Professional Documents
Culture Documents
Diskret Mat
Diskret Mat
DISKRETNE MATEMATIKE
Milovanovi
Igor Z.
c
Ru
zica M. Stankovi
c
Emina I. Milovanovi
c
Branislav M. Randjelovi
c
Sadr
zaj
1
.
.
.
.
.
.
5
5
7
11
16
21
23
2 Indukcija
2.1 Empirijska indukcija . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Matematicka indukcija . . . . . . . . . . . . . . . . . . . . . . . .
29
29
30
3 Skupovi
3.1 Predstavljanje skupova . . . . . . . . . . . . .
3.2 Operacije sa skupovima . . . . . . . . . . . . .
3.3 Partitivni skup. Princip ukljucenja-iskljucenja
3.4 Pokrivanje i razbijanje skupa . . . . . . . . . .
4
Elementi matemati
cke
1.1 Iskaz i predikat . . .
1.2 Iskazne recenice . .
1.3 Iskazne formule . .
1.4 Argumenti i dokazi
1.5 Kompletnost . . . .
1.6 Normalne forme . .
logike
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
37
39
42
47
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
49
49
51
55
68
70
75
Operacije
5.1 Grupa. Polje. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Bulova algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.3 Vektorski prostori . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
79
84
87
Relacije. Funkcije
4.1 Dekartov proizvod skupova . . .
4.2 Relacije . . . . . . . . . . . . . .
4.3 Kompozicija relacija. Zatvaranje
4.4 Relacija ekvivalencije . . . . . .
4.5 Relacija uredjenja . . . . . . . .
4.6 Funkcije . . . . . . . . . . . . .
. . . . .
. . . . .
relacije
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
SADRZAJ
2
6
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7 Brojevi
7.1 Deljivost brojeva . . . . . . . . . . . . . .
7.2 Modularna aritmetika . . . . . . . . . . .
7.3 Euklidov algoritam . . . . . . . . . . . . .
7.4 Diofantove i modularne jednacine . . . . .
7.5 Prosti brojevi . . . . . . . . . . . . . . . .
7.6 Mala Fermaova teorema. Ojlerova funkcija
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
93
93
106
109
114
.
.
.
.
.
.
125
125
129
137
144
157
163
8 Funkcije generatrise
169
9 Rekurentni nizovi
177
10 Kombinatorika
10.1 Dirihleov princip . . . . . . . . . . . . .
10.2 Permutacije . . . . . . . . . . . . . . .
10.3 Permutacije sa ponavljanjem elemenata
10.4 Permutacije totalne neuredjenosti . . .
10.5 Permutacije sa usponima i padovima .
10.6 Permutacije sa inverzijama . . . . . . .
10.7 Permutacije na krugu . . . . . . . . . .
10.8 Varijacije . . . . . . . . . . . . . . . . .
10.9 Kombinacije . . . . . . . . . . . . . . .
10.10Kombinacije sa ponavljanjem . . . . . .
10.11Varijacije sa ponavljanjem . . . . . . . .
10.12Particije i kompozicije . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
191
191
193
208
211
212
213
214
215
217
220
221
225
11 Blok
seme
11.1 Pojam kombinatorne konfiguracije
11.2 Blok-seme . . . . . . . . . . . . . .
11.3 Uravnotezene nepotpune blok-seme
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
231
231
234
235
240
244
245
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
SADRZAJ
12 Grafovi
12.1 Intuitivno shvatanje pojma grafa . . . . .
12.2 Definicije grafa i srodnih struktura . . . .
12.3 Stepeni cvorova . . . . . . . . . . . . . . .
12.4 Matricno predstavljanje grafa . . . . . . .
12.5 Delovi grafa. Putevi u grafu. Povezanost .
12.6 Odredjivanje najkracih puteva u grafu . .
12.7 Stablo . . . . . . . . . . . . . . . . . . . .
12.8 Planarni grafovi . . . . . . . . . . . . . . .
12.9 Bojenje grafa . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
251
251
256
262
266
276
285
292
301
305
SADRZAJ
Glava 1
Elementi matemati
cke logike
Logika, kao nauka o zakljucivanju, cije je temelje postavio Aristotel, ima primenu
se tice
u raznim oblastima, kao na primer u teologiji, filozofiji i matematici. Sto
matematike, ona predstavlja njen temelj. Na osnovu skupa osnovnih pretpostavki,
koje se nazivaju aksiome, odredjuje se tacnost odgovarajucih matematickih izraza.
U ovom odeljku mi cemo dati samo najosnovnije pojmove iz matematicke logike,
neophodne za proucavanje elemenata Diskretne matematike.
1.1
Iskaz i predikat
U matematickoj logici iskaz ili sud je osnovni pojam, te se kao takav ne definise.
Intuitivno se prihvata da je iskaz deklarativna recenica, koja ima smisla, i koja
je tacna ili netacna. Iskaz zadovoljava dva principa: princip iskljucenja treceg i
princip kontradikcije. Naime, kako smo vec napomenuli, on je ili tacan ili netacan
i ne moze imati neko trece istinitosno svojstvo, i ne moze biti istovremeno i istinit
i neistinit.
Primer 1.
Recenica 42 = 16 je iskaz, i to istinit.
Recenica 21 = 42 je iskaz, i to neistinit.
Recenica x2 = 16 je afirmativna i ima smisla, ali nije iskaz. Istinitosno
svojstvo zavisi od vrednosti promenljive x.
Recenica Da li je 3 vece od 7? je upitna, a ne deklarativna, pa nije iskaz.
5
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
(p) =
>,
,
ako je p istinito
ako je p neistinito,
1.2.
ISKAZNE RECENICE
1.2
Iskazne re
cenice
>
>
O1
>
>>
O2
>
O3
>
>
Slika 1.
Od navedenih veznika za nas je interesantna samo negacija.
Definicija 1.2 Iskaz p je negacija iskaza p. On je tacan kada je iskaz p netacan.
Iskaz O1 p je uvek tacan, iskaz O2 p je uvek netacan, dok iskaz O3 p ima istu istinitosnu vrednost kao iskaz p.
Na sledecoj slici date su istinitosne vrednosti iskaza p, O1 p, O2 p i O3 p, u
zavisnosti od istinitosti iskaza p.
p
>
>
O1 p
>
>
O2 p
Slika 2.
O3 p
>
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
Primer 5. Ako iskaz p glasi: Pera voli jabuke, tada iskaz p glasi: Pera
ne voli jabuke ili Nije tacno da Pera voli jabuke. Iskaz O1 p glasi: Pera
voli jabuke, iskaz O2 p glasi: Pera ne voli jabuke, a iskaz O3 p glasi: Pera
voli jabuke.
2
>
>
>
>
>
> >
>
>
>
>
>
>
>
>
> >
>
>
>
>
Slika 3.
Citaocu
prepustamo da prouci osobine binarnih logickih operacija sa slike 3,
na skupu {>, }, koje se odnose na komutativnost, asocijativnost, distributivnost
i slicno.
Definicija 1.3 Iskaz p q naziva se konjunkcija iskaza p i q. On je istinit ako i
je istinit ako i samo ako je bar jedan od iskaza p ili q istinit. Cita
se p ili q.
1.2.
ISKAZNE RECENICE
Cita
se ili p ili q.
10
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
q
>
>
pq
>
pq
>
>
>
pq
>
>
pq
>
>
>
pq
>
>
Slika 4.
Simboli koje smo iskoristili da oznacimo navedene binarne logicke operacije, tj.
logicke veznike, nisu jedinstveni. Tako se, na primer, u literaturi, umesti simbola
koriste i & i , umesto simbola koriste simboli i , a umesti simbola
koriste se simboli , i .
