenente la lettera e?

Soluzione. 1. Posto X = {a, b, c, d, e, f }, le possibili parole sono in corrispondenza


biunivoca con il prodotto cartesiano X X X. Si tratta di un prodotto condizionato
di molteplicit`a (6, 6, 6); quindi per il principio di moltiplicazione abbiamo in tutto
6 6 6 = 216 parole differenti di tre lettere.
2. Le possibili parole senza ripetizioni sono in corrispondenza biunivoca con un prodotto condizionato di molteplicit`a (6, 5, 4): infatti, ci sono 6 scelte per la prima lettera,
5 per la seconda e 4 per la terza. In tutto quindi per il principio di moltiplicazione ci
sono 6 5 4 = 120 parole di tre lettere senza ripetizioni.
3. Possiamo seguire la seguente procedura: in una prima fase decidere la posizione
della lettera e (vi sono 3 possibilit`a); nella seconda scegliere una lettera diversa da e
da collocare nel primo posto libero a sinistra (vi sono 5 possibilit`a); infine scegliere
una lettera diversa dalle due precedenti da collocare nel posto rimanente (vi sono 4
possibilit`a). Si tratta di contare il numero di elementi di un prodotto condizionato di
molteplicit`a (3, 5, 4): per il principio di moltiplicazione ci sono dunque 354 = 60
parole di tre lettere distinte contenenti la lettera e.

Tonolo_2400pt_def.pdf 28

05/09/12 10.16

1.3 Princ`pi fondamentali

17

4. Sia A linsieme delle parole di tre lettere con eventuali ripetizioni e contenenti la
lettera e ed  linsieme di tutte le possibili parole di tre lettere che si possono formare
utilizzando le lettere a, b, c, d, e, f . Per il punto 1 si ha || = 63 e | \ A| = 53 ;
infatti \ A e` linsieme di tutte le possibili parole di tre lettere che si possono formare
utilizzando le lettere a, b, c, d, f . Pertanto |A| = 63 53 = 91.
Esempio 1.38 Ci sono cinque libri distinti di autori spagnoli, sei libri distinti di autori
francesi e otto libri distinti di autori inglesi. In quanti modi e` possibile prendere due
libri di autori provenienti da paesi diversi?
Soluzione. Linsieme delle possibili scelte di un libro di un autore spagnolo ed uno
di un autore francese e` un prodotto condizionato di molteplicit`a (5, 6) ed ha pertanto
per il principio di moltiplicazione 5 6 = 30 elementi. Analogamente un libro di un
autore spagnolo e di un autore inglese pu`o essere scelto in 5 8 = 40 modi, mentre
un libro di un autore francese e di un autore inglese pu`o essere scelto in 6 8 = 48
modi. Gli insiemi formati da questi tre tipi di scelte sono disgiunti, e quindi ci sono
30 + 40 + 48 = 118 modi in tutto di prendere due libri di autori provenienti da paesi
diversi.

1.3.2 Principio di divisione


Formalizziamo ora un altro ragionamento estremamente naturale nei problemi di conteggio.
X

Teorema 1.39 (Principio di divisione)


Siano X ed Y due insiemi finiti. Supponiamo che ogni elemento y di Y
corrisponda a m elementi di un insieme
X tramite una funzione f : X Y .
Allora |Y | = |X|/m.

x1
x2

y1
y2

x3
x4
x5

x6
Dimostrazione. Sia Y = {y1 , ..., yn }.
|Y|= |X|/3
Gli insiemi f 1 (y1 ), ..., f 1 (yn ) formano una partizione di X. Essendo
Figura 1.5. Una applicazione del principio
| f 1 (y1 )| = ... = | f 1 (yn )| = m si
di divisione.
ottiene
n

 


|X| =  f 1 (y1 ) ... f 1 (yn ) =
| f 1 (yi )| = n m
i=1

da cui |Y | = n = |X|/m.

Vediamo alcuni esempi di possibile applicazione del principio di divisione.


Esempio 1.40 Vogliamo contare il numero di commissioni di tre persone scelte tra
27. Sia X linsieme delle terne ordinate di persone ed Y linsieme delle commissioni

Tonolo_2400pt_def.pdf 29

05/09/12 10.16

18

Impariamo a contare

cercate. Ogni commissione corrisponde a 6 terne ordinate. Per il principio di moltiplicazione vi sono 27 26 25 diverse terne ordinate. Allora per il principio di
divisione 1.39 il numero di commissioni e` (27 26 25)/6.
Esempio 1.41 Quante mani di 2 carte si possono formare da un mazzo di 52 carte?
Soluzione. Ogni mano {a, b} corrisponde alle due 2-sequenze (a, b), (b, a). Per il
principio di moltiplicazione il numero di 2-sequenze di carte distinte e` 52 51, e
pertanto per il principio di divisione il numero di mani cercato e` 26 51 = 1 326.
Esempio 1.42 Determinare il numero di anagrammi della parola AL A.
Soluzione. Si tratta di calcolare le permutazione della sequenza (A, L , A). Distinguendo artificiosamente le due A chiamandole A 1 , A2 , a ciascuno degli anagrammi di AL A restano associati due anagrammi della parola A1 L A2 . Gli anagrammi di
A1 L A2 formano un prodotto condizionato di molteplicit`a (3, 2, 1) e pertanto per il
principio di moltiplicazione sono in tutto 6. Per il principio di divisione si conclude
che AL A ha 6/2 = 3 anagrammi.
Esempio 1.43 In quanti modi si possono disporre 8 persone attorno ad un tavolo
rotondo?
Soluzione. Sia Y linsieme delle disposizioni delle 8 persone attorno al tavolo. Ad
ogni disposizione restano associate le otto 8-sequenze che si ottengono procedendo in
modo orario a partire da una qualunque delle persone sedute al tavolo. Per il principio
di moltiplicazione linsieme delle 8-sequenze delle otto persone ha 8 7 ... 2 1
elementi; pertanto, per il principio di divisione, si ha
|Y | =

8 7 ... 2 1
= 7 ... 2 1.
8

(3, 6, 8, 1, 7, 5, 2, 4)
3

(6, 8, 1, 7, 5, 2, 4, 3)
6

(8, 1, 7, 5, 2, 4, 3, 6)
(1, 7, 5, 2, 4, 3, 6, 8)
8

(7, 5, 2, 4, 3, 6, 8, 1)
(5, 2, 4, 3, 6, 8, 1, 7)
1

5
7

(2, 4, 3, 6, 8, 1, 7, 5)
(4, 3, 6, 8, 1, 7, 5, 2)

Figura 1.6. Una disposizione e relative 8-sequenze.

Tonolo_2400pt_def.pdf 30

05/09/12 10.16

1.4 Spazi campionari e probabilita` uniforme

19

1.4 Spazi campionari e probabilita` uniforme


Strettamente collegata ai problemi di conteggio e` la frequenza con cui si presentano
certi fenomeni.
Definizione 1.44 Sia  un insieme. Un esperimento aleatorio con spazio campionario  e` una procedura che determina aleatoriamente la scelta di un elemento di
. Gli elementi di  si chiamano eventi elementari o esiti dellesperimento; si dice
evento dellesperimento un qualunque sottoinsieme di .
Esempio 1.45 Lanciare un dado e` una procedura affidata al caso per scegliere un
numero da 1 a 6. Si tratta pertanto di un esperimento aleatorio con spazio campionario
 = {1, 2, 3, 4, 5, 6}.
Levento esce un numero pari e` il sottoinsieme A = {2, 4, 6}.
Spesso lo spazio campionario di un esperimento aleatorio viene sottinteso. Ad esem-

pio quando si lancia una moneta, solitamente si sottintende che si tratta di una procedura per scegliere tra Testa e Croce, ovvero che lo spazio campionario e`  =
{T, C}.
Nel seguito identificheremo, per comodit`a di notazione, un evento elementare
 con levento {}  costituito da un solo elemento.
Definizione 1.46 Diremo che P e` una probabilit`a uniforme sullo spazio campionario finito  se P e` la funzione
P : P () [0, 1]
che associa ad ogni sottoinsieme A di  il numero
P(A) =

|A|
.
||

La probabilit`a uniforme di un evento e` dunque il rapporto tra il numero di casi favorevoli, ovvero il numero di elementi dellevento, ed il numero di casi possibili, ovvero
il numero di elementi dello spazio campionario.
Teorema 1.47 Siano A, B due eventi di uno spazio campionario finito  con
probabilit`a uniforme P. Allora
1. per ogni evento elementare  si ha
P() =

1
;
||

2. P() = 0 e P() = 1;

Tonolo_2400pt_def.pdf 31

05/09/12 10.16

20

Impariamo a contare

3. P(A B) = P(A) + P(B) P(A B);


4. se A e B sono disgiunti allora P(A B) = P(A) + P(B);
5. P(Ac ) = 1 P(A).
Dimostrazione. I punti 1 e 2 sono immediate conseguenze della definizione di
probabilit`a uniforme.
3. Per definizione si ha
P(A B) =

|A B|
|A| + |B| |A B|
=
= P(A) + P(B) P(A B).
||
||

4. Segue subito dai punti 2 e 3.


5. Essendo Ac ed A disgiunti, per il punto 4 si ha
1 = P() = P(Ac A) = P(Ac ) + P(A).

Osservazione 1.48 La probabilit`a uniforme fornisce una corretta indicazione sulla


frequenza con cui un certo evento si verifica solo se lo spazio campionario e` costituito da elementi equiprobabili. Ad esempio, gli esiti del lancio di un dado non truccato
possono essere ritenuti equiprobabili; invece non e` generalmente equiprobabile lesito di una corsa automobilistica o di una partita di calcio. Di fronte ad un esercizio
di probabilit`a che vogliamo risolvere utilizzando la probabilit`a uniforme, la prima
cosa da fare e` formalizzare il problema in un esperimento con spazio campionario
costituito da elementi equiprobabili.
Esempio 1.49 Si effettui una estrazione di due numeri da 1 a 50; si vuole calcolare
la probabilit`a che il numero pi`u alto sia uguale al doppio del numero pi`u basso. Ci`o
pu`o essere visto come un esperimento con spazio campionario linsieme 1 delle 2sequenze di I50 senza ripetizioni, o quello con spazio campionario 2 costituito dalle
2-collezioni di I50 senza ripetizioni. Nel primo esperimento pensiamo di tener conto
dellordine di estrazione, nel secondo invece questo viene trascurato. Se lestrazione
e` fatta in modo casuale, gli eventi elementari di entrambi gli spazi sono da ritenersi
equiprobabili. Nel primo caso levento al quale siamo interessati e`
A1 = {(x, 2x) : 1 x 25} {(2x, x) : 1 x 25}.
Chiaramente A1 ha 25 + 25 = 50 elementi, mentre per il principio di moltiplicazione
lo spazio 1 ha 50 49 elementi; pertanto la probabilit`a cercata e`
P(A1 ) =

|A1 |
50
1
=
= .
|1 |
50 49
49

Nel secondo caso levento al quale siamo interessati e`


A2 = {[x, 2x] : 1 x 25}.

