Показываю как произвольную (неполную) диаграмму Эйлера – Венна можно представить в виде набора конституент. Берем рисунок и произвольно нумеруем на нем все области, не имеющие внутренних границ, включая внешнюю область (22)
https://postimg.cc/56L46XSfФормируем множества
;
;
;
;
.
Формируем таблицу, в ячейках которой цифрой 1 помечены содержащиеся в данном множестве номера соответствующих областей. Таблицу в TeX мне лень было рисовать, поэтому предлагаю рисунок. Пустые клетки соответствуют цифре 0.
https://postimg.cc/GBhz4sYN В заголовке таблицы указаны номера областей. Тогда каждой области будет соответствовать бинарное 5-значное число с порядком разрядов
. Например, области 5 соответствует число 00001, а области 11 число 11110. Внизу таблицы зеленым цветом помечены десятичные значения бинарных чисел. С их помощью можно установить множество бинарных чисел, которые соответствуют отсутствующим областям на данной диаграмме. В десятичном выражении это множество
.
Рассмотрим, как можно выразить данную диаграмму в виде набора конституент. Каждому бинарному числу можно сопоставить определенную конституенту. Например, числу 10011 соответствует конституента
, а числу 11100 – конституента
.
Теперь рассмотрим исходную диаграмму (
https://postimg.cc/JtdvRgXF ).
Закрашенным областям на рисунке 1 в ней соответствуют области с номерами 1, 2, 3, 4, 5, а всю закрашенную область можно выразить как объединение соответствующих конституент. Это примерно соответствует формуле, которую вывел Mihr для трех множеств.
Осталось раскрыть последнюю пару скобок:
Правда, последняя конституента
здесь лишняя.
Для рисунка 1 формула будет такой:
Что касается закрашенной области на рисунке 2 исходной диаграммы, то ее нельзя выразить как дополнение предыдущей формулы, так как заданная диаграмма Эйлера – Венна неполная. Но можно выразить как объединение конституент соответствующих областей, т.е. областей с номерами 6 – 21. Формула получится громоздкой, но можно попробовать методы минимизации формул такого рода.
Что касается вероятностного анализа данного примера, то кое-что по этому поводу можно найти в недавно открытой теме «Обратная задача теории вероятностей»:
topic158384.html