Citanje
iskaznih recenica, definisanih u ovom odeljku, takodje nije jedinstveno.
Tako, na primer, iskaz p q moze da se cita i: iz p proizilazi q, na osnovu p
sledi q, p je potreban uslov za q, q je neophodan uslov za p i slicno.
Naveli smo da postoji 16 binarnih operacija, od kojih smo pomenuli samo
pet. U nastavku cemo definisati jos dve, dok definisanje preostalih prepustamo
citaocima.
>
>
>
> >
>
>
>
Slika 5.
Nije tesko pokazati da je
p q (p q)
i p q (p q).
Zbog navedenih ekvivalencija logicki veznik se naziva nili (ne ili), a ni (ne i).
Napomenimo da su za implikaciju p q, dva iskaza p i q, tesno povezani
sledeci iskazi:
q p - konverzija,
1.3.
ISKAZNE FORMULE
11
p q - inverzija,
q p - kontrapozicija.
Istinitosne vrednosti ovih iskaza date su u sledecoj tabeli.
p
>
>
q
>
>
>
>
>
>
pq
>
>
>
qp
>
>
>
p q
>
>
>
q p
>
>
>
Slika 6.
1.3
Iskazne formule
12
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
, , , , .
Ovaj niz je opadajuci po snazi vezivanja. Treba napomenuti da zagrada ima
veci prioritet u odnosu na logicki veznik koji stoji ispred nje. Tako, na primer,
logicka operacija je najveceg prioriteta, ali samo pod uslovom da ne stoji ispred
zagrade.
Primer 15. Postujuci hijerarhijski niz prioriteta logickih operacija, iskazna
formula p ((q) r) moze se predstaviti u drugom obliku, bez zagrada, kao
p q r. Negacija (p q) se ne moze napisati u obliku p q.
Drugi postupak za oslobadjanje od zagrada koji cemo pomenuti, poznat je pod
nazivom poljska notacija. Za njegovu primenu, neophodna nam je sledeca, nova
definicija iskazne formule.
Definicija 1.10 i) Logicke konstante i logicke promenljive su iskazne formule;
ii) Ako je A iskazna formula i proizvoljna unarna operacija, tada je i A iskazna
formula;
iii) Ako su A i B iskazne formule i proizvoljna binarna logicka operacija, tada
je i AB iskazna formula;
iv) Iskazne formule mogu se formirati jedino konacnim brojem primena i) ii) i
iii) iz ove definicije.
Iskazna formula zapisana na osnovu prethodne definicije predstavljena je u
poljskoj notaciji.
Primer 16. Iskazna formula (p) q u poljskoj notaciji glasi pq.
Iskazna formula (p q) u poljskoj notaciji glasi pq.
Iskazna formula (((p q) (q r)) (p r)) (q s) u poljskoj notaciji
glasi pq qr pr qs.
Iskazna formula (p q) ((p q)) u poljskoj notaciji glasi pq pq.
Iskazna formula ((p q) r) (p (q r)) u poljskoj notaciji glasi
pqr p qr.
Primer 17. Iskazna formula, data u poljskoj notaciji p p pq u standardnoj formi glasi p (p (p q)).
Iskazna formula, data u poljskoj notaciji pq pr qr pq u
standardnoj formi glasi (((p q) (p r)) (q r)) (p q).
1.3.
ISKAZNE FORMULE
13
Definicija 1.11 Dve iskazne formule A i B su logicki ekvivalenti, ako imaju iste
logicke promenljive i iste tablice istinitosti. To cemo oznacavati sa AB.
Vaznije logicke ekvivalencije su navedene u sledecoj teoremi.
Teorema 1.1 Ako su p, q i r proizvoljni iskazi, tada vaze sledeci ekvivalenti:
1. p p p, p p p - idempotentnost,
2. p (q r) (p q) r, p (q r) (p q) r - asocijativnost,
3. p q q p, p q q p - komutativnost,
4. (p q) p q, (p q) p q, - De Morganova pravila,
5. (p) p - dvostruka negacija,
6. p p, p > p,
7. p > >, p ,
8. p p >, p p - komplementarnost,
9. p q q p - zakon kontradikcije,
10. p q p q - zakon implikacije,
11. p q (p q) q - zakon disjunkcije,
12. p q (p q) - zakon konjunkcije,
13. (p q) p q - zakon negacije implikacije,
14. (p q) (p q) (q p) - zakon ekvivalencije,
15. p q r p (q r) - zakon unosenja-iznosenja,
16. p (p q) p, p (p q) p - zakon apsorpcije,
16. p (q r) (p q) (p r), p (q r) (p q) (p r) - zakon distributivnosti.
Dokaz. Ilustracije radi, dokazacemo pomocu tablica istinitosti ekivalencije 6,7,10
i 11. Ostale dokaze prepustamo citaocu.
p
>
p
>
>
p
>
p
>
>
q
>
>
q
>
>
pq
>
>
>
pp
>
>
>
>
pq
>
>
>
pq
>
>
>
p
>
p q
>
>
>
(p q) q
>
>
>
Slika 7.
>
>
>
p>
>
>
p>>
>
>
(p q) (p q)
>
>
>
>
(p q) ((p q) q)
>
>
>
>
14
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
q
>
>
>
>
r
>
>
>
>
>
>
>
>
p q
>
>
p q r
>
>
>
>
>
>
>
pq
>
>
F
>
>
>
Slika 8.
Medjutim, cesto nas interesuje vrednost neke iskazne formule, ali samo za neki
konkretni slucaj istinitosne vrednosti iskaza koji u njoj ucestvuju. U tom slucaju
nepotrebno je ispisivati kompletnu tablicu istinitosti. Dovoljno je posmatrati samo
konkretan slucaj, tj. konkretna interpretacija pri cemu se koriste tablice za logicke
veznike date na slikama 2 i 3. Ovaj postupak je opisan u sledecem primeru.
Primer 19. Za iskaznu formulu iz prethodnog primera, pretpostavimo da
je (p) = >, (q) = i (r) = >. Odredicemo (F ).
(F ) = ((p q r) (p q)) = ( (p q) (r)) (p q)
= (( (p) (q)) (r)) ( (p) (q))
= (( (p) >) >) (> )
= ((> >) >) = (( >) >)
= ( >) = > = .
1.3.
ISKAZNE FORMULE
15
p
>
>
p
>
>
q
>
>
p
>
>
q
>
>
>
>
q
>
>
pq
>
>
>
pq
>
>
>
p
>
>
pq
>
>
>
p (p q) p (p q) q
>
>
>
>
>
p (p q) p (p q) p
>
>
>
>
>
>
p (p q)
>
Slika 9.
p (p q) q
>
>
>
>
16
1.4
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
Argumenti i dokazi
hipoteze
Hn
C } zakljucak.
(1.1)
1.4.
ARGUMENTI I DOKAZI
17
(1.2)
1
2
3
4
5
6
7
8
q
>
>
>
>
r
>
>
>
>
pq
>
>
>
>
>
>
qr
>
>
>
>
>
>
p
>
>
>
>
pqr
>
Slika 10.
Sve hipoteze su tacne samo u slucaju 1. Tada je tacan i zakljucak, pa je
argument valjan.
Valjanost ovog argumenta smo mogli utvrditi tako sto bi dokazali da je iskaz
R = (p q) (q q) p (p q r)
tautologija. To se vidi iz sledece tablice.
p
>
>
>
>
q
>
>
>
>
r
>
>
>
>
pq
>
>
>
>
>
>
qr
>
>
>
>
>
>
(p q) (q r)
>
>
>
>
Slika 11.
