2.

1 Introduction

Pengertian Kombinatorik dan Kombinatorial

Kombinatorik adalah seni dalam perhitungan tanpa menghitung semua objek himpunan tanpa
mendaftar objek-objek yang dihitung.

Kombinatorial melibatkan ide dari korespondensi satu-satu

korespondensi satu-satu Sebuah fungsi yang memetakan anggota suatu himpunan

denga himpunan yang lain, dimana setiap anggota yang ada pada satu himpunan
dapat dipasangkan dengan tepat pada tiap-tiap anggota yang lain begitu juga
sebaliknya. berarti memasangkan beberapa himpunan yang banyaknya sama. Jadi
kombinatorial itu merupakan cara pengaturan objek-objek dalam himpunan dengan
memasangkan beberapa himpunan yang banyak aggotanya sama.

Example 2.1.1:

Gambar Complete binary tree

Dijelaskan bahwa gambar tersebut terdiri dari beberapa titik yang dihubungkan
oleh beberapa garis. Titik paling atas disebut akar dimana berada pada tingkatan 0,
sedangkan tingkatan paling bawah disebut daun. Berdasarkan nama gambar
tersebut, kata “tree” berarti pertumbuhan cabang, “binary” menunjukkan bahwa
semua titik mempunyai paling banyak 2 cabang, dan kata “complete” menjelaskan
bahwa semua yang bukan daun memiliki 2 cabang dan semua daun berada pada
tingkatan yang sama. Tinggi pohon merupakan level dari setiap daun

Dalam gambar ini menunjukkan korespondensi satu-satu antara kumpulan jalur

dan banyaknya daun yang dirumuskan dengan 2𝑟 dimana r=2. Maka banyaknya
jalur dan banyaknya daun adalah 4 sehingga banyaknya korespondensi satu-satu
adalah 4!=24
Ingat bahwa !

Misal,
A : suatu kejadian
T : banyaknya semua kemungkinan (semesta)
N(A) :banyaknya kejadian A
P(A) : banyaknya kemungkinan kejadian A
Maka,
𝑁(𝐴)
P(A) = 𝑇
Example 2.1.2:

Persoalan:

Berapa peluang dari sebuah pelemparan 2 dadu (merah dan hijau) yang menghasilkan jumlah
kurang dari 5?

Misal,

A : pelemparan 2 dadu (merah dan hijau) yang jumlahnya kurang dari 5

T : banyaknya semua kemungkinan jumlah 2 dadu kurang < 5

Penyelesaian:

Kasus 1:

Maka,
𝐴 = {2,3,4}
𝑁(𝐴) = 3
𝑇 = {2,3,4,5,6,7,8,9,10,11,12}
𝑁(𝑇) = 11
Sehingga,
𝑁(𝐴) 3
𝑃(𝐴) = =
𝑁(𝑇) 11
Kasus 2:

Maka,

M|H 1 2 3 4 5 6
1 (1,1) (1,2) (1,3) (1,4) (1,5) (1,6)
2 (2,1) (2,2) (2,3) (2,4) (2,5) (2,6)
3 (3,1) (3,2) (3,3) (3,4) (3,5) (3,6)
4 (4,1) (4,2) (4,3) (4,4) (4,5) (4,6)
5 (5,1) (5,2) (5,3) (5,4) (5,5) (5,6)
6 (6,1) (6,2) (6,3) (6,4) (6,5) (6,6)
𝑁(𝐴) = 6
𝑁(𝑇) = 36
Sehingga,
 𝑁(𝐴) 6 1
𝑃(𝐴) = = =
𝑁(𝑇) 36 6

Kesimpulan : Berdasarkan kasis 1 & kasus , yang lebih tepat sesuai dengan konsep
probabilitas dan “real world” adalah penyelesaian kasus 2

Example 2.1.3:

Persoalan:

Sebuah tim basket mempunyai 25 pemain. Tunjukkan bahwa 9 orang berbasis sama dengan
banyaknya 9 objek sampel yang diambil dari {1,2,3,4,5,...,25} dimana urutan diperhatikan
dan tidak boleh ada pengulangan

Penyelesaian:

Barisan dibuat dengan mengurutkan 9 pemain berbeda yang diambil dari 25 orang tim

Misal,

1, 2, 3, 4, 5, 6, 7, 8, 9
2, 3, 4, 5, 6, 7, 8, 9, 10
3, 4, 5, 6, 7, 8, 9, 10, 11
.
.
.
.
N kejadian

2.2 Kaidah Penjumlahan dan Perkalian

Jikaa A dan B adalah dua himpunan yang saling lepas, maka banyak elemen dari 𝐴 ∪ 𝐵
adalah jumlah elemen dari A dan elemen dari B

Kaidah Penjumlahan
Misalkan A dan B kejadian yang saling lepas yang berarti a dan B tidak terjadi saat
bersamaan. Jika A terjadi sebanyak m kemungkinan dan B terjadi sebanyak n
kemungkinan, maka kejadian A dan B terjadi sebanyak 𝑚 + 𝑛 kemungkinan.