Tonolo_2400pt_def.pdf 32

05/09/12 10.16

1.5 Esercizi

21

Chiaramente A2 ha 25 elementi, mentre 2 ha (50 49)/2 elementi (vedi


Esempio 1.41); pertanto la probabilit`a cercata e`
P(A2 ) =

|A2 |
25
1
=
= .
|2 |
(50 49)/2
49

Ovviamente la probabilit`a che nellestrazione il numero pi`u alto sia uguale al doppio
del numero pi`u basso non dipende dallo spazio campionario scelto.
Esempio 1.50 Si effettui una estrazione casuale di due numeri da 1 a 50 con rimpiazzo; si vuole calcolare la probabilit`a che i due numeri estratti siano uguali. Ci`o
pu`o essere visto come un esperimento con spazio campionario linsieme 1 delle
2-sequenze di I50 , o quello con spazio campionario 2 costituito dalle 2-collezioni
di I50 . Mentre nel primo caso gli elementi di 1 sono da ritenersi equiprobabili, nel
secondo caso gli elementi di 2 non sono equiprobabili: infatti, ad esempio, la collezione [1, 1] si realizza se sia nella prima che nella seconda estrazione esce il numero
1, mentre la collezione [1, 2] si realizza quando la prima volta esce 1 e la seconda 2 o
viceversa. Volendo utilizzare la probabilit`a uniforme, affinche il risultato sia veritiero,
scegliamo lo spazio campionario 1 . La probabilit`a cercata e`
|{(x, x); 1 x 50}|
1
50
= 2 = .
|1 |
50
50
Esempio 1.51 Qual e` la probabilit`a che un numero di quattro cifre contenga una o
pi`u cifre ripetute?
Soluzione. I numeri di 4 cifre sono i numeri dal 1 000 al 9 999; in tutto sono pertanto
9 000. I numeri senza cifre ripetute formano un prodotto condizionato di molteplicit`a
(9, 9, 8, 7): si osservi infatti che la prima cifra (quella delle migliaia) e` compresa tra
1 e 9, mentre le altre sono comprese tra 0 e 9, ma diverse da quelle gi`a fissate! Quindi
i numeri che contengono una o pi`u cifre ripetute sono
9 000 9 9 8 7 = 9 000 4 536 = 4 464.
La probabilit`a cercata vale dunque

4 464
= 0.496.
9 000

1.5 Esercizi
Esercizio 1.1 Un negozio ha 8 marche diverse di pantaloni. Per ogni marca ci sono 10
taglie, 6 lunghezze e 4 colori. Quanti differenti tipi di pantaloni ci sono nel negozio?
Esercizio 1.2 Quante parole di quattro lettere ci sono utilizzando un alfabeto di 26
lettere? E quante parole di quattro lettere senza ripetizioni?

Tonolo_2400pt_def.pdf 33

05/09/12 10.16

22

Impariamo a contare

Esercizio 1.3 Dati 8 libri di inglese diversi tra loro, 7 di francese diversi tra loro e
5 di tedesco diversi tra loro: in quanti modi possono essere scelti tre libri, uno per
ciascuna lingua?
Esercizio 1.4 In quanti modi possiamo pescare due carte da un mazzo di 52 carte da
gioco in modo tale che:
(a) la prima carta sia un asso e la seconda non sia una regina?
(a  ) una sia un asso e laltra non sia una regina?
(b) la prima carta sia di picche e la seconda non sia una regina?
(b ) una sia di picche e laltra non sia una regina?
Esercizio 1.5 In quanti modi si possono lanciare due dadi, uno rosso ed uno verde,
in modo da ottenere una somma divisibile per 3?
Esercizio 1.6 Si consideri linsieme X dei numeri di 5 cifre, ovvero dei numeri
compresi tra 10 000 e 99 999.
(a) Determinare la cardinalit`a di X;
(b) Quanti sono i numeri pari in X?
(c) Quanti sono i numeri in X nei quali compare esattamente un 3?
(d) Quanti sono i numeri di 5 cifre palindromi (ovvero tali che il numero stesso
rimanga inalterato se si invertono le sue cifre ad esempio 15 251)?
Esercizio 1.7 Qual e` la probabilit`a che le due carte in cima ad un mazzo di 52 carte
non formino una coppia, ovvero non siano due carte con lo stesso valore?
Esercizio 1.8 Una notizia e` stata diffusa in un gruppo di 10 persone nel modo seguente: la prima persona ha telefonato ad una seconda, la quale ha telefonato a sua
volta ad una terza, e cos` via, in modo casuale. Una persona pu`o passare la notizia a
chiunque altro, eccetto alla persona che lo ha appena chiamato.
(a) In quanti modi differenti pu`o essere diffusa la notizia in tre chiamate? Ed in n
chiamate?
(b) Qual e` la probabilit`a, sapendo che A diffonde la notizia, che A riceva la terza
chiamata?
(c) Qual e` la probabilit`a, sapendo che A non diffonde la notizia, che A riceva la terza
chiamata?
Esercizio 1.9 Quante parole di tre lettere senza ripetizioni si possono fare utilizzando
le lettere a, b, c, d, e, f in modo che compaia o la lettera e o la lettera f oppure
entrambe?
Esercizio 1.10 Qual e` la probabilit`a che un numero naturale tra 1 e 10 000 contenga
una volta la cifra 8 e una volta la cifra 9?

Tonolo_2400pt_def.pdf 34

05/09/12 10.16

1.5 Esercizi

23

Esercizio 1.11 Unassemblea di 20 persone deve scegliere a voto palese il proprio


presidente tra 7 candidati: A, B, C, D, E, F, G.
(a) In quanti differenti modi pu`o esprimersi lassemblea?
(b) Quanti sono i possibili esiti in cui A e D ottengono esattamente un voto?
Esercizio 1.12 Quanti numeri di 4 cifre si possono formare utilizzando le cifre
1,2,3,4,5 (con eventuali ripetizioni) che siano divisibili per 4?
Esercizio 1.13 In quanti modi si possono mettere due torri identiche nella stessa riga o nella stessa colonna di una scacchiera con 8 righe ed 8 colonne? Ed in una
scacchiera con n righe ed m colonne?
Esercizio 1.14 In quanti modi si possono mettere due regine identiche in una scacchiera con 8 righe ed 8 colonne, in modo che le due regine non stiano nella stessa
riga, nella stessa colonna, oppure nella stessa diagonale?
Esercizio 1.15 In quanti modi si possono invitare degli amici (almeno uno!) scelti tra
10 persone?
Esercizio 1.16 In quanti modi, operando come nel gioco della Dama, si possono mettere una pedina bianca ed una pedina nera in due quadrati neri di una scacchiera in
modo che quella bianca possa mangiare quella nera? (Si ricordi che una pedina mangia in diagonale, saltando la pedina che viene mangiata, e che le pedine non possono
tornare indietro).

Tonolo_2400pt_def.pdf 35

05/09/12 10.16

Tonolo_2400pt_def.pdf 36

05/09/12 10.16

Contare sequenze
e collezioni

Contenuto
2.1
2.2
2.3

Sequenze e collezioni di elementi distinti


Sequenze e collezioni arbitrarie
Esercizi

n questo capitolo approfondiremo le nostre conoscenze su sequenze e collezioni,


acquisendo gli strumenti indispensabili per il calcolo combinatorio.

2.1 Sequenze e collezioni di elementi distinti


In questa sezione impareremo a contare le sequenze e le collezioni senza elementi
ripetuti.

2.1.1 Sequenze senza ripetizione


Nei problemi di conteggio interviene molto spesso la nozione di fattoriale di un
numero naturale.
Definizione 2.1 Sia n 0 un numero naturale. Il fattoriale di n e`

n (n 1) ... 2 1 per n 1 ,
n! =
1
per n = 0.
Osservazione 2.2 (Formula di Stirling) E` piuttosto laborioso calcolare n! per valori
alti di n. Si pu`o per`o dimostrare (si veda la Sezione 10.6.2) che n! e` asintotico a

2n(n/e)n per n , cio`e

n!
lim
= 1.
2n(n/e)n

Tonolo_2400pt_def.pdf 37

05/09/12 10.16

26

Contare sequenze e collezioni

La seguente tabella mostra laccuratezza di tale approssimazione, detta approssimazione di Stirling1 , gi`a per valori di n piuttosto piccoli:

n!
n
2 n(n/e)n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

1.
2.
6.
24.
120.
720.
5040.
40320.
362880.
3.6288 106
3.99168 107
4.79002 108
6.22702 109
8.71783 1010
1.30767 1012
2.09228 1013
3.55687 1014
6.40237 1015
1.21645 1017
2.4329 1018

0.922137
1.919
5.83621
23.5062
118.019
710.078
4980.4
39902.4
359537.
3.5987 106
3.96156 107
4.75687 108
6.18724 109
8.6661 1010
1.30043 1012
2.08141 1013
3.53948 1014
6.3728 1015
1.21113 1017
2.42279 1018

Esempio 2.3 Utilizzando la formula di Stirling e` possibile fornire una stima del numero di cifre decimali di 100! Il numero delle cifre decimali di un naturale k e` uguale
a [log10 k] + 1, dove [x] indica la parte intera o floor di x. Per la formula di Stirling
si ha 2

log10 100! log10 ( 2 100(100/e)100 )


1
= (log10 (2) + 2) + 100 log10 (100/e)
2
1
= log10 (2) + 1 + 200 100 log10 e = 157.97...
2
Il numero di decimali cercato e` dunque approssimativamente uguale a 158. Si pu`o
verificare che in realt`a 100! ha esattamente proprio 158 cifre decimali.