(p q) (q r) p
>
pqr
>
R
>
>
>
>
>
>
>
>
18
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
1
2
3
4
5
6
7
8
p
>
>
>
>
q
>
>
>
>
r
>
>
>
>
pq
>
>
>
>
>
>
qr
>
>
>
>
>
>
r
>
>
>
>
p
>
>
>
>
Slika 12.
Da posmatrani argument nije valjan, moze se zakljuciti na osnovu cinjenice
da iskaz
R = (p q) (q q) r p
nije tautologija. To se vidi na osnovu sledece tablice.
p
>
>
>
>
q
>
>
>
>
r
>
>
>
>
pq
>
>
>
>
>
>
qr
>
>
>
>
>
>
Slika 13.
(p q) (q r) r
>
>
>
R
>
>
>
>
>
>
1.4.
ARGUMENTI I DOKAZI
19
2. silogizam
3. modus tolens
pq
qr
p r
pq
q
p
4. dodavanje
p
p q
5. specijalizacija
pq
p
6. konjunkcija
p
q
p q
7. slucajevi
8. eliminacija slucaja
8. kontradikcija
(reductio ad absurdum)
p
p (p s)
pq
sq
q
pq
p (r r)
q
p (r r)
p
20
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
p q r
p q.
Tablica istinitosti je
1
2
3
4
5
6
7
8
p
>
>
>
>
q
>
>
>
>
r
>
>
>
>
pqr
>
>
>
>
>
>
>
pr q
>
>
>
>
>
>
>
p q r
>
>
>
>
>
>
>
p q
>
>
>
>
>
>
Slika 14.
Na osnovu 5.reda tablice, argument nije valjan te nismo mogli izvesti navedeni zakljucak.
Napomenimo da smo u razmatranjima posmatrali posledicu kao semanticku
posledicu. Vodilo se racuna samo o istinitosti argumenata. Kod sintaksne posledice, koje nismo razmatrali, nas ne zanima istinitost hipoteza, vec samo da li se u
toku izvodjenja koriste dozvoljena pravila.
Primer 23. Premise su:
c kandiduje na izborima (p), on ce postati premijer (q).
Ako se Soji
c dodje na sastanak Stranke Zdravog Razuma (r) bice kandidovan
Ako Soji
za premijera (q),
c ce otici na sastanak Stranke Zdravog Razuma (r), ili ce otici na rekre Soji
aciju (s).
c se ne rekreira (s).
Soji
c biti premijer?
Da li ce Soji
Odgovorajuci argument je:
pq
rp
rs
s
q.
1.5.
KOMPLETNOST
21
Tablica istinitosti je
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
p
>
>
>
>
>
>
>
>
q
>
>
>
>
>
>
>
>
r
>
>
>
>
>
>
>
>
c
>
>
>
>
>
>
>
>
pq
>
>
>
>
>
>
>
>
>
>
>
>
rp
>
>
>
>
>
>
>
>
>
>
>
>
rs
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
q
>
>
>
>
>
>
>
>
Slika 15.
Sve premise su tacne za interpertacije u slucajevima 2 i 10. U ovim slucaje c
vima je i zakljucak tacan, te je on posledica. Mozemo zakljuciti da ce Soji
postati premijer.
Napomenimo da je ovaj primer prepev primera iz rada [XX].
1.5
Kompletnost
p q (p q),
p q (p q) (p q),
p q (p q),
p q p q,
22
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
p q (p q),
1.6.
NORMALNE FORME
23
1.6
Normalne forme
24
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
Ova teorema govori samo o egzistenciji, ali ne i broju i nacinu formiranja ovih
se tice broja, svakoj iskaznoj formuli odgovara, prakticno, beskonacno
formi.Sto
ovakvih formi. Naravno, od interesa je naci najprostije. Time, medjutim, necemo
opterecivati ovaj tekst.
Primer 26. Iskazna formula
(p q r) (p r) (p q r)
ima konjunktivnu normalnu formu, a
(p q) (p q r) (q p)
disjunktivnu normalnu formu.
Ukazacemo na dva nacina kako se data iskazna formula prevodi u normalnu
formu. Prvi je koriscenjem logickih ekvivalencija, a drugi je koriscenjem istinitosnih tablica. Ilustrovacemo to u sledecem primeru.
Primer 27. Posmatrajmo iskaznu formulu
A = (p q) r.
Na osnovu ekvivalencija
A = (p q) r (p q) r (p q) r (p q) r,
i
A = (p q) r (p q) r (p r) (q r),
dobijamo, redom, njenu disjunktnu i njenu konjuktnu normalnu formu.
Posmatrajmo sada istinitosnu tablicu iskazne formule A.
1
2
3
4
5
6
7
8
p
>
>
>
>
q
>
>
>
>
r
>
>
>
>
>
>
>
>
p q
>
>
>
>
>
>
Slika 16.
A = (p q) r
>
>
>
>
>
1.6.
NORMALNE FORME
25
Uocimo samo one interpretacije za koje je iskazna formula tacna, tj. (A) = >.
To su slucajevi 1, 2, 3, 5 i 7. Za svaki od ovih slucajeva, ponaosob, formirajmo
konjunkt, koji ima osobinu da je za ovaj slucaj tacan, a u ostalih sedam slucajeva
netacan. Za slucajeve 1, 2, 3, 5 i 7 to su redom konjunkti:
p q r, p q r, p q r, p q r, p q r.
Trazena disjunktna normalna forma iskazne formule A je
A = (p q r) (p q r) (p q r) (p q r) (p q r).
Slicno, uocimo samo one interpretacije za koje je iskazna formula netacna,
tj. (A) = . To su slucajevi 4, 6 i 8. Za svaki od ovih slucajeva, ponaosob,
formirajmo disjunkt, koji je za ovaj slucaj netacan, a u svim preostalim, sedam,
slucajeva tacan. To su za slucajeve 4, 6 i 8, redom:
p q r, p q r, p q r.
Trazena konjunktivna normalna forma iskazne formule A je
A = (p q r) (p q r) (p q r).
Primer 28. Posmatrajmo iskaznu formulu
A = (p q) q.
Formirajmo najpre istinitosnu tablicu za nju. Tablici dodajmo jos dve kolone.
U prvoj dodatoj koloni, svakoj interpretaciji odredimo konjunkt koji ima
osobinu da je tacan za nju, ali je netacan za sve preostale. U drugoj dodatoj
koloni, svakoj interpretaciji odredimo disjunkt koji je netacan za nju, ali je
tacan za sve preostale. Napomenimo da svaki konjunkt, tj. disjunkt, mora
sadrzati obe promenljive p i q, sa ili bez veznika , i to tacno jedanput.
1
2
3
4
p
>
>
q
>
>
>
>
pq
>
>
>
A = (p q) q
>
Slika 17.
konjunkt
pq
p q
p q
p q
disjunkt
p q
p q
p q
pq
26
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
1.6.
NORMALNE FORME
27
Primer 29. Neka je nepoznata iskazna formula A data tablicom istinitosti, pri cemu postoje cetiri interpretacije. Svakoj interpretaciji odredimo
disjunkte i konjunkte sa ranije opisanim osobinama:
p
>
>
1
2
3
4
q
>
>
>
konjunkt
pq
p q
p q
p q
disjunkt
p q
p q
p q
pq
Slika 18.
Konjunkti cija je istinitosna vrednost jednaka istinitosnoj vrednosti iskazne
formule A su u slucajevima 2 i 3. Zbog toga je disjunktna normalna forma
ove formule
A = (p q) (p q).
Disjunkti cija je istinitosna vrednost jednaka istinitosnoj vrednosti iskazne
formule A su u slucajevima 1 i 3. Zbog toga je konjunktna normalna forma
ove formule
A = (p q) (p q).