Example 2.2.1

Persoalan :

a. Berapa banyak kemungkinan untuk mengambil sebuah kartu As atau sebuah kartu Q dari
tumpukan kartu?

Penyelesaian :
 Misal,
A : kejadian terambilnya kartu As
B : kejadian terambilnya kartu Q
N(A) : 4
N((B) : 4
A dan B kejadian saling lepas
Maka,
𝐴 ∪ 𝐵 = 𝑁(𝐴) + 𝑁(𝐵)
=4+4
=8
b. Berapa banyak kemungkinan terambilnya kartu As atau kartu merah dari tumpukan
kartu?

Penyelesaian :
Misal,
A : kejadian terambilnya kartu As
B : kejadian terambilnya kartu merah
N(A) : 4
N(B) : 26
𝐴 ∪ 𝐵 = 𝑁(𝐴) + 𝑁(𝐵)
= 4 + 26
= 30

Namun penyelesaian tersebut SALAH karena A dan B tidak saling lepas disebabkan
adanya kartu As yang juga berwarna merah. Sehingga dalam hal ini digunakan prinsip
inklusi dan eksklusi. Pendekatan lain adalah sebagai berikut:
Misal,
A : kejadian terambilnya kartu As (hitam)
B : kejadian terambilnya kartu merah
N(A) : 2
N(B) : 26
𝐴 ∪ 𝐵 = 𝑁(𝐴) + 𝑁(𝐵)
= 2 + 26
= 28
Berdasarkan ilustrasi diatas, maka kita harus berhati-hati dalam melakukan perhitungan. Kita
mengururangi kesalahan dengan melihat permasalahan dengan sedikit cara berbeda. Untuk
diperhatikan juga mungkin terdapat lebih dari satu cara untuk menyelesaikan masalah yang
diberikan.
Kembali pada contoh persoalan 2.1.2 apabila pelemparan dua dau (merah dan hijau)
diuraikan menjadi 2 tahap, yaitu pelemparan dadu merah akan menghasilkan 6
kemungkinan{1, 2, 3, 4, 5, 6}, kemudian dilanjutkan dengan pelemparan dadu hijau akan
menghasilkan 6 kemungkinan juga. Sehingga banyak kemungkinan yang terjadi pada
pelemparan dadu merah dan dadu hijau adalah 6 × 6 = 36.
 Kaidah Perkalian
Misalkan kejadian C diuraikan ke dalam dua tahap, yaitu kejadian A dan kejadian B. Dan
A terjadi pada 𝑚 kemungkinan dan B terjadi pada 𝑛 kemungkinan, dimana kejadian A
dan B saling lepas, maka kejadian C terjadi 𝑚 × 𝑛 kemungkinan.

Example 2.2.2

Persoalan :

a. Berapa banyak cara pengambilan satu kartu As merah dan kartu merah lainnya dari suatu
tumpukan kartu (tidak boleh ada pengulangan)

Penyelesaian :
Misal,
A : kejadian terambilnya satu kartu As merah
B : kejadian terambilnya satu kartu merah selanjutnya
C : kejadian terambilnya satu kartu As merah dan satu kartu merah selanjutnya
N(A) : 2
N(B) : 25
Sehingga,
N(C) =𝑁(𝐴) × 𝑁(𝐵)
= 2 × 25
= 50
Jadi banyaknya cara pengambilan satu kartu As merah dan satu kartu merah selanjutnya
dimana tidak boleh ada pengulangan adalah 50

Example 2.2.3

Persoalan : Berapa banyak cara pengambilan satu kartu As dan satu kartu merah dari
tumpukan kartu ?

Penyelesaian :
Misal,
A : kejadian terambilnya satu kartu As
B : kejadian terambilnya satu kartu merah
C : kejadian terambilnya satu kartu As dan satu kartu merah
Pada permasalahan ini terdapat dua kemungkinan keadaan, yaitu :
1. Jika satu kartu As hitam yang terambil pada tahap A, maka tahap B terjadi
sebanyak 26 cara
2. Jika satu kartu As merah yang terambil pada tahap A, maka tahap B terjadi
sebanyak 25 cara
Sehingga, pada permasalahan ini menggunakan aturan penjumlahan dan perkalian

(*) Dengan menggunakan aturan penjumlahan, maka diperoleh

 A : kejadian terambilnya satu kartu As hitam dan satu kartu merah
B : kejadian terambilnya satu kartu As merah dan satu kartu merah
- Kejadian A dan B saling lepas (disjoint) karena perbedaan warna dari satu kartu As
yang terambil pertama.

(**) Dengan menggunakan aturan penjumlahan, maka berdasarkan kejadian A dan B pada
(*) diperoleh
Kejadian A terjadi sebanyak 2 x 26 = 52 cara
Kejadian B terjadi sebanyak 2 x 25 = 50 cara
Sehingga jawaban dari permasalahjan ini adalah 52 + 50 = 102 cara

Example 2.2.4 ( The Birthday Problem )

Permasalahan :
Berapa banyak kemungkinan agar paling sedikit 2 orang dari n orang yang dipilih secara acak
mempunyai hari ulangtahun yang sama ?