1 James Stirling (1692-1770)

2 Si usa qui il fatto che se a e b sono due successioni divergenti a + con a b ( sta per
n
n
n
n
asintotico) per n +, allora log10 an log10 bn . Si faccia attenzione che in generale per una
funzione f se an bn non e` detto che f (an ) f (bn ) per n +.

Tonolo_2400pt_def.pdf 38

05/09/12 10.16

2.1 Sequenze e collezioni di elementi distinti

27

Quante sono le sequenze di lunghezza fissata senza ripetizioni, ovvero di elementi


distinti, di un insieme finito?
Definizione 2.4 Siano n, k N. Indichiamo con S(n, k) il numero di k-sequenze
senza ripetizioni di In , ovvero il numero di k-sequenze di elementi distinti di In .
Osservazione 2.5 Per il Teorema 1.23 S(n, k) e` anche il numero di n-spartizioni
(C1 , ...., Cn ) di Ik con al piu` un elemento in ogni Ci , i = 1, ..., n.
Il valore di S(n, k) si ricava facilmente utilizzando la nozione di prodotto
condizionato ed il principio di moltiplicazione introdotti nel capitolo precedente.
Teorema 2.6 Siano n, k N. Allora

n!
S(n, k) = (n k)!

se k n,
altrimenti.

In particolare S(n, 0) = 1 e S(n, n) = n! per ogni n N.

Dimostrazione. Se k > n, non vi sono k-sequenze senza ripetizioni di In , e quindi


S(n, k) = 0. Sia ora k n. Se k = 0 si ha S(n, 0) = 1: infatti la sequenza vuota
e` lunica 0-sequenza di In . Supponiamo k 1. Linsieme delle k-sequenze senza
ripetizione di In e` un prodotto condizionato di molteplicit`a (n, n 1, ..., n (k 1)):
infatti possiamo scegliere uno qualunque degli n elementi di In come prima componente della sequenza; per la seconda componente abbiamo n 1 scelte, non potendo
ripetere lelemento scelto per la prima componente; abbiamo n 2 scelte per la terza
componente, e cos` via. Per il principio di moltiplicazione linsieme delle k-sequenze
senza ripetizione di I n ha pertanto cardinalit`a
n (n 1) ... (n (k 1)) =

n!
.
(n k)!

Esempio 2.7 In quanti modi e` possibile redigere una lista di n persone? Qual e` la
probabilit`a che il Sig. Caruso sia al secondo posto della lista?
Soluzione. Una tale lista e` semplicemente una n-sequenza senza ripetizioni
dellinsieme delle n persone: vi sono pertanto S(n, n) = n! liste possibili. Pertanto
P(Caruso secondo) =

numero di liste con Caruso secondo


numero totale di liste

Ogni lista con Caruso secondo e` individuata dalla sequenza delle altre n 1 persone
che formano la lista; queste pertanto sono (n 1)! La probabilit`a cercata quindi vale
(n 1)!/n! = 1/n.

Tonolo_2400pt_def.pdf 39

05/09/12 10.16

28

Contare sequenze e collezioni

Esempio 2.8 (Numero di funzioni iniettive) NellEsempio 1.19 abbiamo visto come ogni funzione f : I Im , , m N1 , sia individuata da una -sequenza di
Im ; la funzione f e` iniettiva se e solo se la sequenza associata e` priva di ripetizioni.
Pertanto S(m, ) rappresenta anche il numero di funzioni iniettive f : I Im .
Esempio 2.9 Qual e` la probabilit`a che due (o pi`u) persone in un gruppo di 25 persone scelte a caso siano nati lo stesso giorno? (questo e` il famoso Paradosso del
compleanno.)
Soluzione. Etichettiamo le 25 persone con I25 . I giorni del loro compleanno costituiscono una 25-sequenza di I365 . La probabilit`a che le 25 persone non siano nate lo
stesso giorno e`
Q(365, 25) :=

365 364 ... 341


0, 431.
36525

Pertanto la probabilit`a cercata e` 1 Q(365, 25) 0, 569. I numeri Q(n, k) :=


n!
sono detti di Ramanujan3 ; essi saranno studiati nella Sezione 10.6.3, dove
(n k)!n k
ne verr`a data una stima per valori alti di k e n.

2.1.2 Collezioni senza ripetizione (sottoinsiemi)


Accanto alla nozione di fattoriale, grande importanza ricopre anche quella di
binomiale di una coppia di numeri naturali.
Definizione 2.10 Siano n, k 0 due numeri naturali. Il binomiale n su k e` il numero

n!
 
se k n,
n
k!(n
k)!
=
k

0
altrimenti.

Osservazione 2.11 Si osservi, e si tenga a mente, che per ogni n N


 
 
 


n
n
n
n

= 1,
= n,
= 1,
= n.
0
1
n
n1

Inoltre segue immediatamente dalla definizione la seguente simmetria:


  

n
n
k {0, ..., n}
=
k
nk
 
n
e` un numero intero per ogni k, n N.
Vedremo in seguito che
k

3 Srinivasa Ramanujan (1887-1920)

Tonolo_2400pt_def.pdf 40

05/09/12 10.16

2.1 Sequenze e collezioni di elementi distinti

29

120
n =10

5exp(28)

n =100

Figura 2.1. Grafico dei valori assunti da C(10, k) e C(100, k).

 
n
Osservazione 2.12 Fissato n, il binomiale
cresce per k che varia tra 0 e la parte
k
intera [n/2] di n/2, e decresce da [n/2] + 1 a n. Infatti per ogni 1 k n si ha



n
k1
k
n+1
  =
1 se e solo se k
.
nk+1
2
n
k

 
n
Pertanto, per n fissato, il binomiale
assume valore massimo in k = [n/2].
k
Tramite la Formula di Stirling si vede che tale valore e` asintotico a
1

2n+ 2

per n +.

Definizione 2.13 Siano n, k N. Indichiamo con C(n, k) il numero di k-collezioni


senza ripetizione di In , ovvero il numero di sottoinsiemi di k elementi di In .
Osservazione 2.14 Per il Teorema 1.23 C(n, k) e` anche il numero di n-risoluzioni
(k1 , ...., kn ) di k con ki 1 per ogni i = 1, ..., n.

Tonolo_2400pt_def.pdf 41

05/09/12 10.16

30

Contare sequenze e collezioni

Teorema 2.15 Siano n, k N. Allora

 
S(n, k)
n
C(n, k) =
=
.
k
k!

 
n
In particolare
N.
k
Dimostrazione. Se
 k> n, non vi sono k-collezioni senza ripetizioni di In ,e quindi
n
n
C(n, k) = 0 =
. Sia ora k n. Se k = 0, si ha C(n, 0) = 1 =
: infatti
k
0
la collezione vuota e` lunica 0-collezione di In . Supponiamo k 1. Si consideri la
funzione che associa ad ogni k-sequenza senza ripetizioni di In la k-collezione che si
ottiene dimenticando lordine degli elementi (vedi Figura 2.2).
2-sequenze di I3
2-collezioni senza
ripetizioni di I3
[1,2]
[2,3]

(1,2)
(2,1)
(2,3)
(3,2)

[1,3]

(1,3)
(3,1)

Figura 2.2. Funzione che associa ad ogni 2-sequenza senza ripetizioni di I3 la

2-collezione che si ottiene dimenticando lordine degli elementi.

Tramite tale funzione ogni k-collezione senza ripetizioni e` immagine di esattamente


k! sequenze senza ripetizioni, precisamente le k-sequenze che si ottengono ordinando
in tutti i modi possibili i suoi elementi. Per il principio di divisione 1.39 le k-collezioni
senza ripetizione di In sono dunque S(n, k)/k!

Esempio 2.16 Siano 0 k n interi. Abbiamo visto utilizzando la definizione di
binomiale che
  

n
n
=
.
k
nk

Tale formula si pu`o anche ricavare osservando che


k tra n oggetti equivale a
 scegliere

n
scartare n k tra n oggetti; dunque il numero
= C(n, k) delle possibile scelte
k

Tonolo_2400pt_def.pdf 42

05/09/12 10.16

2.1 Sequenze e collezioni di elementi distinti

n
di k oggetti e` uguale al numero
nk
oggetti.

31

= C(n, n k) dei possibili scarti di n k

Il seguente risultato motiva il termine binomiale.