Primer 30. Tablicu istinitosti nepoznate iskazne formule A, u kojoj ucestvuju tri logicke promenljive, prosirimo konjunktima i disjunktima, po vec
ranije opisanim kriterijumima:
1
2
3
4
5
6
7
8
p
>
>
>
>
q
>
>
>
>
r
>
>
>
>
A
>
>
>
>
konjunkt
pqr
p q r
p q r
p q r
p q r
p q r
p q r
p q r
disjunkt
p q r
p q r
p q r
p q r
p q r
p q r
p q r
pqr
Slika 19.
Na osnovu nje je
A = (p q r) (p q r) (p q r) (p q r),
i
A = (p q r) (p q r) (p q r) (p q r).
28
GLAVA 1.
ELEMENTI MATEMATICKE
LOGIKE
Glava 2
Indukcija
2.1
Empirijska indukcija
30
GLAVA 2. INDUKCIJA
brojevi oblika n5 n deljivi sa 5, brojevi oblika n7 n deljivi sa 7.Posumnjao
je da su brojevi oblika nk n deljivi sa k, kada je k neparan broj. Medjutim,
ubrzo je sam otkrio da to ne vazi za k = 9. Kasnije je dokazano da su brojevi
oblika nk n deljivi sa k, kada je k prost broj.
n
2.2
Matemati
cka indukcija
2.2.
MATEMATICKA
INDUKCIJA
31
32
GLAVA 2. INDUKCIJA
Kako je n > 0 i x2 > 0, to je i nx2 > 0, konacno dobijamo
(1 + x)n+1 1 + (n + 1)x,
tj. da je i P (n + 1) istinito.
Primer 6. Dokazacemo da za svako n, n N , vazi jednakost
12 + 22 + + n2 =
n(n + 1)(2n + 1)
.
6
n(n + 1)(2n + 1)
+ (n + 1)2
6
n+1
(n(2n + 1) + 6(n + 1))
6
n+1
(2n2 + 7n + 6)
6
(n + 1)(n + 2)(2n + 3)
,
6
pa je iskaz P (n + 1) istinit.
Primer 7. Dokazimo da postoji prirodan broj k tako da za svako n, n k,
vazi nejednakost
2n > n2 .
Neka je P (n) iskaz da ova nejednakost vazi. Direktnom proverom otkrivamo
da ova nejednakost ne vazi za n = 2, n = 3 i n = 4, ali da vazi za n = 5.
Zbog toga uzimamo da je prag baze k = 5, tj. da je iskaz P (5) istinit.
Pretpostavimo da ova nejednakost vazi za neko fiksirano n := n, n 5, tj.
da je iskaz P (n) istinit.
Tada za n := n + 1 vazi
2n+1 = 2 2n > 2 n2 = n2 + 2n + 1 + n2 2n 1 = (n + 1)2 + (n 1)2 2.
2.2.
MATEMATICKA
INDUKCIJA
33
34
GLAVA 2. INDUKCIJA
Neka je P (n) iskaz da ova nejednakost vazi. Za n := 0 ova nejednakost glasi
0 0, pa zakljucujemo da je iskaz P (0) istinit. Zanemarimo cinjenicu da
bismo do istog zakljucka dosli i ako bismo zeleli da dokazemo nejednakost
n2 2n,
sto automatski iskljucuje da je P (0) baza. Pretpostavimo da ova nejednakost
vazi za neko fiksirano n, n := n, vece od nule, tj. da je iskaz P (n) istinit. Za
n := n + 1 dobijamo
(n + 1)2 = n2 + 2n + 1 2n + 2n + 1 2n + 1 + 1 2(n + 1),
tj. da je iskaz P (n + 1) takodje istinit, kada je 2n > 1. Ali ovo vazi za n := 0,
a n := 0 nije prag.
Naravno, ovaj zakljucak je pogresan. Nejednakost ne vazi ni za n := 1.
Takodje smo iskoristili nejednaost 2n > 1, koja za n := 0 ne vazi, sto nismo
smeli. P (0) nije prag, koji i ne postoji.
Cesto
se koristi i takozvana regresivna indukcija, koju cemo definisati u sledecoj
teoremi.
Teorema 2.2 Iskaz P (n) je istinit za svako n N , ako su ispunjeni sledeci uslovi:
1. P (n) je istinit za beskonacno mnogo prirodnih brojeva.
2. Za proizvoljno n, n 1, vazi implikacija P (n) P (n 1).
Primer 10. Primenom regresivne indukcije dokazacemo poznatu AG-nejednakost izmedju aritmeticke i geometrijske sredine realnih nenegativnih brojeva a1 , a2 , ..., an
a1 + a2 + an
n a1 a2 an .
n
Oznacimo sa P (n) iskaz da je AG-nejednakost tacna za n, n N .
Za n := 1 AG-nejednakost je tacna, jer je a1 a1 , pa je iskaz P (1) istinit.
Kako je
a1 + a2
1
a1 a2 = (a1 a2 )2 0,
2
2
to je AG-nejednakost tacna za n := 2, tj. iskaz P (2) istinit.
2.2.
MATEMATICKA
INDUKCIJA
35
Na osnovu nejednakosti
a1 + a2 + + a2n
2n
1
2
a1 + + an an+1 + + a2n
+
n
n
r
n a1 + + an an+1 + + a2n
n
n
n
n
( a1 an an+1 a2n )1/2 =
2n
a1 a2n ,
pa je
tj.
a1 + + an1
n1
a1 ++an1
n1
a1 an1
1 1
a1 + + an1
n1
a1 + + an1
,
n1
(a1 an1 ) n ,
a1 an1 .
n1
36
GLAVA 2. INDUKCIJA
Glava 3
Skupovi
3.1
Predstavljanje skupova
Pojam skupa spada u fundamentalne pojmove matematike, ali i u one koji nemaju definiciju. Ne postoji definicija ni pojma elemenat skupa. Intuitivno se
podrazumeva da je skup proizvoljna, ali lepo opisana, sveukupnost objekata, koji
se proucavaju.
Skupovi se, najcesce, obelezavaju velikim slovima abecede, a elementi malim.
Ako elemenat x pripada skupu X to se oznacava sa x X, a u suprotnom x
/ X.
Za skupove koje mi proucavamo ne postoji mogucnost da neki element istovremeno
priprada i ne pripada istom skupu.
Skup se sastoji od medjusobno razlicitih elemenata, i njihov redosled u nabrajanju nije bitan. Rodjak skupa, u kome se neki elementi ponavljaju, i to tacno
onoliko puta koliko je to neophodno za proucavanje nekog problema, naziva se
kolekcijom. Ako se kao elementi skupa pojavljuju i skupovi, on se naziva familijom ili klasom ili skupom skupova, sto cemo najcesce koristiti u daljem tekstu.
Dva osnovna skupa su prazan skup, u oznaci , i univerzalni skup, u oznaci U .
Prazan skup uvek postoji, i on ne sadrzi nijedan element. Za univerzalan skup to ne
mora da vazi, tj. ne mora uvek postojati ili je tesko utvrditi njegovu egzistenciju.
Tako na primer, ako proucavamo neke pojave vezano za ucenike odredjene skole,
univerzalni skup su svi ucenici te skole. Ako te pojave proucavamo na nivou grada,
univerzalni skup cine svi ucenici grada.
Proucavanje odredjene osobine nad skupovima, koji pripadaju nekom univerzalnom skupu, za koji pretpostavljamo da postoji, a on u biti ne postoji, moze
prouzrokovati pojavu neotklonjivih paradoksa prilikom zakljucivanja. Tako, na
primer, ne postoji kao univerzalni skup skup svih skupova. Polazeci od cinjenice
da takav skup postoji, britanski matematicar i filozof Bertran Rasel dosao je do
37
38
GLAVA 3. SKUPOVI
Cita
se: X je skup elemenata x koji se generisu pomocu procedure f .