Penyelesaian :
𝑘
Peluangnya adalah 𝑡 , dimana t adalah banyaknya cara untuk menetapkan hari ulang tahun
kepada n orang , dan k adalah banyaknya cara untuk menetapkan hari ulang tahun agar paling
sedikit dua orang mempunyai hari ulang tahun yang sama. Kita menghitung t dengan
menguraikan proses penetapan hari ulang tahun menjadi n tahap : tetapkan hari ulang tahun
orang pertama , kedua dan seterusnya
Asumsikan bahwa ada 365 hari dalam satu tahun dan hari ulang tahunnya didistribusikan
secara acak. Sehingga ada 365n kemungkinan.
Selanjutnya tentukan k yaitu banyaknya cara untuk menetapkan hari ulang tahun agar paling
sedikit dua orang mempunyai hari ulang tahun yang sama. Karena tidak mudah untuk
mengetahui k secara langsung dapat dilakukan dengan memisalkan m adalah banyaknya cara
untuk menentapkan hari ulang tahun agar tidak ada seorangpun memiliki hari ulang tahun
yang sama.
Dengan menggunakan kaidah penjumlahan , maka diperoleh
𝑚+𝑘 =

365𝑛 , sehingga 𝑘 = 365𝑛 − 𝑚

Asumsikan bahwa ada 365 hari dalam 1 tahun, maka:

𝑚 = 365 × 364 × 363 × … . .× (365 − (𝑛 − 1))

𝑘 = 365𝑛 − 𝑚

𝑘 = 365𝑛 − 365 × 364 × 363 × … . .× (365 − (𝑛 − 1))

Maka peluangnya adalah

365𝑛 − 365 × 364 × 363 × … . .× (365 − (𝑛 − 1))

365𝑛
Peluang > 0,5 jika 𝑛 ≥ 23

Faktanya, jika 𝑛 = 30, maka peluangnya >7

2.3 Model Perhitungan Ruang Sampel

Misalkan,
Suatu himpunan dari n objek berbeda {x1, x2, x3,....., xn} dapat diambil suatu sampel
dari r objek. Berapa banyak cara yang dilakukan. Sebaimana yang dijelaskan ,
permasalahan ini tidak dirincikan secara lengkap , terutama pada frasa “Pengambilan
suatu sampel” yang terkesan tidak jelas.
1. Apakah urutan dalam pengambilan sampel itu penting ?
Contohnya : jika r = 2 apakah memilih x1 kemudian x2 berbeda dengan memilih x2
kemudian x1 ?
2. Apakah kita dapat memilih obyek ?
Contohnya jika r = 2 apakah bisa mengambil sampel yang terdiri dari x1’s

Dari 2 pertanyaan diatas aturan dari perkalian menyatakan bahwa masalah utama terdiri atas
4 permasalahan yang terpisah :

1. Berapa banyak sampel yang ada secara berurutan dan digunakan pengulangan ?
(lihat contoh 2.1.1)
2. Berapa banyak sampel yang secara berurutan yang tidak bisa diulangi ?
(lihat contoh 2.1.3)
3. Berapa banyak sampel secara tak berurutan dan tak bisa diulangi ?
( lihat contoh 2.1.4 )
4. Berapa banyak sampel yang secara tak berurutan dan bisa diulangi ?
( lihat contoh 2.1.5 )

Contoh 2.3.1

Kami mengambil sampel dua objek dari {x1, x2, x3}; yaitu, n = 3 dan r = 2. Gambar 2-4
menggambarkan empat masalah berbeda dan solusinya. Perhatikan bahwa urutan dan
permutasi diberikan dengan membuat daftar elemen dalam urutan yang benar, dan kombinasi
dan multiset menggunakan notasi braket. Pada titik ini, pembaca yang cermat sering bertanya
tentang kasus r = 0. Bagaimana sikap kita tentang sampel ukuran 0? Seperti yang telah
disebutkan, r-kombinasi dapat dilihat sebagai set kosong. Karena hanya ada satu set kosong,
kita katakan bahwa hanya ada satu kombinasi 0. Matematikawan juga mengatakan bahwa ada
tepat satu 0-urutan, satu 0-permutasi, dan satu 0-multiset. Sementara kasus terakhir mungkin
tampak kurang intuitif daripada kasus untuk kombinasi, mereka memberikan keseragaman.
Dalam contoh sebelumnya, kami menentukan jumlah solusi untuk masing-masing dari empat
masalah kami dengan penghitungan eksplisit. Kami sekarang mengembangkan formula yang
memberikan jumlah solusi untuk setiap masalah.

Proposisi 2-1. Jumlah r-urutan dari objek n adalah nr.

Bukti.
Jika r = 0, maka nr = 1, menyetujui dengan persetujuan kami bahwa ada tepat satu
urutan permutasi 0. Jika r ≥ 𝟏, sesuai dengan fakta bahwa tidak ada cara untuk
mengambil r objek yang berbeda dari n <r objek. Masih mempertimbangkan kasus di
mana n ≥ 1. Heuristik penting menghitung adalah membayangkan konstruksi urutan-r
menjadi tahap-r - kita memilih objek pertama dan kemudian yang kedua, dan
seterusnya. Pada setiap tahap kami memiliki n pilihan, dan karenanya aturan produk
mengatakan bahwa konstruksi ini dapat dilakukan dengan cara baru. P.E.