Proposizione 2.17 (Formula del binomio)
  Siano 0 k n. Il coefficiente di
n
. Pi`u precisamente lo sviluppo di (x + y)n
x k y nk nellespansione di (x + y)n e`
k
e` dato da
 
 


 
 
n
n 2 n2
n
n n 0
n 0 n
n1
n1
xy
+
x y
+...+
x
y+
x y .
x y +
1
2
n1
n
0
Dimostrazione. La formula e` banalmente vera per n = 0. Sia ora n 1. Moltiplicando x + y per se stesso n volte otteniamo una somma di monomi del tipo x k y nk ; il
termine x k y nk appare ogniqualvolta negli n fattori si sceglie per k volte la x e per
n k volte la y. I k fattori nei quali si sceglie la x formano una k-collezionedel
n
linsieme degli n fattori; essi dunque possono essere selezionati in C(n, k) =
k
 
n
modi. Il termine x k y nk pertanto si ripete C(n, k) =
volte e questo e` dunque il
k

coefficiente del monomio x k y nk nello sviluppo del binomio.
La seguente formula ricorsiva e` di uso frequente.
Proposizione 2.18 (Formula ricorsiva per i binomiali) Siano k, n N1 . Allora

 
  
n1
n1
n
+
=
.
k1
k
k
Dimostrazione. Trattiamo in modo distinto i casi n 1 < k 1, n 1 = k 1 e
n 1 > k 1. Se n 1 < k 1 o n 1 = k 1, per la definizione di binomiale le
eguaglianze da dimostrare diventano rispettivamente le identit`a 0+0 = 0 e 1+0 = 1.
Supponiamo ora n1 > k1, ovvero n > k. Utilizzando la definizione del binomiale
si ha

 

(n 1)!
(n 1)!
n1
n1
+
=
+
k1
k
(k 1)!(n k)! k!(n k 1)!
k(n 1)!
(n 1)!(n k)
=
+
k(k 1)!(n k)! k!(n k)(n k 1)!
n!
n
=
=
.
k
k!(n k)!

Tonolo_2400pt_def.pdf 43

05/09/12 10.16

32

Contare sequenze e collezioni

 
n
Alternativamente si poteva osservare che
= C(n, k) e` il numero di sottoinsiemi
k
di k elementi di In . Questi si possono suddividere in due classi disgiunte: quelli che
contengono 1 e quelli che non lo contengono. La prima classe ha tanti elementi quanti
sono i sottoinsiemi di k 1 elementi di {2, ..., n}: basta aggiungere a ciascuno di
questi ultimi il numero 1. La seconda classe e` costituita
di k elementi
 dai sottoinsiemi

n1
di {2, ..., n}. La prima classe ha C(n 1, k 1) =
elementi, la seconda ne
k1


n1
ha C(n 1, k) =
.

k

La proposizione precedente mostra che per calcolare i binomiali con primo argomento uguale a n e` sufficiente conoscere i binomiali con primo argomento uguale a n 1. Questa considerazione e` alla base della costruzione del triangolo di
Tartaglia-Pascal4 5 :
 
0
0
 
 
1
1
0
1
 
 
 
2
2
2
0
1
2
 
 
 
 
3
3
3
3
0
1
2
3
 
 
 
 
 
4
4
4
4
4
0
1
2
3
4
...
...
...
...
...
...
...
...
...
...
...
  

n
n
Essendo
=
, il triangolo di Tartaglia-Pascal e` simmetrico rispetto alla
k
nk
   
n
n
e
sui lati poi sono tutti uguali
verticale che passa per il suo vertice. I valori
n
0
ad uno. Utilizzando la formula
  
 

n
n1
n1
=
+
, 1k n1
k
k1
k
provata sopra, possiamo facilmente ricavare i valori di una riga conoscendo i valori della riga precedente: questi infatti sono uguali alla somma dei due valori adiacenti della riga sopra. Esplicitando i valori dei binomiali alla luce di quanto appena
osservato, il triangolo di Tartaglia-Pascal assume i seguenti valori:

4 Niccol`o Tartaglia (1499-1557)


5 Blaise Pascal (1623-1662)

Tonolo_2400pt_def.pdf 44

05/09/12 10.16

2.1 Sequenze e collezioni di elementi distinti

33

1
1
1

1
...

1
...

...

3
4
...

...

1
3

6
...

...

4
...

...

1
...

...

Il triangolo di Tartaglia-Pascal pu`o anche essere rappresentato tramite il seguente


schema ottenuto applicando la regola
k
a

b
c
c= a+ b

Seguono i valori dei primi binomiali.

 
n
0

 
n
1

 
n
2

 
n
3

 
n
4

 
n
5

 
n
6

 
n
7

 
n
8

...

0
1
2
3
4
5
6
7
8
...

1
1
1
1
1
1
1
1
1
...

0
1
2
3
4
5
6
7
8
...

0
0
1
3
6
10
15
21
28
...

0
0
0
1
4
10
20
35
56
...

0
0
0
0
1
5
15
35
70
...

0
0
0
0
0
1
6
21
56
...

0
0
0
0
0
0
1
7
28
...

0
0
0
0
0
0
0
1
8
...

0
0
0
0
0
0
0
0
1
...

...
...
...
...
...
...
...
...
...
...

Verifichiamo nella successiva proposizione altre interessanti identit`a combinatorie:


Proposizione 2.19 Siano n, k due numeri naturali. Allora
 
 
n
n
1.
+ ... +
= 2n ;
0
n

2  2  
 2  2  2
n
n
n
n
2n
n
+
+
+ ... +
+
=
;
2.
1
2
n1
n
n
0
  
 


 

n
n+1
n+2
n+k
n+k+1
3.
+
+
+ ... +
=
.
0
1
2
k
k

Tonolo_2400pt_def.pdf 45

05/09/12 10.16

34

Contare sequenze e collezioni

Dimostrazione. Le tre formule


  sono banalmente vere per n = 0. Sia ora n 1.
n
1. Il termine C(n, i) =
conta il numero di sottoinsiemi di In di cardinalit`a i.
i
Pertanto la somma di essi al variare di i tra 0 e n e` uguale al numero di sottoinsiemi
n
di In , che per la Proposizione
 1.31
 vale 2 .
2n
2. Il numero C(2n, n) =
rappresenta il numero di sottoinsiemi di cardinalit`a
n
n di I2n . Un generico sottoinsieme di n elementi di I2n e` formato da k elementi di
{1, ..., n} e da n k elementi di {n + 1, ...,
 2n},
 per qualche k {0, 1, ..., n}. La
n
prima scelta pu`o essere fatta in C(n, k) =
modi, mentre la seconda scelta pu`o
k


n
essere fatta in C(n, n k) =
modi. Si ottiene quindi che il numero di modi
nk
per scegliere un sottoinsieme di I2n formato da n elementi, di cui esattamente k scelti
in {1, 2, ..., n} e`
 
  2
n
n
n
=
.
k
nk
k
Il numero totale di sottoinsiemi di n elementi di I2n e` quindi dato dalla somma di
questi termini per k = 0, 1, ..., n.
3. Per dimostrare la formula, utilizziamo la tecnica dellinduzione (su k).
Per k = 0 lidentit`a e` vera dato che
 


n
n+0+1
=1=
.
0
0

Supponiamo ora che lidentit`a sia vera per un dato valore di k 0, e dimostriamola
per k + 1. Vogliamo in altre parole provare che
  


 
 

n
n+1
n+k
n+k+1
n+k+2
+
+ ... +
+
=
(2.1)
0
1
k
k+1
k+1



n+k+1
La somma dei primi k termini a primo membro coincide con
per ipotesi
k
induttiva, dunque possiamo sostituire il termine a sinistra delluguaglianza in (2.1)
con

 

n+k+1
n+k+1
+
.
k
k+1


n+k+2
Ora, per la Proposizione 2.18 esso coincide con
.
k+1
Forniamo una dimostrazione alternativa del punto 3 interpretando
dal punto di vista

n+k+1
combinatorio i binomiali coinvolti. Infatti
e` il numero di (n + k + 1)k
sequenze binarie con esattamente k copie di 0 ed n + 1 copie di 1: una tale
sequenza infatti e` determinata quando si conoscono le posizioni, ad esempio, dei k

Tonolo_2400pt_def.pdf 46

05/09/12 10.16

2.1 Sequenze e collezioni di elementi distinti

35

zeri. Fissata una tale sequenza, lultimo 1 pu`o essere in posizione n + 1 (qualora
la sequenza veda tutti gli 1 allinizio), n + 2, ..., n + k + 1 (qualora la sequenza
termini con 1). In generale lultimo 1 e` necessariamente in posizione n + 1 + j per un
opportuno j con 0 j k; esso e` seguito da una sequenza di 0, ed e` preceduto da
una (n + j)-sequenza binaria che contiene 1 esattamente n volte. Le sequenze che
hanno lultimo 1 in posizione n + 1 + j sono tante quante le (n+ j)-sequenze
  binarie

n+ j
n+ j
nelle quali 1 compare n volte. Essendo questultime pari a
=
,
n
j
le (n + k + 1)-sequenze binarie nelle quali 1 compare n + 1 volte sono quindi

 

k 
n+k+1
n+ j
=
.
k
j

j=0

Vediamo ora alcuni esempi di applicazione dei concetti descritti.