Primer 3. Neka je X skup svih nenegativnih neparnih brojeva. Njega
mozemo definisati na sledece nacine:
1. X = {1, 3, 5, ...},
2. X = {x|x = 2k + 1, k N }, N - skup prirodnih brojeva,
3. X = {x|x := 1, x := x + 2}.
3.2.
OPERACIJE SA SKUPOVIMA
39
3.2
Operacije sa skupovima
U daljem tekstu podrazumeva se da svi posmatrani skupovi pripadaju istom univerzalnom skupu.
Definicija 3.1 Skup A je podskup skupa B, u oznaci A B, ako svaki element
skupa A pripada skupu B,
A B (x)(x A) (x B).
Ako je A B i B A skupovi A i B su jednaki, A = B. Ako je A B i A 6= B,
A je pravi podskup skupa B.
je skup koji sadrzi sve elemente
Definicija 3.2 Komplement skupa A, u oznaci A,
univerzalnog skupa U , koji ne pripadaju skupu A,
A = {x|x U x
/ A},
tj.
a A (x U ) (x
/ A).
40
GLAVA 3. SKUPOVI
Definicija 3.5 Razlika dva skupa A i B, u oznaci A \ B, je skup koji sadrzi sve
elemente skupa A koji ne pripadaju skupu B,
A \ B = {x|x A x
/ B}.
Definicija 3.6 Simetricna razlika skupova A i B, u oznaci AB, je skup koji
sadrzi sve elemente skupa A koji ne pripadaju skupu B i sve elemente skupa B koji
ne pripadaju skupu A, tj. AB = (A \ B) (B \ A).
AB = {x|x A \ B x B \ A}.
Na slici 1. prikazani su skupovi iz prethodnih definicija, pomocu Venovih
dijagrama.
ADB
A B
A B
U
A
A B
A \ B
Slika 1.
U sledecoj teoremi su date osnovne osobine operacija sa skupovima.
Teorema 3.1 Za proizvoljne skupove A, B, C U vaze sledece jednakosti:
1. Idempotentnost
A A = A, A A = A,
2. Asocijativnost
(A B) C = A (B C), (A B) C = A (B C),
3. Komutativnost
A B = B A, A B = B A,
3.2.
OPERACIJE SA SKUPOVIMA
41
4. Distributivnost
A (B C) = (A B) (A C), A (B C) = (A B) (A C),
5. De Morganova pravila
A B = A B, A B = A B,
6. Komplementarnost
A A = U, A A = ,
7. Involutivnost
A = A,
8. A = A, A U = A,
9. A U = U, A = .
Neka je I dati skup ciji se elementi mogu iskoristiti kao indeksne promenljive,
tako da je za svako i I definisan skup Ai U . Skupovi iI Ai i iI Ai definisu
se na sledeci nacin:
iI Ai = {x|(i I)(x Ai )}, iI Ai = {x|(i I)(x Ai )}.
Teorema 3.2 Neka su A, A1 , A2 , ....An skupovi iz nekog istog univerzalnog skupa
U . Tada vaze jednakosti
A (ni=1 Ai ) = ni=1 (A Ai ) ,
A (ni=1 Ai ) = ni=1 (A Ai ) .
42
GLAVA 3. SKUPOVI
Ili na drugi nacin:
(x)(x A \ ni=1 Ai )
(x)(x A x
/ (ni=1 Ai ))
(x)(x A x (ni=1 Ai ))
(x)(x A x (ni=1 Ai ))
(x)(i)(x A x Ai )
(x)(i)(x A x
/ Ai )
(i)(x)(x A \ Ai )
(x)(x ni=1 (A \ Ai ))
3.3
Definicija 3.7 Skup (familija) svih podskupova datog skupa A, A 6= , koji sadrzi i
prazan skup i samog sebe, naziva se partitivni skup skupa A, ili Bulean, i oznacava
se sa 2A , tj.
2A = {X|X A}.
Primer 4. Partitivni skup skupa A = {1, 2, 3} je
2A = {, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}}.
Nas u daljem tekstu, uglavnom, zanimaju samo konacni skupovi. U protivnom,
to ce biti specijalno naglaseno. Sa |A| oznacavacemo broj elemenata skupa A.
Prazan skup, , ne sadrzi nijedan element, te je || = 0.
Skup {} sadrzi jedan elemenat, a to je prazan skup, te je |{}| = 1.
Za dva skupa A i B vazi jednostavan, ali veoma vazan princip, poznat pod
nazivom princip jednakosti. Ako je A = B tada je |A| = |B|.
Teorema 3.3 (Princip sume) Neka su A1 i A2 dva data disjunktna skupa, tj.
A1 A2 = , pri cemu je |A1 | = m i |A2 | = n. Tada je
|A1 A2 | = |A1 | + |A2 | = m + n.
(3.2)
(3.3)
3.3.
43
da
da
ne
da
Slika 2.
Sada od njega povlacimo dve orijentisane poluprave, pri cemu jedna oznacava
da on ne ucestvuje u formiranju novog skupa, a druga oznacava da ucestvuje u
44
GLAVA 3. SKUPOVI
formiranju novog skupa, sa narednim elementom datog skupa. Postupak produzavamo dok ne iscrpimo sve elemente skupa A. Kao konacan rezultat, u najnizem
nivou, dobijamo elemente partitivnog skupa. To cemo ilustrovati na primeru skupa
A = {a, b, c}, na sledecoj slici.
a
ne
da
ne
da
c
ne
c
da
da
ne
da
ne
{c} {b}
c
da
ne
{b,c} {a}
ne
{a,c} {a,b}
da
{a,b,c}
Slika 3.
Teorema 3.5 Neka su A i B dva proizvoljna skupa. Tada je
|A B| = |A| + |B| |A B|
(3.4)
A (B \ A) = ,
(3.5)
Na osnovu jednakosti
B = (B \ A) (A B),
(B \ A) (A B) = ,
(3.6)
3.3.
45
n
X
|Ai |
i=1
... +
|Ai Aj | +
1i<jn
(1)n1 |A1
|Ai Aj Ak |
1i<j<kn
A2 .... An |
(3.7)
n1
X
|Ai |
i=1
1i<jn1
Kako je
n1
(n1
i=1 Ai ) An = i=1 (Ai An ),
n1
i=1
(Ai An )| =
n1
X
i=1
|Ai An |
|Ai Aj An |
1i<jn1
+ + (1)n2 |A1 A2 An |,
pa je
n1
n1
| ni=1 Ai | = |(n1
i=1 Ai ) An | = | i=1 Ai | + |An | |(i=1 Ai ) An |
n1
X
=(
|Ai |
i=1
n1
X
X
1i<jn1
i=1
|Ai An |
i=1
n
X
1i<jn1
|Ai |
X
1i<jn
46
GLAVA 3. SKUPOVI
Primer 6. Treba odrediti koliko ima prirodnih brojeva, manjih od 1000,
koji su deljivi bar jednim od brojeva 3, 5 ili 7. Koristicemo princip ukljucenjaiskljucenja.