Proposisi 2-2. Jumlah r-permutasi dari objek n adalah n (n - 1) (n - 2) ... (n - r + 1).

Kami menunjukkan ekspresi terakhir dengan P (n, r). Jika r = 0, maka P (n, r) adalah
perkalian hampa, yang merupakan satu definisi.
Bukti.
 Jika r = 0, maka P (n, r) = 1, sesuai dengan persetujuan kami bahwa hanya ada satu
permutasi-0. Jika r> n, maka P (n, r) = 0, setuju dengan fakta bahwa tidak ada cara untuk
mengambil r objek yang berbeda dari n <r objek. Masih mempertimbangkan kasus di
mana n ≥ r ≥ 1. Kita dapat menguraikan konstruksi permutasi-r menjadi tahap r - kita
memilih objek pertama dan kemudian objek kedua BERBEDA, dan seterusnya. Kami
memiliki n pilihan di tahap pertama, n - 1 pilihan di tahap kedua, ..., dan n - r + 1 pilihan
di tahap ke - r. Karenanya aturan produk mengatakan bahwa konstruksi ini dapat
dilakukan dengan cara n (n -1) (n - 2) ... (n - r + 1).

 Ketika r = n, kami memiliki sejumlah cara untuk mengatur n objek yang berbeda dalam
satu baris. Kami merujuk pada pengaturan seperti permutasi serta permutasi-n. Secara
khusus, jumlah cara untuk mengatur n orang yang berbeda secara berurutan adalah n (n -
1) ... 1. Ungkapan terakhir ini muncul begitu sering sehingga menerima nama khusus, n!
disebut n faktorial. Misalnya, 6 orang dapat diatur dalam 6! = 6 x 5 x 4 x 3 x 2 x 1 = 720
cara.
Perhatikan bahwa n! = n (n - 1)! Untuk n> 1. Kami mendefinisikan 0! = 1 sehingga n! = r
(n - 1)! Untuk n ≥ 1.
Perhatikan bahwa definisi P (n, r) = n (n - 1) ... (n - r + 1) dapat diterapkan pada bilangan
real n dan bilangan r alami (walaupun kita hanya memiliki interpretasi fisik untuk
bilangan asli n dan r ). misalnya, P (-1, 0) = 1 dan P (2,3) = 0.

Proposisi 2-3. Jumlah r-kombinasi dari n objek adalah P (n, r) / r !.

𝑛
Kami menunjukkan pernyataan huruf dengan C (n, r) atau ( ) disebut koofisiensi binominal.
𝑟
Bukti.
Jika r> n, maka C (n, r) = 0, setuju dengan fakta bahwa tidak ada r-kombinasi ketika r> n.
tetap mempertimbangkan kasus n ≥ r. Mari kita pertimbangkan contoh khusus. Jika n = 3 dan
r = 2, maka kita telah melihat bahwa ada enam permutasi-2.
x1x2 x1x3 x2x3
x2x1 x3x1 x3x2

dan tiga kombinasi 2

{𝑥1, 𝑥2} {𝑥1, 𝑥3} {𝑥2, 𝑥3}

Sudah jelas bahwa permutasi telah menyertakan 2 pengaturan untuk setiap kombinasi. Secara
umum, permutasi akan mencakup r! pengaturan untuk setiap r-kombinasi karena elemen r
dalam kombinasi dapat diatur dalam r! cara. Untuk mengkompensasi, rumus untuk P (n, r)
harus dibagi dengan r !, dan karenanya ada P (n, r) / r! r-kombinasi dari n objek.
𝑛 𝑛(𝑛−1)(𝑛−2)…(𝑛−𝑟+1)
Perhatikan bahwa definisi C (n, r) =( ) = dapat diterapkan ke bilangan
𝑟 𝑟!
real n dan bilangan asli n dan r. sebagai contoh 𝐶(−1,0) = 1 dan 𝐶(2,3) = 0

Preposisi 2-4. jumlah r-multiset dari n objek adalah (n-1 + r).

Bukti. Jika n = 0 dan r = 0, maka c (n-1 + r, r) = c (-1,0) = 1, setuju dengan konvensi kami
bahwa hanya ada satu 0-multiset. Jika n = 0 dan r> 0, c (n-1 + r, r) = 0, setuju dengan
kenyataan bahwa tidak ada cara untuk memilih bermacam-macam objek r> 0 dari n = 0
objek. Masih mempertimbangkan kasus n> 0. Kita dapat memikirkan r-multiset dalam hal
menu. Menu kami akan memiliki n kolom yang berlabel x1, x2,…, xn. Untuk membangun
multiset, kami menempatkan r bintang ke dalam kolom. Karena kami mengizinkan
pengulangan, kami dapat menempatkan lebih dari satu bintang di kolom. Karena kami
mengizinkan pengulangan, kami dapat menempatkan lebih dari satu bintang di sebuah kolom.
Karena kami tidak mempertimbangkan keteraturan, bintang-bintang itu identik. Misalnya,
jika n = 2 dan r = 4, maka menu yang sesuai dengan multiset yang terdiri dari tiga x1 dan satu
x2 diberikan pada Gambar 2-5 (a).