Esempio 2.20 (La passeggiata di G. Polya6 ) Si immagini che il seguente diagramma descriva il reticolo di strade di una citt`a. Ogni vertice e` individuato da una coppia
(n, k) dove n 0 e` il numero della riga e k 0 e` il numero della colonna. Vogliamo determinare quante diverse passeggiate conducono dal vertice (0, 0) al generico
vertice (n, k).
k=0
n=0
n=1
n=2
n=3
n=4

k=1
 









k=2
 
 






 





k=3
 
 
 















 
 






 
 
 
 












 
 
 



Possiamo descrivere un qualunque cammino congiungente il vertice (0, 0) al vertice (n, k) attraverso una sequenza di Sinistra - Destra: ad esempio un cammino che
congiunge (0, 0) a (3, 1) e` (S, S, D); un altro cammino congiungente i medesimi
vertici e` (S, D, S), oppure ancora (D, S, S). In generale per arrivare al vertice (n, k)

6 Gyorgy Polya (1887-1985)

Tonolo_2400pt_def.pdf 47

06/09/12 09.49

36

Contare sequenze e collezioni

si deve voltare esattamente k volte a destra e, di conseguenza, n k volte a sinistra. Ogni cammino e` univocamente individuato da una n-sequenza di {S, D} nella
quale compare esattamente k volte il simbolo
  D. Una tale sequenza e` determinata
n
dalle k posizioni della D: pertanto vi sono
possibili cammini che conducono da
k
(0, 0) a (n, k).
Esempio 2.21 1. Quante mani di 5 carte si possono formare utilizzando un mazzo
standard di 52 carte?
2. Se si sceglie una mano di 5 carte a caso, qual e` la probabilit`a che tutte le carte
appartengano allo stesso seme?
3. Se si sceglie una mano di 5 carte a caso, qual e` la probabilit`a di ottenere
esattamente 3 assi?
Soluzione. 1. Una mano di 5 carte e` una 5-collezione senza ripetizioni di I52 , e quindi
ci sono C(52, 5) = 52!/(47!5!) = 2 598 960 mani di 5 carte.
2. Per trovare la probabilit`a richiesta, dobbiamo trovare il numero di 5-collezioni
senza ripetizioni di carte dello stesso seme. Linsieme di tali collezioni costituisce
un prodotto condizionato. Infatti una tale collezione pu`o essere ottenuta tramite la
seguente procedura in fasi: prima scegliendo il colore, e poi prendendo 5 carte di quel
colore. La prima fase ha 4 possibili esiti (i 4 semi). La seconda fase consiste nello
scegliere una 5-collezione senza ripetizioni di carte scelte tra le 13 carte di uno stesso
seme; per essa vi sono C(13, 5) = 13!/(5!8!) = 1 287 esiti. Quindi per il principio
di moltiplicazione vi sono 4 1 287 = 5 148 possibili mani composte da carte tutte
dello stesso seme; pertanto si ha
P(5 carte dello stesso seme) =

4 C(13, 5)
= 0.00198( 0.2%).
C(52, 5)

3. Linsieme delle mani con 3 assi e` un prodotto condizionato. Infatti una mano con 3
assi pu`o essere ottenuta in due fasi con la seguente procedura: prima scegliamo 3 dei
quattro assi, e questo pu`o essere fatto in C(4, 3) = 4 modi; poi dobbiamo completare
la mano utilizzando 2 carte scelte tra 48 possibili (le carte del mazzo che non sono
assi), e questo pu`o essere fatto in C(48, 2) = 1 128 modi. Quindi per il principio di
moltiplicazione in tutto ci sono 4 1 128 = 4 512 mani con esattamente tre assi, e
quindi la probabilit`a richiesta e` :
C(4, 3) C(48, 2)
= 0.00174( 0.17%).
C(52, 5)
Esempio 2.22 Dobbiamo scegliere un comitato di k persone da un insieme formato
da 7 donne e 4 uomini. Dire in quanti modi pu`o essere scelto se
1. il comitato e` formato da 5 persone, 3 donne e 2 uomini;
2. il comitato pu`o avere un qualunque numero di componenti (purche in numero
strettamente positivo), ma deve avere un uguale numero di donne e di uomini;

Tonolo_2400pt_def.pdf 48

06/09/12 09.49

2.1 Sequenze e collezioni di elementi distinti

37

3. il comitato e` composto da 4 persone, di cui una e` il signor Baggiolo;


4. il comitato ha 4 persone, delle quali almeno 2 donne;
5. il comitato ha 4 persone, due per ogni sesso, ed il signor e la signora Baggiolo non
possono essere entrambi nel comitato.
Soluzione. 1. Linsieme dei comitati considerati e` un prodotto condizionato. Infatti si
ottiene prima scegliendo le 3 donne, e poi i 2 uomini. Baster`a pertanto moltiplicare il
numero delle 3-collezioni di donne con quello delle 2-collezioni di uomini. In tutto
abbiamo C(7, 3) C(4, 2) = 35 6 = 210 modi.
2. Per contare il numero di comitati che hanno lo stesso numero di donne e di uomini,
spezziamo il problema in 4 sotto casi distinti: comitati composti da 1 donna ed 1
uomo, 2 donne e 2 uomini, 3 donne e 3 uomini, 4 donne e 4 uomini (ci sono in tutto
infatti solo 4 uomini). Il numero totale di comitati cercato e` la somma dei numeri
di comitati che compongono questi 4 sotto casi: [C(7, 1) C(4, 1)] + [C(7, 2)
C(4, 2)]+[C(7, 3)C(4, 3)]+[C(7, 4)C(4, 4)] = 74+216+354+351 =
329.
3. Se il signor Baggiolo deve stare nel comitato, questo significa che il problema
si riduce a scegliere tre altre persone che formano il comitato di 4 persone tra le
rimanenti 10 persone (7 donne e 3 uomini). Possiamo scegliere come vogliamo queste tre persone, sia tra le donne che tra gli uomini. Pertanto il numero cercato e`
C(10, 3) = 120.
4. Possiamo spezzare il problema in sotto casi che considerano il numero esatto di
uomini e donne che compongono il comitato: 2 donne e 2 uomini, 3 donne e 1 uomo,
4 donne. La risposta e` allora: [C(7, 2) C(4, 2)] + [C(7, 3) C(4, 1)] + C(7, 4) =
21 6 + 35 4 + 35 = 301.
5. Risulta utile spezzare la condizione il signore e la signora Baggiolo non possono essere entrambi nel comitato in una serie di sotto casi in cui specificare se nel
comitato e` presente il signor Baggiolo o la signora Baggiolo. Si noti che i comitati in cui non figurino ne il signor Baggiolo ne la signora Baggiolo sono ammessi
dalle condizioni del nostro problema. Ci sono quindi 3 sottocasi da considerare: il
primo caso e` quello in cui la signora Baggiolo e` presente nel comitato ma il signor
Baggiolo no. Allora possiamo scegliere una seconda donna tra le 6 rimaste e due
uomini tra i 3 rimasti (il signor Baggiolo e` infatti stato escluso). Questo pu`o essere
fatto in C(6, 1) C(3, 2) = 6 3 = 18 modi. Gli altri due casi sono quello in
cui sia presente il signor Baggiolo e non la signora Baggiolo, che e` risolto in modo
simile, e d`a vita a C(6, 2) C(3, 1) = 15 3 = 45 diversi comitati, e quello in
cui ne il signor Baggiolo ne la signora Baggiolo sono presenti, che porta a realizzare
C(6, 2)C(3, 2) = 153 = 45 diversi comitati. Il numero totale di comitati cercato
e` pertanto 18 + 45 + 45=108.
Una soluzione pi`u semplice pu`o essere ottenuta sottraendo dal numero totale di comitati il numero dei comitati nei quali sono presenti entrambi i coniugi Baggiolo. I
comitati formati da 2 donne e 2 uomini sono C(7, 2) C(4, 2). I comitati nei quali sono presenti entrambi i coniugi Baggiolo sono formati scegliendo una seconda
donna ed un secondo uomo da aggiungere al signor ed alla signora Baggiolo: es-

Tonolo_2400pt_def.pdf 49

06/09/12 09.49

38

Contare sequenze e collezioni

si sono pertanto C(6, 1) C(3, 1). Pertanto i comitati nei quali non sono presenti
contemporaneamente il signore e la signora Baggiolo sono
C(7, 2) C(4, 2) C(6, 1) C(3, 1) = 21 6 6 3 = 108.

2.2 Sequenze e collezioni arbitrarie


Considereremo ora le sequenze e le collezioni di In senza alcun vincolo sulle
eventuali ripetizioni.

2.2.1 Sequenze (con eventuali ripetizioni) e/o spartizioni


Impareremo in questa sezione a contare tutte le k-sequenze di In , senza alcuna
restrizione.
Definizione 2.23 Siano n, k N. Indichiamo con S((n, k)) il numero di k-sequenze
di In , o equivalentemente (si veda il Teorema 1.23) il numero di n-spartizioni di Ik .
Si faccia attenzione al fatto che a differenza di S(n, k), il simbolo S((n, k)) non si

annulla per k > n: ad esempio S((1, 4)) = 1, infatti (1, 1, 1, 1) e` lunica 4-sequenza
di I1 .
Teorema 2.24 Siano n, k N. Allora
S((n, k)) = n k .
Dimostrazione. Se k = 0, lunica 0-sequenza di In e` quella vuota: pertanto
S((n, 0)) = 1 = n 0 per ogni n N. Sia ora k 1. Le k-sequenze di In sono
esattamente gli elementi del prodotto cartesiano
I ... In ;
n 

k

in tutto pertanto sono n k .

Esempio 2.25 (Numero di funzioni) NellEsempio 1.19 abbiamo visto come ogni
funzione f : I Im , , m N1 , sia individuata da una -sequenza di Im . Poi
nellEsempio 2.8 abbiamo verificato che vi sono S(m, ) funzioni iniettive I Im ;
ora possiamo dire che in tutto vi sono
S((m, )) = m 
funzioni I Im .