Oznacimo sa A skup svih prirodnih brojeva, manjih od 1000, koji su deljivi
sa 3, sa B skup onih deljivih sa 5, a sa C skup onih deljivih sa 7. Tada je
A B skup svih brojeva deljivih sa 3 i 5, A C skup svih brojeva deljivih
sa 3 i 7, B C skup svih brojeva deljivih sa 5 i 7, a A B C skup svih
brojeva deljivih i sa 3 i sa 5 i sa 7. Kako je
|A| =
|A B| =
999
999
999
= 333, |B| =
= 199, |C| =
= 142,
3
5
7
999
999
999
= 66, |A C| =
= 47, |B C| =
= 28,
35
37
57
999
= 9,
|A B C| =
357
na osnovu (3.6), za n = 3 dobija se da je trazeni rezultat
(333 + 199 + 142) (66 + 47 + 29) + 9 = 542.
Primer 7. Posmatramo grupu od 10 ljudi, od kojih tri govore cetiri strana
jezika, i to: nemacki, francuski, engleski i ruski, jedan govori francuski
i nemacki, jedan francuski i ruski, jedan engleski i ruski, a dva govore
samo nemacki. Principom ukljucenja-iskljucenja odredicemo broj ljudi iz
ove grupe, od kojih svako govori bar jedan strani jezik.
Neka je A1 skup ljudi koji govore nemacki, A2 skup ljudi koji govore francuski, A3 skup ljudi koji govore engleski i A4 koji govore ruski. Tada je
3.4
47
Definicija 3.8 Neka je dat skup A i familija skupova {Ei }, i = 1, 2, ..., n, pri
cemu A, E1 , ..., En U . Familija skupova {Ei }, i = 1, 2, ..., n cini pokrivac skupa
A, u oznaci A ni=1 Ei , ako za svaki elemenat ovog skupa postoji bar jedan skup
Ei , kome on pripada.
A ni=1 Ei (x A)(i, 1 i n)(x Ei ).
Na sledecoj slici prikazan je jedan pokrivac skupa A.
E2
E1
E5
A
E3
E4
Slika 4.
Primer 8. Za skup A = {1, 3, 8} familija skupova E1 = {1, 2, 5}, E2 =
{4, 7, 8, 9}, E3 = {2, 3, 8} formira jedan pokrivac u skupu prirodnih brojeva.
9
2
E1
E3
E2
Slika 5.
Za skup A = {1, 3, 8} familija skupova E1 = {1, 2, 5}, E2 = {4, 7, 8, 9},
E3 = {2, 8} nije njegov pokrivac.
Definicija 3.9 Neka je dat skup A i familija skupova {Ei }, i = 1, 2, ..., n, koja je
njegov pokrivac. Ako za skupove ove familije vaze osobine
Ei A, Ei Ej = , i 6= j,
za svako i = 1, 2, ..., n, j = 1, 2, ..., n, ona se naziva razbijanjem skupa A.
48
GLAVA 3. SKUPOVI
Na sledecoj slici prikazano je jedno razbijanje skupa A.
A
E1
E2
E3
E4
Slika 6.
Primer 9. Za skup A = {1, 3, 8} familija skupova E1 = {3}, E2 = {1, 8}
cini jedno njegovo razbijanje.
Glava 4
Relacije. Funkcije
4.1
Definicija 4.1 Uredjeni par elemenata a i b, u oznaci (a, b), je familija elementa
a i skupa {a, b}, tj.
(a, b) = {a, {a, b}}.
Neuredjen par elemenata a i b, u oznaci {a, b}, je dvoclani skup {a, b}. Samim
tim, redosled elemenata u ovom skupu nije bitan, tj. vazi jednakost {a, b} = {b, a}.
Kod uredjenog para (a, b) strogo je definisano da je element a na prvom, a element b
na drugom mestu, tj. a je prva a b druga komponenta ovog para. U opstem slucaju
je (a, b) 6= (b, a), a cesto se elementi a i b sustinski razlikuju, pa uporedjivanje (a, b)
i (b, a) nema nikakvog smisla. Ako ovo poredjenje ima smisla, tada je (a, b) = (b, a)
ako i samo ako je a = b.
Definicija 4.2 Dekartov proizvod skupova A i B, u oznaci A B, je skup svih
uredjenih parova (a, b), pri cemu je a A i b B, tj.
A B = {(a, b)|a A b B}.
U literaturi se Dekartov proizvod srece jos pod nazivima direktan ili Kartezijev
proizvod.
Primer 1. Dekartov proizvod skupova A = {1, 2} i B = {a, b, c} je definisan sa
A B = {(1, a), (1, b), (1, c), (2, a), (2, b), (2, c)},
a Dekartov proizvod skupova B i A
B A = {(a, 1), (a, 2), (b, 1), (b, 2), (c, 1), (c, 2)}.
49
50
GLAVA 4.
RELACIJE. FUNKCIJE
4.2.
4.2
RELACIJE
51
Relacije
52
GLAVA 4.
RELACIJE. FUNKCIJE
4.2.
RELACIJE
53
mij =
1, ako(ai , aj )
0, ako(ai , aj )
/ ,
1 0 1
0 0 1
0 0 1
M1 = 0 1 0 , M2 = 1 0 1 i M3 = 1 1 0
0 1 1
0 1 0
0 1 1
Binarna matrica moze da se pridruzi i bilo kojoj binarnoj relaciji iz skupa A u
skup B, A B.
Definicija 4.9 Ako je A = {a1 , a2 , ..., an }, B = {(b1 , b2 , ..., bm } i A B,
relaciji se pridruzuje binarna matrica M = (mij ), reda n m, definisana sa
(
mij =
1, ako (ai , bj )
0, ako (ai , bj )
/ ,
54
GLAVA 4.
RELACIJE. FUNKCIJE
Primer 10. Ako je A = {a, b}, B = {1, 2, 3, 4} i = {(a, 2), (a, 3), (b, 1),
(b, 2), (b, 4)}, relaciji odgovara binarna matrica
"
M=
0 1 1 0
1 1 0 1
mij = 0 mji = 0
mij = 0 mji = 1
4.3.
55
4.3
r
r1
r2
Slika 1.
Na osnovu ove definicije svaka kompozicija relacija na datom skupu A je relacija
na skupu A.
56
GLAVA 4.
RELACIJE. FUNKCIJE
4.3.
57
2 = {(1, 2), (1, 4), (2, 1), (3, 4), (4, 2), (4, 3)},
3 = {(1, 1), (1, 4), (2, 2), (2, 3), (3, 1), (4, 2), (4, 4)},
4 = {(1, 1), (1, 2), (1, 3), (2, 2), (2, 4), (3, 2), (3, 3), (4, 1), (4, 2), (4, 3)},
formiramo 4i=1 i . Nije tesko uociti da je 4i=1 i = A A. To znaci da ne
postoji uredjeni par elemenata iz A, koji pripada relaciji k , k > 4, a da vec
ne pripada nekoj relaciji i , i = 1, 2, 3, 4.
Ocigledna, ali veoma znacajna posledica Teoreme 4.4 glasi:
Posledica 1. Neka je na skupu A, |A| = n, definisana binarna relacija . Tada
vazi jednakost
i
n
i
+
(4.1)
i=1 = i=1 .
Prilikom resavanja brojnih kombinatornih zadataka znacajnu ulogu igra tzv.
zatvarnje binarne relacije. Njega cemo uvesti pomocu sledece definicije.
Definicija 4.15 Neka su (1) i (2) dve binarne relacije na nepraznom skupu A.
Relacija (2) je zatvaranje relacije (1) u odnosu na neku osobinu C, ako vazi:
58
GLAVA 4.
RELACIJE. FUNKCIJE
(4.2)
bd1 d2 dm1 c,
tj.
ac1 c2 cn1 bd1 d2 dm1 c.
To znaci da (a, c) n+m , pa samim tim (a, c) .
Time smo dokazali da je relacija tranzitivna.
4.3.
59
2. Kako je = 1 +
i=1 , direktno sledi da je .
(4.3)
(4.4)
60
GLAVA 4.