Sebaliknya, multiset yang sesuai dengan menu yang diberikan pada Gambar 2-5 (b) terdiri
dari empat x2

Jelas, ada satu korespondensi antara menu yang berisi r bintang dan koleksi r-multiset, dan
karenanya masalah kami telah berkurang untuk menentukan jumlah menu tersebut. Jika kita
membuat konvensi bahwa colum pertama adalah singkatan dari x1, yang kedua untuk x2, dan
seterusnya, maka kita dapat menghilangkan label kolom dan garis silang. Sebagai contoh,
menu yang diberikan pada Gambar 2-5 © saya diwakili oleh susunan bintang dan bar colum
yang diberikan pada Gambar 2-5 (d).

Karena kita membutuhkan n-1 kolom kolom untuk membentuk n kolom dan r bintang untuk
menunjukkan r objek, masalahnya telah dikurangi untuk menentukan jumlah pengaturan atau
r bintang identik dan n-1 bar identik. Bayangkan deretan ruang n-1 + r. Ke dalam ruang yang
ingin kita tempatkan bintang r dan b-1, satu objek per ruang. Kami membagi penempatan ini
menjadi dua tahap: pertama-tama kita menempatkan bintang-bintang; dan kemudian kita
menempatkan jeruji. Bintang-bintang itu identik sehingga penempatannya setara dengan
memilih r ruang di mana mereka akan ditempatkan. Dengan proposisi sebelumnya, ini dapat
dilakukan dengan cara C (n-1 + r, r). Sekarang bilah identik sehingga penempatannya setara
dengan memilih ruang n-1 di mana mereka akan ditempatkan. Tetapi pada tahap kedua hanya
ada n-1 ruang yang tersisa, dan dengan demikian ada satu cara untuk memilih ruang untuk
bar. Sesuai aturan produk, ada menu C (n-1 + r, r) dengan r bintang dan n kolom, dan
karenanya C (n-1 + r, r) r-multiset dari n objek.

Notasi faktorial menyediakan representasi faktorial ringkas untuk rumus untuk r-permutasi
dan r-kombinasi. Untuk bilangan asli ______. Ini mengikuti bahwa untuk bilangan alami
_______. Perhatikan bahwa kasus khusus _______ menggunakan definisi ____. Untuk
sebagian besar, kita akan menggunakan ekspresi __ dan __ ketika n dan r adalah bilangan asli
dengan __.

Dalam bukti preposisi 2-4, kita bisa memilih spasi untuk bar terlebih dahulu. Ini
menghasilkan jawaban ____, dan karenanya _____. Persamaan huruf adalah kasus khusus
dari identitas kombinatorial berikut.

Proposisi 2-5 ____

Bukti. Kita bisa, tentu saja, cocok dengan representasi faktorial, tetapi kami ingin mendorong
penggunaan alasan kombinatorial. Misalkan kita memiliki n orang. Sisi kiri adalah jumlah
kelompok yang berbeda dengan r orang, dan sisi kanan adalah jumlah kelompok yang
berbeda dengan n - r orang. Tetapi dua kumpulan kelompok ini dapat ditempatkan ke dalam
korespondensi satu-satu dengan membiarkan grup dengan r orang-orang sesuai dengan grup
yang berisi n-r orang lain.

Kami akan mempelajari identitas kombinatorial nanti. Kami menyelesaikan bagian ini
dengan beberapa contoh sederhana yang melibatkan formula kami.
2.3.2. Model Distribusi Menghitung

Di bagian ini, kami menyajikan pandangan lain tentang empat masalah dasar yang
diperkenalkan di bagian terakhir. Misalkan kita memiliki bola r untuk didistribusikan ke
dalam n sel yang berbeda (kita anggap sel identik nanti). Dalam berapa banyak cara ini bisa
dilakukan? Masalah distribusi ini juga dikenal sebagai masalah hunian atau masalah alokasi.
Seperti yang dinyatakan masalah tidak sepenuhnya ditentukan, khususnya, frasa r bola yang
akan didistribusikan adalah ambigu.

1. Apakah kita menganggap bola itu berbeda atau identik?

2. Apakah kita mengizinkan jumlah bola per sel (hunian non-eksklusif), atau apakah kita
mengizinkan paling banyak satu bola per sel (hunian eksklusif)?

Karena ada dua jawaban untuk setiap pertanyaan, aturan produk mengatakan bahwa masalah
awal kami sebenarnya terdiri dari empat masalah yang berbeda.

1) Berapa banyak cara yang ada untuk mendistribusikan r bola berbeda ke dalam n sel yang
berbeda dengan jumlah bola per sel?

2) Berapa banyak cara yang ada untuk mendistribusikan r bola yang berbeda ke dalam n sel
yang berbeda dengan paling banyak satu bola per sel?