Tonolo_2400pt_def.pdf 50

06/09/12 09.49

2.2 Sequenze e collezioni arbitrarie

39

Esempio 2.26 Si considera unurna con 10 palline rosse e 4 nere. Determinare la


probabilit`a che la terza pallina estratta sia rossa e la probabilit`a che le due prime
estratte siano nere nei casi di unestrazione con e senza reimmissione.
Soluzione. Siano A e B gli eventi:
A = la terza pallina estratta e` Rossa, B = le prime due palline estratte sono Nere.
Numeriamo le palline rosse e nere e consideriamo linsieme R = {R1 , ..., R10 } delle
palline Rosse, e linsieme N = {N1 , ..., N4 } delle palline Nere.
1) Caso con reimmissione. Scegliamo lo spazio campionario  delle 3-sequenze di
R N ; non hanno infatti alcun interesse eventuali estrazioni successive alla terza.
Chiaramente si ha || = S((14, 3)) = 143 . Levento A coincide con il prodotto
cartesiano
(R N ) (R N ) R = {(x, y, z) : x, y R N , z R}
Pertanto |A| = 142 10 elementi e quindi P(A) = 142 10/143 = 10/14 = 5/7.
Analogamente levento B coincide con il prodotto cartesiano
N N (R N ) = {(x, y, z) : x, y N , z R N }.
Pertanto |B| = 42 14, e quindi P(B) = 42 14/143 = 42 /142 = 2/72 4%.
2) Caso senza reimmissione. Scegliamo lo spazio campionario  delle 3-sequenze
senza ripetizione di R N . Calcoliamo la cardinalit`a dellevento A = {(x, y, z) :
x, y R N, z R con x, y, z distinti}: vi sono 10 scelte per z, 13 per x, 12
per y; pertanto A e` un prodotto condizionato di molteplicit`a (10, 13, 12) e quindi
|A| = 10 13 12. La probabilit`a cercata e`
P(A) = (10 13 12)/(14 13 12) = 10/14 = 5/7.
Si osservi che, suddividendo in fasi la costruzione delle terne di A a cominciare dalla
scelta della prima componente x, non si sarebbe potuto applicare il principio di moltiplicazione: ad esempio se x e y sono rosse vi sono 8 scelte per z, mentre se x e y
sono nere le scelte per z diventano 10. In modo analogo levento
B = {(x, y, z) : x, y N, z R N con x, y, z distinti}
ha 4 3 12 elementi, da cui P(B) = 4 3 12/(14 13 12) = 4 3/14 13 =
6/(7 13) 6.6%. Si noti che mentre nei due casi P(A) e` rimasta invariata, la
probabilit`a di B e` cambiata.

2.2.2 Collezioni (con eventuali ripetizioni) e/o risoluzioni di numeri naturali


Considereremo qui le collezioni di In nelle quali sono possibili eventuali ripetizioni,
o equivalentemente le risoluzioni di un numero naturale.
Definizione 2.27 Siano n, k N. Indichiamo con C((n, k)) il numero di kcollezioni di In , o equivalentemente (si veda il Teorema 1.23) il numero di
n-risoluzioni di k.

Tonolo_2400pt_def.pdf 51

06/09/12 09.49

40

Contare sequenze e collezioni

Si faccia attenzione al fatto che a differenza di C(n, k), il simbolo C((n, k)) non si

annulla per k > n: ad esempio C((1, 4)) = 1, infatti [1, 1, 1, 1] e` lunica 4-collezione
di I1 .
Esempio 2.28 (Numeri romani) Ogni 4-risoluzione (k1 , k2 , k3 , k4 ) di 7 pu`o essere rappresentata da una (7 + 4 1)-sequenza di {I, +} formata in ordine da k1
I , un +, k2 I , un +, k3 I , un +, k4 I : ad esempio la 4-risoluzione
(2, 1, 0, 4) si rappresenta con la sequenza (I, I, +, I, +, +, I, I, I, I ); oppure la 4risoluzione (1, 1, 3, 2) si rappresenta con la sequenza (I, +, I, +, I, I, I, +, I, I ). Si
tratta essenzialmente di scrivere le somme
2+1+0+4 e 1+1+3+2
nella corrispondente notazione romana
I I + I + +I I I I

I + I + I I I + I I.

Utilizzando la rappresentazione in numeri romani delle k-risoluzioni di n viste


nellEsempio 2.28, si ottiene facilmente il valore di C((n, k)).
Teorema 2.29 Siano n, k N. Allora

C(n 1 + k, k) se n + k 1,
C((n, k)) =
1
se n = 0 = k .
Dimostrazione. Se k = 0, lunica 0-collezione di In e` quella vuota: pertanto
C((n, 0)) = 1 che e` esattamente il valore indicato nellenunciato sia per n = 0
che per n > 0. Sia ora k 1. Se n = 0 non vi sono k-collezioni di I0 = : pertanto C((0, k)) = 0 = C(k 1, k). Se n 1, contiamo il numero di n-risoluzioni di
k. Ogni tale risoluzione (k1 , ..., kn ) e` univocamente individuata dalla corrispondente
rappresentazione in numeri romani, ovvero dalla (n + k 1)-sequenza di {I, +}
formata in ordine da k1 I , un +, k2 I , un +, ..., un +, kn I . Pertanto il
numero di n-risoluzioni di k coincide con il numero di (n 1 + k)-sequenze di {I, +}
con k I e n 1 +. Si osservi che per individuare una tale sequenza e` sufficiente
indicare la posizione dei k I : abbiamo quindi C(n 1+k, k) possibili n-risoluzioni
di k.

Esempio 2.30 In quanti modi si possono distribuire 20 stecche identiche di
cioccolata bianca e 15 stecche identiche di cioccolata nera tra 5 bambini?
Soluzione. Il numero di possibili distribuzioni di 20 stecche di cioccolata bianca
tra cinque bambini e` uguale al numero di 5-risoluzioni di 20, ovvero C((5, 20)) =
C(20+51, 20) = 10 626. Allo stesso modo le 15 stecche identiche di cioccolata nera possono essere distribuite in C((5, 15)) = C(15+51, 15) = 3 876 modi distinti.
Per il principio di moltiplicazione in tutto abbiamo 10 6263 876 = 41 186 376 modi
per realizzare la distribuzione.

Tonolo_2400pt_def.pdf 52

06/09/12 09.49

2.2 Sequenze e collezioni arbitrarie

41

Esempio 2.31 La nonna Adelina va in una drogheria con 10 euro per comprare delle
guarnizioni per un dolce. Il negozio vende confetti, chicchi di caff`e, candeline a 50
centesimi la confezione, e canditi a 2 euro la confezione. Quante possibilit`a ha per la
sua spesa, se spende per intero la cifra a disposizione?
Soluzione. Il primo passo consiste nel prendere come unit`a di misura i 50 centesimi.
Quindi la nonna Adelina deve spendere 20 delle nostre unit`a. Tenendo conto del fatto
che una confezione di canditi costa 4 unit`a, il nostro problema si riduce a trovare
soluzioni intere (x 1 , x2 , x3 , x4 ) della seguente equazione:
x 1 + x2 + x3 + 4x4 = 20
Il modo pi`u semplice per risolvere il problema consiste forse nello specificare fin
da subito quanti canditi comprare. Se compriamo una confezione di canditi, allora
lequazione da risolvere diventa x 1 + x2 + x3 = 16, che e` una equazione con
C((3, 16)) = C(16 + 2, 2) = 153
soluzioni naturali. In generale, se x 4 = i otteniamo lequazione x1 +x2 +x3 = 204i,
che ha C((3, 20 4i)) = C(22 4i, 2) soluzioni, per i = 0, 1, 2, 3, 4, 5. Sommando,
otteniamo in tutto
           
22
18
14
10
6
2
+
+
+
+
+
= 536
2
2
2
2
2
2
differenti possibili spese.
Esempio 2.32 Quanti modi diversi esistono di scegliere sei bottiglie di vino di tre
qualit`a diverse?

Figura 2.3. Applicazione enologica del triangolo di Pascal.

Soluzione. Supponiamo che i tre tipi di vino siano Barbera, Merlot e Sauvignon. Ogni
possibile scelta corrisponde ad una soluzione naturale dellequazione
x B + x M + x S = 6,

Tonolo_2400pt_def.pdf 53

06/09/12 09.49

42

Contare sequenze e collezioni

dove x B , x M , x S rappresentano rispettivamente il numero dibottiglie


di Barbera,

8!
8
Merlot e Sauvignon. In tutto vi sono C((3, 6)) = C(8, 6) =
=
possibili
6
6!2!
scelte delle bottiglie di vino.
Ecco alcune propriet`a di C((n, k)).
Proposizione 2.33 Siano n N1 e k N. Allora
1. C((n, k)) = C((k + 1, n 1));
2. se k 1 e` C((n, k 1)) + C((n 1, k)) = C((n, k));
3. C((n 1, 0)) + ... + C((n 1, k)) = C((n, k)).
Dimostrazione. 1. Per il Teorema 2.29 si ha
C((n, k)) = C(n + k 1, k) = C(n + k 1, n 1) = C((k + 1, n 1)).
2. Tra le k-collezioni di In , vi sono quelle che contengono almeno un 1 e quelle che
non contengono alcun 1. Le prime si ottengono aggiungendo un 1 ad una qualunque (k 1)-collezione di In ; esse sono quindi C((n, k 1)). Le seconde sono le
k-collezioni di {2, ..., n} e quindi sono C((n 1, k)).
3. Tra le k-collezioni di In , vi sono quelle che contengono 1 ripetuto esattamente
k volte, quelle che contengono 1 ripetuto esattamente k 1 volte, ..., quelle che
contengono 1 ripetuto esattamente 1 volta, quelle che non contengono 1. In generale
le k-collezioni di In con 1 ripetuto j-volte sono C((n 1, k j)): si tratta infatti
di contare in quanti modi possono essere scelti gli elementi diversi da 1. Pertanto,
sommando per j = k, k 1, ..., 1, 0 si ottiene leguaglianza desiderata.


2.2.3 Risoluzioni con vincoli e disequazioni


Supponiamo ora di voler contare le collezioni che contengono almeno un certo
numero di elementi di ogni tipo.
Corollario 2.34 Siano n N1 e 1 , ..., n N. Se k 1 + ... + n , il numero di
soluzioni naturali di
x1 + ... + xn = k,

con xi i , i = 1, ..., n,

e` uguale al numero di soluzioni naturali di


y1 + ... + yn = k (1 + ... + n ),
ovvero a C((n, k (1 + ... + n ))).
Dimostrazione. Posto xi = yi + i , le soluzioni dellequazione x1 + ... + xn = k con
xi i sono tante quante le soluzioni di y1 + y2 + ... + yn = k (1 + ... + n ),
ovvero le n-risoluzioni di k (1 + ... + n ).