RELACIJE. FUNKCIJE
4.3.
1
0
1 0
1 0
0 0
1
0
61
1 0
1 1
1 0
Slika 2.
Definicija 4.17 Neka su A = (aik ), reda n m i B = (bkj ), reda m p, dve
binarne matrice. Bulov proizvod ovih matrica, u oznaci C = A B, je binarna
matrica C = (cij ), reda n p, definisana sa
cij = (ai1 b1j ) (ai2 b2j ) (aim bmj ) = m
k=1 (aik bkj )
za svako i = 1, 2, ..., n i j = 1, 2, ..., p.
Definicija 4.18 Neka su A = (aik ), reda n m i B = (bik ), reda n m, dve
binarne matrice. Bulov zbir ovih matrica, u oznaci C = A B, je binarna matrica
C = (cik ), reda n m, definisana sa
cik = aik bik
za svako i = 1, 2, ..., n i k = 1, 2, ..., m.
Teorema 4.7 Neka su 1 i 2 dve binarne relacije, 1 A C i 2 C B,
kojima odgovaraju, redom, binarne matrice M1 i M2 . Kompoziciji = 1 2 ,
A B, odgovara binarna matrica M , pri cemu je
M = M1 M2 .
Primer 21. Neka su na osnovu skupova A = {1, 2, 3, }, B = {a, b, c, d} i
C = {, } binarne relacije 1 A C i 2 C B, definisane, redom,
pomocu binarnih matrica
"
#
1 1
0 1 0 1
M1 = 0 1 i M2 =
.
0 1 1 0
1 0
0 1 1 1
M = M1 M2 = 0 1 1 0 .
0 1 0 1
Na osnovu nje, relacija A B je definisana sa
= {(1, b), (1, c), (1, d), (2, b), (2, c), (3, b), (3, d)}.
62
GLAVA 4.
RELACIJE. FUNKCIJE
a B
a
b
2
b
3
r2
r1
Slika 3.
Primer 22. Neka su A = {2, 3, 5, 8}, B = {4, 6, 16} i C = {1, 4, 5, 7}. Neka
je relacija 1 A B da se element iz A sadrzi u elementu iz B, bez ostatka,
a 2 B C relacija definisana sa 2 = {(4, 5), (6, 7)}. Treba da odredimo
relaciju = 1 2 .
Najpre, primetimo da je relacija 1 definisana sa
1 = {(2, 4), (2, 6), (2, 16), (3, 6), (8, 16)}.
Relacijama 1 i 2 odgovaraju, redom, binarne matrice
M1 =
1
0
0
0
1
1
0
0
1
0
0
1
i M2 = 0
0 1 0
0 0 1 .
0 0 0 0
M = M1 M2 =
0
0
0
0
0
0
0
0
1
0
0
0
1
1
0
0
4.3.
63
M1 =
1
0
1
0
1
0
1
0
0
1
0
1
0
0
0
0
0
0
1
0
i M2 =
1
1
0
1
1
0
0
1
0
1
0
0
M = M1 M2 =
0
1
0
1
1
0
1
0
1
0
1
0
1
0
1
0
4
r2
r1
Slika 4.
Primer 24. Na skupu A = {1, 2, 3, 4} definisana je relacija
= {(1, 2), (1, 3), (2, 3), (3, 1), (4, 2)}.
Treba na ovom skupu odrediti binarnu relaciju 3 = .
Relaciji odgovara binarna matrica
M =
0
0
1
0
1
0
0
1
1
1
0
0
0
0
0
0
64
GLAVA 4.
RELACIJE. FUNKCIJE
M2 = M M =
M3 = M M2 =
1
1
0
0
0
0
1
0
1
0
1
1
0
0
0
0
1
0
1
1
1
1
0
0
1
1
1
0
0
0
0
0
A
1
4
r
4
r
Slika 5.
Na osnovu Teoreme 4.7 lako se dokazuje i sledeci rezultat:
Teorema 4.8 Neka je binarna relacija na skupu A, |A| = n, cija je binarna
matrica M = (mij ), nn. Ako je k , k-ti stepen relacije , cija je binarna matrica
(k)
M (k) = (mij ), tada vazi jednakost
M (k) = M M M = M M (k1) = M k .
Napomenimo da se stepenovanje matrice u prethodnoj jednakosti M k , podrazumeva u Bulovom smislu. To pravilo cemo postovati i u daljem tekstu.
Vazi i sledeci rezultat.
Teorema 4.9 Neka su 1 i 2 dve binarne relacije na skupu A, |A| = n, kojima,
(1)
(2)
redom, odgovaraju binarne matrice M1 = (mij ) i M2 = (mij ). Binarnoj relaciji
= 1 2 , na skupu A, odgovara binarna matrica M , definisana sa
M = M1 M2 .
4.3.
65
M1 =
1
0
1
0
0
1
0
1
0
0
1
0
1
1
0
0
i M2 =
0
1
0
0
0
0
1
0
1
1
0
0
0
0
0
1
M = M1 M2 =
1
1
1
0
0
1
1
1
1
1
1
0
1
1
0
1
Vratimo se sada pojmovima tranzitivnog zatvaranja, tj. refleksivnom tranzitivnom zatvaranju binarne relacije na nekom skupu. Neka je binarna relacija
definisana na skupu A, |A| = n, svojom binarnom matricom M = (mij ), reda
n n. Oznacimo sa M = (mij ), tj. M + = (m+
ij ), matricu koja odgovara tranzitivnom zatvaranju relacije , relaciji , tj. + . Na osnovu prethodnih razmatranja
i jdenakosti (4.3) i (4.4) dobijamo da je
M = M M 2 M n i M + = I M M n.
(4.5)
Aritmeticka slozenost nalazenja binarne matrice, koja odgovara tranzitivnom zatvaranju, na osnovu (4.5), je reda n4 .
Primer 26. Na skupu A = {1, 2, 3, 4, 5} definisana je binarna relacija
= {(1, 2), (1, 3), (2, 4), (3, 2), (5, 3)}.
Odgovarajuci graf i binarna matrica M su
66
GLAVA 4.
RELACIJE. FUNKCIJE
Slika 6.
M =
0
0
0
0
0
1
0
1
0
0
1
0
0
0
1
0
1
0
0
0
0
0
0
0
0
M =M M =
M3 = M M2 =
M =M M =
M =M M =
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
1
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
1
0
1
M =M M M M M =
1
0
0
0
1
1
1
1
0
1
0
0
0
0
0
= {(1, 2), (1, 3), (1, 4), (2, 4), (3, 2), (3, 4), (5, 2), (5, 3), (5, 4)}.
4.3.
67
Slika 7.
Neka je na skupu A, |A| = n, data binarna relacija , cija je binarna matrica
(0)
M = M (0) = (mij ). Binarna matrica tranzitivnog zatvaranja ove relacije, tj.
relacije , M = (mij ), mozemo naci pomocu Varsal-Flojdovog algoritma, koga
navodimo u sledecem obliku.
Algoritam 1
for k := 1 to n do
for i := 1 to n do
for j := 1 to n do
(k)
(k1)
(k1)
(k1)
mij := mij
(mik
akj )
(n)
(0)
0
0
0
0
0
1
0
1
0
0
1
0
0
0
1
0
1
0
0
0
0
0
0
0
0
M (1) =
0
0
0
0
0
1
0
1
0
0
1
0
0
0
1
0
1
0
0
0
0
0
0
0
0
, M (2)
0
0
0
0
0
1
0
1
0
0
1
0
0
0
1
1
1
0
0
0
0
0
0
0
0
, M (3) =
0
0
0
0
0
1
0
1
0
1
1
0
0
0
1
1
1
1
0
1
0
0
0
0
0
68
GLAVA 4.