3) Berapa banyak cara yang ada untuk mendistribusikan bola identik ke dalam n sel berbeda
dengan paling banyak satu bola per sel?

4) Berapa banyak cara yang ada untuk mendistribusikan r bola identik ke dalam n sel yang
berbeda dengan jumlah bola per sel?

Contoh 2.3.8

Gambar 2-6 mengilustrasikan empat masalah yang berbeda dan solusinya untuk kasus n = 3
dan r = 2.

Pada contoh sebelumnya, kami menggunakan enumerasi eksplisit untuk menyelesaikan

masing-masing dari empat masalah. Untungnya, mudah untuk mendapatkan formula yang
memecahkan setiap masalah; pada kenyataannya, semua pekerjaan dilakukan di bagian
terakhir. Pertimbangkan, misalnya, n = 3 dan r = 2. Kami memiliki dua model penghitungan;
yang satu melibatkan pendistribusian dua bola menjadi tiga sel yang berbeda dan yang
lainnya melibatkan pengambilan dua objek dari {x1, x2, x3}. Sangat mudah untuk melihat
bahwa kedua model itu setara. Kami membiarkan x1 sesuai dengan selera. Jika bola berbeda,
kami menganggap bola nomor satu sesuai dengan posisi pertama dalam suatu pengaturan dan
bola nomor satu sesuai dengan posisi kedua; yaitu, menempatkan bola nomor satu ke dalam
sel ith sesuai dengan menempatkan xi di posisi pertama pengaturan dan menempatkan bola
nomor dua ke dalam sel ith sesuai dengan menempatkan xi, di posisi kedua pengaturan. Jika
bola identik, maka tidak ada nomor posisi dan menempatkan bola di sel ih sesuai dengan
piking xi, tanpa memperhatikan urutan. Jelas, pertanyaan tentang hunian eksklusif mengacu
pada pertanyaan tentang pengulangan. Secara khusus, hunian eksklusif sesuai dengan tidak
ada pengulangan. Pembaca harus hati-hati membandingkan contoh 2.3.1 dan 2.3.8 untuk
melihat bahwa kedua model itu setara.

2.3.2. Model Distribusi Menghitung

Di bagian ini, kami menyajikan pandangan lain tentang empat masalah dasar yang
diperkenalkan di bagian terakhir. Misalkan kita memiliki bola r untuk didistribusikan ke
dalam n sel yang berbeda (kita anggap sel identik nanti). Dalam berapa banyak cara ini bisa
dilakukan? Masalah distribusi ini juga dikenal sebagai masalah hunian atau masalah alokasi.
Seperti yang dinyatakan masalah tidak sepenuhnya ditentukan, khususnya, frasa r bola yang
akan didistribusikan adalah ambigu.

1. Apakah kita menganggap bola itu berbeda atau identik?

2. Apakah kita mengizinkan jumlah bola per sel (hunian non-eksklusif), atau apakah kita
mengizinkan paling banyak satu bola per sel (hunian eksklusif)?

Karena ada dua jawaban untuk setiap pertanyaan, aturan produk mengatakan bahwa masalah
awal kami sebenarnya terdiri dari empat masalah yang berbeda.

1) Berapa banyak cara yang ada untuk mendistribusikan r bola berbeda ke dalam n sel yang
berbeda dengan jumlah bola per sel?

2) Berapa banyak cara yang ada untuk mendistribusikan r bola yang berbeda ke dalam n sel
yang berbeda dengan paling banyak satu bola per sel?

3) Berapa banyak cara yang ada untuk mendistribusikan bola identik ke dalam n sel berbeda
dengan paling banyak satu bola per sel?

4) Berapa banyak cara yang ada untuk mendistribusikan r bola identik ke dalam n sel yang
berbeda dengan jumlah bola per sel?

Contoh 2.3.8

Gambar 2-6 mengilustrasikan empat masalah yang berbeda dan solusinya untuk kasus n = 3
dan r = 2.

Ingat pertanyaan (i) dan (ii) dan masalah (1) - (4) yang dijelaskan di bagian terakhir.
Penalaran paragraf sebelumnya menunjukkan bahwa pertanyaan (i) dan (i) 'menanyakan hal
yang sama dan juga untuk pertanyaan (ii) dan (ii). Juga jawaban untuk masalah (i) dan (i)
'sama, dan sama untuk masalah lainnya. Akibatnya, kami memiliki proposisi berikut.

Proposisi 2-6. Ada cara-cara baru untuk mendistribusikan r bola yang berbeda ke dalam sel
yang berbeda dengan jumlah bola per sel.

Proposisi 2-7. Ada P (n, r) cara untuk mendistribusikan r bola yang berbeda ke dalam n sel
yang berbeda dengan paling banyak satu bola per sel.
Proposisi 2-8. Ada (n / r) cara untuk mendistribusikan r bola identik ke dalam n sel berbeda
dengan paling banyak satu bola per sel.

Proposisi 2-9. Ada banyak cara untuk mendistribusikan r bola identik ke dalam n sel berbeda
dengan jumlah bola per sel.

Kami menyelesaikan bagian ini dengan beberapa contoh.