Tonolo_2400pt_def.pdf 54

06/09/12 09.49

2.2 Sequenze e collezioni arbitrarie

43

Esempio 2.35 In quanti modi e` possibile riempire una scatola con 12 cioccolatini di
cinque qualit`a diverse, con la restrizione che ci sia almeno un cioccolatino per ogni
tipo?
Soluzione. Per il Corollario 2.34, si tratta di contare il numero delle soluzioni naturali
dellequazione
y1 + y2 + ... + y5 = 12 (1 + 1 + 1 + 1 + 1) = 7.
Per il Teorema 2.29 queste sono C((5, 7)) = C(7 + 5 1, 7) = 330.
Esempio 2.36 Quante sono le possibili scelte di 10 palle da un cesto contenente palle
rosse, blu, verdi se devono esserci almeno 5 palle rosse? E se ce ne devono essere al
massimo 5?
Soluzione. Il primo problema e` simile a quello proposto dallesempio precedente: per
il Corollario 2.34, si tratta di contare il numero delle soluzioni naturali dellequazione
y1 + y2 + y3 = 10 5 = 5.
Per il Teorema 2.29 queste sono C((3, 5)) = C(5 + 3 1, 5) = 21.
Per trattare il caso in cui vi siano al massimo 5 palle rosse, contiamo il numero
degli elementi dellinsieme complementare; contiamo cio`e le possibili collezioni in
cui vi siano almeno 6 palle rosse. Tra tutti i C((3, 10)) = C(10 + 3 1, 10) = 66
modi possibili di scegliere 10 palle tra quelle dei tre colori senza alcuna restrizione, ci
sono C((3, 4)) = C(4 + 3 1, 4) = 15 modi di scegliere una collezione con almeno
6 palle rosse. Quindi ci sono 66 15 = 51 scelte possibili di 10 palle con al massimo
5 palle rosse.
Esempio 2.37 Si consideri lequazione x 1 + x2 + x3 + x4 = 12.
1. Quante sono le sue soluzioni naturali?
2. Quante sono le sue soluzioni naturali con xi 1?
3. Quante sono le sue soluzioni naturali con x 1 2, x2 2, x3 4, x4 0?
Soluzione. 1. Per il Teorema 2.29 queste sono C((4, 12)) = C(12 + 4 1, 12) = 455.
2. Per il Corollario 2.34, si tratta di contare il numero delle soluzioni naturali
dellequazione
y1 + y2 + y3 + y4 = 12 4 = 8.
Per il Teorema 2.29 queste sono C((4, 8)) = C(8 + 4 1, 8) = 165.
3. Per il Corollario 2.34, si tratta di contare il numero delle soluzioni naturali
dellequazione
y1 + y2 + y3 + y4 = 12 (2 + 2 + 4) = 4.
Per il Teorema 2.29 queste sono C((4, 4)) = C(7, 4) = 35.

Tonolo_2400pt_def.pdf 55

06/09/12 09.49

44

Contare sequenze e collezioni

Esempio 2.38 Quante sequenze formate con le lettere a, e, i, o, u, x, x, x, x, x, x, x,


x, (8 x) ci sono, se si richiede che nessuna delle vocali sia consecutiva?
Soluzione. Le sequenze volute si possono realizzare in due fasi: nella prima scegliamo
una 5-sequenza di vocali, nella seconda sistemiamo le x rispettando i vincoli richiesti.
Nella prima fase abbiamo 5! esiti possibili. Passiamo a calcolare gli esiti della seconda
fase. Fissata una qualunque sequenza di vocali, indichiamo con y1 il numero delle x
a sinistra della prima vocale, con y2 il numero di x tra la prima e la seconda vocale,
..., con y5 il numero di x tra la quarta e la quinta vocale e con y6 il numero di x dopo
lultima vocale. Il vincolo equivale a risolvere lequazione
y1 + y2 + ... + y6 = 8,

y1 , y6 0,

y2 , y3 , y4 , y5 1.

Per il Corollario 2.34 tale equazione ha C((6, 8 4)) = C(6 1 + 4, 4) = 126


soluzioni. Per il principio di moltiplicazione, in totale ci sono 5! 126 = 15 120
possibili sequenze del tipo richiesto.
Molti processi che coinvolgono calcoli automatizzati sono controllati da input costituiti da sequenze di 0 e di 1. Certi tipi di sequenze possono essere lette in modo molto
veloce. E` quindi utile sapere quanto frequentemente appaiono questi tipi speciali di
sequenze. Le sequenze che compaiono nel prossimo esempio sono tra quelle calcolate
in modo veloce.
Esempio 2.39 Quante sequenze binarie di lunghezza 10 ci sono costituite da una
sequenza di 1 seguita da una sequenza di 0, seguita da una sequenza di 1, seguita da
una sequenza di 0 (ad esempio, 1110111000)?
Soluzione. Indicato con x 1 il numero di 1 nel primo blocco, ..., con x4 il numero
di 0 nel quarto blocco, questo problema corrisponde a determinare quante soluzioni
ha lequazione x 1 + ... + x4 = 10 con xi 1. Per il Corollario 2.34 queste sono
C((4, 6)) = C(4 + 6 1, 6) = 84.
Contiamo ora le soluzioni naturali di una disequazione in pi`u variabili a coefficienti
unitari.
Proposizione 2.40 Siano n N1 e k N. Le soluzioni naturali della disequazione
x1 + ... + xn k
sono tante quante le soluzioni naturali di x1 + ... + xn + xn+1 = k, ovvero uguali a
C((n + 1, k)).
Dimostrazione. Associando ad ogni soluzione naturale (k1 , ..., kn ) della disequazione considerata la n + 1-upla (k1 , ..., kn , k (k1 + ... + kn )), si ottiene una
corrispondenza biunivoca con linsieme delle soluzioni naturali dellequazione
x 1 + ... + xn + xn+1 = k.


Tonolo_2400pt_def.pdf 56

06/09/12 09.49

2.3 Esercizi

45

Esempio 2.41 Quante parole e` possibile realizzare utilizzando tre A e non pi`u di
sette B.
Soluzione. Indichiamo con x 1 il numero di B che precedono la prima A, con x2 il
numero di B compreso tra la prima e la seconda A, con x3 il numero di B compreso
tra la seconda e la terza A, con x 4 il numero di B che seguono la terza A. Chiaramente
x 1 + x2 + x3 + x4 7.
Pertanto vi sono C(7 + 4, 4) modi per formare una parola siffatta.

2.3 Esercizi
Esercizio 2.1 Quanti modi ci sono di disporre ordinatamente le 52 carte di un mazzo?
Esercizio 2.2 Quanti modi ci sono di distribuire 9 libri diversi tra 15 bambini se
nessun bambino ottiene pi`u di un libro?
Esercizio 2.3 Quanti sono i possibili anagrammi della parola INDICATI?
Esercizio 2.4 Se una moneta viene lanciata 10 volte qual e` la probabilit`a che si
ottenga almeno 8 volte testa?
Esercizio 2.5 Per ogni ruota vengono estratte (senza ripetizione) cinque palline da
unurna contenente 90 palline numerate da 1 a 90. Calcolare la probabilit`a che, in una
data settimana, sulla ruota di Venezia,
(a) il primo numero estratto sia il 37;
(b) il secondo estratto sia il 37;
(c) il primo e il secondo estratto siano, rispettivamente, il 37 e il 51.
Esercizio 2.6 Quante sequenze di 4 numeri ci sono, con un solo 8 e senza che nessun
numero venga ripetuto esattamente due volte (ammettiamo che una sequenza possa
iniziare con 0)?
Esercizio 2.7 Quante volte e` scritta la cifra 5 se si elencano tutti i numeri da 1 a 105 ?
Esercizio 2.8 Se si lanciano tre dadi distinti, qual e` la probabilit`a che il numero pi`u
alto sia il doppio di quello pi`u basso?
Esercizio 2.9 Quante sono le n-sequenze di I3 con esattamente nove cifre uguali a 1?
Esercizio 2.10 Quanti possibili comitati possono essere formati con 4 uomini e 6
donne tali che:
(a) ci siano almeno 2 uomini e almeno il doppio di donne rispetto agli uomini?

Tonolo_2400pt_def.pdf 57

06/09/12 09.49

46

Contare sequenze e collezioni

(b) ci siano in tutto 4 membri, almeno due dei quali siano donne e non possano essere
contemporaneamente scelti il signore e la signora Baggiolo?
Esercizio 2.11 Ci sono 6 diversi libri di inglese, 8 di russo e 5 di spagnolo. Quanti
sono i modi di disporre i libri in fila su una mensola con tutti i libri della stessa lingua
raggruppati insieme?
Esercizio 2.12 Quante parole di 10 lettere distinte si possono formare utilizzando le
5 vocali e 5 consonanti scelte tra le 16 possibili consonanti dellalfabeto italiano?
Qual e` la probabilit`a che una di queste parole non contenga due consonanti vicine?
Esercizio 2.13 Quanti sono i modi possibili di distribuire 40 caramelle identiche tra
4 bambini:
(a) senza restrizioni?
(b) con ogni bambino che ottiene 10 caramelle?
(c) con ogni bambino che ottiene almeno una caramella?
Esercizio 2.14 Qual e` la probabilit`a che in una sequenza senza ripetizione di
{a, b, c, d, e, f } si abbia:
(a) a, b vicini?
(b) a che compare prima di b?
Esercizio 2.15 Un uomo ha n amici ed invita ogni sera un sottoinsieme diverso di 4
di loro a casa sua per un intero anno (di 365 giorni). Quanto grande deve essere n?
Esercizio 2.16 Supponiamo che venga scelto per estrazione un sottoinsieme di 60
giorni diversi dellanno. Qual e` la probabilit`a che ci siano 5 giorni di ogni mese nel
sottoinsieme? (per semplicit`a assumere che ci siano 12 mesi con 30 giorni ciascuno.)
Esercizio 2.17 In quante mani di bridge il giocatore Nord e quello Sud hanno tutte
le picche?
Esercizio 2.18 Qual e` la probabilit`a di scegliere a caso una 10-sequenza senza
ripetizioni di I10 nella quale:
(a) in prima posizione ci sia una cifra dispari e una tra 1, 2, 3, 4, 5 sia in ultima
posizione?
(b) 5 non sia in prima posizione e 9 non sia in ultima posizione?
Esercizio 2.19 Qual e` la probabilit`a che in una mano di 5 carte prese da un mazzo di
52 si abbia:
(a) almeno una di ciascuna delle carte seguenti: asso, re, regina, jack?