Contoh 2.3.9

Masalah. Nyatakan versi distribusi yang setara dari yang berikut: atur dua A identik, ada B
identik, dan empat C identik.

Larutan. Satu jawaban adalah: mendistribusikan sembilan bola berbeda (satu untuk setiap
posisi dalam pengaturan) menjadi tiga sel berbeda (satu untuk setiap jenis huruf) dengan tepat
dua bola di sel pertama, ada bola di sel kedua, dan empat bola di ketiga sel.

Kemungkinan lain adalah: mendistribusikan bola tipe A yang identik, tiga bola tipe B yang
identik, dan empat bola tipe C yang identik ke dalam sembilan sel berbeda (satu untuk setiap
posisi dalam pengaturan) dengan tepat satu bola per sel.

Contoh 2.3.10

Masalah. Berapa probabilitas bahwa tepat satu sel kosong jika sepuluh bola identik
didistribusikan secara acak ke dalam lima sel yang berbeda?

Larutan. Ada C (5-1 + 10,10) cara untuk mendistribusikan sepuluh bola identik menjadi lima
sel yang berbeda dengan jumlah bola per sel. Selanjutnya kita menentukan jumlah cara untuk
mendistribusikan sepuluh bola identik menjadi lima sel berbeda dengan tepat satu sel kosong.
Kami menguraikan konstruksi distribusi tersebut menjadi tiga tahap. Pertama-tama kita
memilih sel kosong dengan salah satu cara C (5,1). Selanjutnya kita memastikan bahwa
empat sel yang tersisa adalah kosong dengan menempatkan satu bola ke masing-masing sel
ini. Karena bola identik, ini bisa dilakukan hanya dengan satu cara. Akhirnya, kami
mendistribusikan enam bola identik yang tersisa ke dalam empat sel berbeda dengan jumlah
bola per sel dalam salah satu cara C (4-1 + 6,6). Menurut aturan produk, ada 5x1xC (4-1 +
6,6) cara untuk mendistribusikan sepuluh bola identik menjadi lima sel pembeda dengan tepat
satu sel kosong, dan karenanya probabilitasnya adalah 5 x C (4-1 + 6,6) ) / C (5-1 + 10.10) =
5 x 84/1001 = .491…

Ingat trik mengisi sel tidak kosong ini.

Contoh 2.3.11. Dunia nyata'

Kami telah secara teratur mengaplikasikan pekerjaan kami ke dunia nyata. Untuk sebagian
besar, mudah untuk melihat apakah masalah melibatkan urutan, permutasi, kombinasi atau
multiset, tetapi ini tidak selalu terjadi.

Masalah: Pertimbangkan sistem "dunia nyata" di mana r partikel didistribusikan di antara n

keadaan yang berbeda. Konfigurasi seluruh sistem diberikan oleh distribusi partikel di antara
berbagai keadaan. Sebagai contoh, partikel dapat berupa atom atau molekul gas ideal pada
suhu tertentu dan keadaannya mungkin tingkat energi tertentu. Sebagai contoh lain, partikel-
partikelnya mungkin elektron dan keadaannya adalah tingkat energi dalam atom yang
diberikan. Sebagai contoh lain, partikel mungkin foton dan negara mungkin tingkat energi.
Berapa banyak konfigurasi sistem yang ada?

Diskusi. Seperti yang dinyatakan, masalahnya tidak diajukan dengan baik karena kita tidak
tahu apakah menganggap partikel itu identik atau berbeda, dan apakah ada lebih dari satu
partikel dalam keadaan tertentu. Jangan biarkan ambiguitas bahasa Inggris merusak
pemahaman Anda tentang konsep matematika. Merupakan praktik yang baik untuk
mempertimbangkan interpretasi yang berbeda dari masalah yang tidak jelas. Tujuan utama
dari materi ini adalah untuk mempelajari bagaimana menentukan masalah (kombinatorial)
secara tepat.

Seperti yang kita ketahui, ada empat kemungkinan jawaban tergantung pada apakah kita
melihat konfigurasi sebagai urutan, permutasi, kombinasi, atau multiset. Fisikawan telah
secara khusus mempertimbangkan tiga kemungkinan ini.

Jika partikelnya berbeda dan sejumlah partikel mungkin memiliki keadaan tertentu, maka ada
konfigurasi nr. Sistem yang memenuhi asumsi ini dikatakan dijelaskan oleh Maxwell-
Boltzmann Statistics, dan ini sesuai dengan melihat konfigurasi sebagai multiset.

Jika partikel identik dan sejumlah partikel mungkin memiliki keadaan tertentu, maka ada
konfigurasi __. Sistem yang memenuhi asumsi ini dikatakan dijelaskan oleh statistik Bose-
Einstein, dan ini sesuai dengan melihat konfigurasi sebagai multiset.

Jika partikel identik dan paling banyak satu partikel mungkin memiliki keadaan tertentu,
maka ada konfigurasi __. Sistem yang memenuhi asumsi ini dikatakan dijelaskan oleh Ferni-
Dirac Statistics, dan ini sesuai dengan melihat konfigurasi sebagai kombinasi.