Tonolo_2400pt_def.pdf 58

06/09/12 09.49

2.3 Esercizi

47

(b) lo stesso numero di cuori e picche?


Esercizio 2.20 Quante sono le possibilit`a di formare un gruppo (non ordinato) di 4
coppie di persone scelte tra 30?
Esercizio 2.21 Sia k un numero naturale fissato con 1 k 17; fissiamo poi 4
numeri diversi scelti tra 1 e 20.
(a) Qual e` la probabilit`a che k compaia tra i quattro numeri scelti e sia il pi`u piccolo
dei quattro?
(b) Qual e` la probabilit`a che k compaia tra i quattro numeri scelti e sia il secondo
numero in ordine di grandezza?
Esercizio 2.22 Qual e` la probabilit`a che lanciando cinque volte un dado escano solo
due numeri?
Esercizio 2.23 Data una raccolta di 2n oggetti, n identici e gli altri n tutti differenti
tra loro, quanti sono le possibili collezioni di n oggetti?
Esercizio 2.24 In un lago sono stati marchiati 10 pesci sui k presenti. Vengono
pescati venti pesci. Qual e` la probabilit`a che due dei venti pesci siano marchiati?
Esercizio 2.25 Vogliamo organizzare tre cene in tre serate consecutive in ciascuna
delle quali invitare tre amici scelti tra gli n compagni di scuola con i quali siamo
ancora in contatto. In quanti modi posso scegliere gli invitati nelle tre serate?
Esercizio 2.26 Abbiamo organizzato dieci cene in dieci serate consecutive. A queste
cene vogliamo invitare otto amici scelti tra i 15 compagni di scuola con i quali siamo
ancora in contatto, ma siamo incerti se invitarli tutti la prima sera o non pi`u di uno
per sera o altro ancora. Quante scelte ho?
Esercizio 2.27 Qual e` la probabilit`a che in una mano di 5 carte prese tra 52:
(a) si abbia esattamente una coppia (non due coppie o un tris)?
(b) si abbia una coppia o pi`u (un tris, una doppia coppia, un poker quattro carte
uguali o un full di carte una coppia e un tris)?
(c) si abbia almeno una carta di picche, una di cuori, nessuna di quadri ne di fiori e i
valori delle carte di picche tutti strettamente pi`u alti dei valori delle carte di cuori?
Esercizio 2.28 Quanti sono i sottoinsiemi formati da tre naturali diversi scelti tra 1 e
90 inclusi la cui somma sia:
(a) un numero pari?
(b) divisibile per 3?
(c) divisibile per 4?

Tonolo_2400pt_def.pdf 59

06/09/12 09.49

48

Contare sequenze e collezioni

Esercizio 2.29 Quanti sono i modi in cui si possono scegliere 10 monete da un


gruzzolo di monete da 1 cent, 2 cent, 5 cent e 10 cent?
Esercizio 2.30 Dobbiamo stabilire quanti posti in una commissione di 15 deputati
avranno i Democratici, i Repubblicani e gli Indipendenti. Quante possibilit`a vi sono
se ogni partito deve avere almeno due membri in commissione? E se in pi`u nessun
partito deve avere la maggioranza in commissione?
Esercizio 2.31 In quanti modi si possono distribuire 18 ciambelle al cioccolato,
12 ciambelle alla cannella, 14 ciambelle allo zucchero caramellato tra 4 scolari se
ognuno di questi richiede almeno 2 ciambelle di ogni tipo?
Esercizio 2.32 Quante sono le soluzioni intere di x 1 + x2 + x3 = 0 con xi 5?
Esercizio 2.33 Quanti sono i possibili risultati elettorali (numero di voti per ciascun
candidato) se ci sono 3 candidati e 30 votanti? Se in aggiunta qualche candidato
ottiene la maggioranza assoluta?
Esercizio 2.34 Quanti numeri tra 0 e 10 000 ci sono tali che la somma delle loro cifre
sia
(a) pari a 7?
(b) minore o uguale a 7?
(c) uguale a 13?
Esercizio 2.35 Quante sono le soluzioni intere 0 dellequazione
2x 1 + 2x2 + x3 + x4 = 12
Esercizio 2.36 Quante sono le soluzioni intere 0 del sistema di disequazioni

x 1 + x2 + ... + x6 20
x1 + x2 + x3 7
Esercizio 2.37 Quante sono le sequenze contenenti n volte lo 0 e m volte l1 con k
gruppi di 0 consecutivi?
Esercizio 2.38 Quante sono le sequenze binarie di n termini che contengono
esattamente m volte il pattern 01?
Esercizio 2.39 Quanti sono i modi di distribuire r palle identiche in n scatole distinte
dove le prime m scatole in totale contengono almeno s palle?
Esercizio 2.40 (a) In una fila del cinema formata da 15 poltrone, in quanti modi si
possono disporre 8 persone?

Tonolo_2400pt_def.pdf 60

06/09/12 09.49

2.3 Esercizi

49

(b) In quante delle precedenti disposizioni 3 amici fissati fra le 8 persone si siedono
in posti adiacenti?
Esercizio 2.41 Se una moneta viene lanciata n volte qual e` la probabilit`a che:
(a) la prima testa compaia dopo esattamente m croci?
(b) la i-esima testa compaia dopo esattamente m croci?
Esercizio 2.42 In quanti modi si possono distribuire 3 diversi orsacchiotti e 9 leccalecca identici tra quattro bambini:
(a) senza restrizioni?
(b) senza che nessun bambino ottenga due o pi`u orsacchiotti?
(c) con ciascun bambino che ottiene 3 beni?
Esercizio 2.43 Determinare il numero di 20-sequenze binarie con esattamente 15
termini uguali a 0 e 5 termini uguali a 1. Quante sono quelle con 15 termini di un tipo
e 5 dellaltro?
Esercizio 2.44 Se n oggetti distinti sono distribuiti a caso in n scatole distinte qual e`
la probabilit`a che:
(a) nessuna scatola sia vuota?
(b) una sola scatola sia vuota?
(c) due sole scatole siano vuote?
Esercizio 2.45 Quanti sono i modi per dividere 4 palle rosse, 5 blu, 7 nere tra:
(a) due scatole?
(b) due scatole nessuna delle quali vuota?
(c) Quanti sono i modi per dividere tra due scatole 4 palle rosse, 6 blu e 8 nere?
Trattare separatamente il caso in cui le scatole sono distinte e quello in cui sono
indistinguibili.
Esercizio 2.46 In una casa di quattro piani (oltre al piano terra) un ascensore parte
dal piano terra con 5 persone. Non sale nessun altro, e ogni persona scende a caso ad
uno dei quattro piani. Calcolare la probabilit`a che lascensore
(a)
(b)
(c)
(d)

arrivi vuoto al quarto piano;


arrivi vuoto al terzo piano;
si vuoti esattamente al terzo piano;
arrivi al quarto piano con 2 persone.

Esercizio 2.47 Vogliamo aprire una porta chiusa a chiave. Disponiamo di un mazzo
di 100 chiavi che contiene esattamente 2 chiavi che aprono la porta in questione. Le
chiavi vengono provate successivamente una ad una.

Tonolo_2400pt_def.pdf 61

06/09/12 09.49

50

Contare sequenze e collezioni

(a) Qual e` la probabilit`a che la 56 - esima chiave apra la porta?


(b) Qual e` la probabilit`a che la 56 - esima chiave sia la seconda chiave che apre la
porta?
Esercizio 2.48 Vengono estratte simultaneamente 5 palline da unurna contenente 10 palline rosse e 20 palline blu. Determinare la probabilit`a che venga estratta
esattamente una sola pallina blu.
Esercizio 2.49 Quante commissioni di 5 persone con almeno due donne ed almeno
un uomo si possono realizzare scegliendole da un gruppo di 6 donne e 8 uomini?
 
2n
Esercizio 2.50 Utilizzando la formula del binomio, si vede che
e` il coefficiente
n
di x n y n nello sviluppo di (x + y)2n . Si scriva (x + y)2n nella forma (x + y)n (x +
y)n , si espandano entrambi i fattori (x + y)n utilizzando la formula del binomio,
e si cerchi il coefficiente di x n y n che risulta svolgendo il prodotto. Si mostri che
questo procedimento conduce ad una dimostrazione alternativa dellidentit`a 2 nella
Proposizione 2.19.
Esercizio 2.51 Si provi la seguente identit`a:
    
  

n
m
n
m
n
m
+
+
+ ...
0
k
1
k1
2
k2


     

n
m
n
m
n+m
... +
+
=
.
k1
1
k
0
k

[Suggerimento: si pu`o procedere in modo simile alla dimostrazione dellidentit`a


2 nella Proposizione 2.19, oppure si pu`o utilizzare la formula del binomio, come
nellesercizio precedente.]

Tonolo_2400pt_def.pdf 62

06/09/12 09.49