Perhatikan bahwa ahli fisika belum memberi nama pada situasi yang dijelaskan dengan
permutasi. Terkadang mudah untuk melihat asumsi mana yang harus dibuat, tetapi penting
untuk menyadari bahwa mungkin tidak ada alasan apriori untuk menutup satu asumsi di atas
asumsi lainnya. Pilihan yang benar dalam situasi 'dunia nyata' tertentu dapat bergantung pada
asumsi mana yang sesuai dengan pengetahuan empiris. Sebagai contoh, atom atau molekul
gas ideal pada suhu tertentu paling baik dijelaskan oleh statistik Maxwell-Boltzmann,
distribusi foton ke tingkat energi mematuhi statistik Bose-Einstein, dan distribusi elektron ke
tingkat energi atom adalah paling baik dijelaskan oleh statistik Ferni-Dirac.
Dalam masalah 'dunia nyata' yang diberikan, siswa harus membuat pilihan yang masuk akal
di antara alternatif atau, jika tidak ada pilihan yang jelas tersedia, jelaskan secara khusus
asumsi yang dibuat.

Pada titik ini, pembaca yang cermat mungkin bertanya-tanya apakah ada akal yang dapat
dibuat dari distribusi bola ke dalam sel yang identik. Pertimbangkan distribusi bola yang
berbeda ke dalam sel yang identik. Sekarang ada empat distribusi dari dua bola yang berbeda
menjadi dua sel yang berbeda dengan jumlah bola per sel: bola satu di sel satu dan sel dua di
sel dua; bola satu di sel dua dan bola dua di sel satu; kedua bola di sel pertama; dan kedua
bola di sel kedua. Dengan sel identik, kami maksudkan bahwa dua kasus pertama tidak dapat
dibedakan dan dua kasus terakhir tidak dapat dibedakan; yaitu, ada dua distribusi dari dua
bola yang berbeda menjadi dua sel yang identik: masing-masing bola di selnya sendiri; kedua
bola di sel yang sama. Kami juga dapat melihat ini dalam hal dekomposisi yang ditetapkan.
Decomositons dari {x1, x2, ..., xr} adalah partisi menjadi himpunan bagian (ingat bahwa
dalam suatu partisi himpunan bagian adalah kosong). Misalnya, ada lima dekomosisi {x1, x2,
x3}: {x1, x2, x3}; {x1}, {x2}, {x3}; {x1}, {x2, x3}; {x2}, {x1, x3}; dan {x3}, {x1, x2}.
Kita dapat melihat distribusi r objek yang berbeda menjadi n sel identik sebagai dekomposisi
{x1, x2, ..., xr} ke dalam paling banyak n himpunan bagian dengan membiarkan bola yang
saya wakili xi, dan melihat bola di sel yang kosong sebagai subset . Misalnya, dalam kasus r
= n = 2, dua distribusi yang dibahas di atas sesuai dengan {x1}, {x2} dan {x1, x2}.
Kumpulan dekomposisi dibahas lebih lanjut dalam Bagian 3.5.

Selanjutnya kita mempertimbangkan distribusi bola identik ke dalam sel identik. Ada tiga
distribusi dari tiga bola identik menjadi tiga sel identik: semua bola dalam satu sel; dua bola
di satu sel dan satu bola di yang lain; dan setiap bola di selnya sendiri. Distribusi bola identik
ke dalam sel identik dapat dilihat dari segi partisi integer. Partisi dari bilangan bulat positif r
adalah cara penulisan r sebagai jumlah dari bilangan bulat positif (disebut bagian) dalam
urutan menurun. Sebagai contoh, ada tiga partisi 3: 3; 2 +1; 1 + 1 + 1. Sekarang distribusi r ≥
1 bola identik ke n ≥ 1 sel identik, dapat dilihat sebagai partisi r menjadi paling banyak n
bagian dengan membiarkan jumlah bola dalam sel kosong yang diberikan sesuai dengan
bagian . Misalnya dengan r = n = 3, tiga distribusi yang dibahas di atas sesuai dengan partisi
3. Partisi dibahas lebih lanjut di bagian 3.6.

Pada titik ini, kami mengingatkan pembaca akan enam interpetasi dari masalah distribusi.
Distribusi bola berbeda menjadi sel berbeda dengan jumlah bola per sel sesuai dengan urutan.
Distribusi bola yang berbeda ke dalam sel yang berbeda dengan paling banyak satu bola per
sel sesuai dengan permutasi. Distribusi bola identik ke dalam sel berbeda dengan paling
banyak satu bola per sel sesuai dengan kombinasi. Distribusi bola identik ke dalam sel
berbeda dengan jumlah bola per sel sesuai dengan multiset. Distribusi bola yang berbeda ke
dalam sel yang identik sesuai dengan mengatur dekomposisi. Distribusi bola identik ke dalam
sel identik berhubungan dengan postur bilangan bulat.
Mba nisa tolong revisi lengkapi dan hilangkan yang ngak jelas , yang bagian garis bawah
itu rumus semua yang belum tak ketik ,,coba nisa kita ambil proposisi yang penting
saja..soalnya nh kebanyakan