4.4
RELACIJE. FUNKCIJE
Relacija ekvivalencije
[a] [b] 6=
4.4.
RELACIJA EKVIVALENCIJE
69
(1, 1), (1, 3), (1, 5), (3, 3), (3, 1), (3, 5), (2, 2), (2, 6), (4, 4),
(4, 7), (5, 1), (5, 3), (5, 5), (6, 2), (6, 6), (7, 4), (7, 7), (8, 8)}.
70
GLAVA 4.
RELACIJE. FUNKCIJE
4.5
Relacija uredjenja
4.5.
RELACIJA UREDJENJA
71
Definicija 4.24 Uredjeni par (A, ), gde je A neprazan skup, a relacija na skupu
A, A A, naziva se graf. Elementi skupa A su cvorovi, a skupa grane grafa.
Cvorovi
grafa se oznacavaju tackama u ravni, a grane usmerenim linijama.
Tako se grana (x, y) oznacava orijentisanom linijom koja polazi iz cvora x i
zavrsava se u cvoru y. Grana (x, x) , koja se naziva petljom, polazi i zavrsava
se u cvoru x.
Slika 8.
Osobine grafa direktno zavise od osobina relacije , ali time cemo se baviti u poslednjem poglavlju ove knjige. Nas ovog trenutka interesuju posebni grafovi, poznati
pod nazivom Haseovi dijagrami, pogodni za predstavljanje parcijalno uredjenih
skupova.
Neka je na nepraznom skupu A data relacija , A A, tj. graf (A, ).
Ovom grafu pridruzujemo graf (A, ), pod nazivom Haseov dijagram. Pri tome,
za x, y A, grana (x, y) pripada skupu ako i samo ako (x, y) i ne postoji
cvor (element) z A, z 6= x i z 6= y, tako da (x, z) i (z, y) .
Primer 35. Za parcijalno uredjeni skup (2A , ), gde je A = {a, b, c}, iz
primera 1, Haseov dijagram je prikazan na sledecoj slici.
72
GLAVA 4.
RELACIJE. FUNKCIJE
{a,b,c}
{a,b}
{a,c}
{b,c}
{a }
{b}
{c}
0
Slika 9.
Neka je skup skupova R definisan sa
R = {{a}, {b}, {c}, {a, b}, {a, c}, {b, c}}.
Haseov dijagram za (R, ) dat je na sledecoj slici
4.5.
RELACIJA UREDJENJA
{a,b}
{a }
73
{a,c}
{b}
{b,c}
{c}
Slika 10.
Definicija 4.25 Neka je (A, ) parcijalno uredjen skup.
1. Element a A je najmanji element skupa (A, ) ako za svako b A vazi ab.
2. Element a A je najveci element skupa (A, ) ako za svako b A vazi ba.
3. Element a A je minimalni element skupa (A, ) ako ne postoji b A, b 6= a,
tako da vazi ba.
4. Element a A je maksimalni element skupa (A, ) ako ne postoji b A, b 6= a,
tako da je ab.
Najmanji element je istovremeno i minimalan, najveci je maksimalan, ali obrnuto ne mora da vazi. U primeru 35, u skupu (2A , ), element je najmanji i
minimalan, a skup {a, b, c} najveci i maksimalan. U skupu (R, ) elementi {a},
{b} i {c} su minimalni, ali nema najmanjeg. Takodje, elementi {a, b}, {a, c} i {b, c}
su maksimalni, ali nema najveceg.
Definicija 4.26 Neka je (A, ) parcijalno uredjen skup i B A.
1. Element a A je gornja medja skupa B ako je ba za svako b B.
2. Element a A je donja medja skupa B ako za svako b B vazi ab.
3. Supremum skupa B je najmanja gornja medja.
4. Infinum skupa B je najveca gornja medja.
Primer 36. Neka je R realna prava i (manje ili jednako) relacija parcijalnog (delimicnog) uredjenja realnih brojeva. Skup (R, ) nema ni najveci
ni najmanji element, nema ni minimalni ni maksimalni element, nema donjih
ni gornjih medja, pa samim tim ni supremum ni infinum.
Neka je [0, 1] R. U skupu ([0, 1], ) element 0 je najmanji, minimalni i
infinum. Element 1 je najveci element, maksimalni element i supremum.
U skupu ((0, 1], ) realan broj 1 je najveci element, maksimalni element i
supremum. Realan broj 0 je infinum, ali nema ni najmanjeg ni minimalnog
elementa.
Teorema 4.12 Neka je (A, ) parcijalno uredjen skup. Ako postoji najmanji
(najveci) element, on je jedinstven.
74
GLAVA 4.
RELACIJE. FUNKCIJE
nivo
{a,b,c}
2
1
0
{a,c}
{b,c,d}
{a,b}
{a }
Slika 11.
{b,c}
{b }
4.6.
FUNKCIJE
75
4.6
Funkcije
Bez obzira sto smo pomenuli da ako posebno ne naglasimo uvek posmatramo
konacne skupove, smatramo umesnim da ovom prilikom podsetimo na to, jer
proucavanje funkcija na konacnim skupovima ima mnogo specificnosti.
Definicija 4.30 Binarna relacija f iz skupa A u skup B, f A B, ima
funkcionalno svojstvo, ili svojstvo jednoznacnosti, ako za svako a A vazi implikacija
(a, c) f (a, b) f c = b.
Relacija f se naziva funkcijom iz skupa A u skup B, sto se oznacava sa f : A B
f
ili A B.
Neka je f : A B i (a, b) f . Za definisanje funkcije f se koristi i prefiksna forma
b = f (a). Element a se naziva argumentom, a element b vrednoscu funkcije.
Primer 39. Na skupu A = {1, 2, 3, 4} definisane su binarne relacije
1 = {(1, 2), (3, 2), (4, 1)}
i
2 = {(1, 1), (1, 2), (2, 2), (4, 1)}.
Relacija 1 ima funkcionalno svojstvo te predstavlja funkciju iz skupa A u
samog sebe, tj. 1 : A A. Relacija 2 nema funkcionalno svojstvo te nije
funkcija iz skupa A u skup A.
A
r1
Slika 12.
r2
76
GLAVA 4.
RELACIJE. FUNKCIJE
3
4
B
a
b
c
4
r1
r2
Slika 13.
Svakoj binarnoj relaciji , AB moze se pridruziti karakteristicna funkcija,
u oznaci , koja preslikava skup AB u skup {0, 1}, : AB {0, 1}, definisana
sa
(
1, ako(a, b) ,
(a, b) =
0, ako(a, b)
/ ,
za svako a A i b B.
Primer 41. Neka je za skupove A = {1, 2, 3, 4} i B = {a, b, c} definisana
binarna relacija
= {(1, a), (1, c), (2, b), (3, a), (3, b)}.
Karakteristicna funkcija ove relacije je definisana sledecom tablicom:
1
2
3
4
a
1
0
1
0
b
0
1
1
0
Slika 14.
c
1
0
0
0
4.6.
FUNKCIJE
77
Slika 15.
Na Slici 16 ilustrovana je, redom, funkcija koja je injektivna, surjektivna i
bijektivna.
Teorema 4.13 Ako je f : A B totalna bijekcija, fA = A, tada je relacija
f 1 B A (inverzna funkcija), bijekcija.
78
GLAVA 4.
RELACIJE. FUNKCIJE
Glava 5
Operacije
5.1
Grupa. Polje.
Definicija 5.1 Neka je A neprazan skup. Svako preslikavanje Dekartovog proizvoda A A A u skup A, f : An 7 A, naziva se n-narnom operacijom u
skupu A.
Ako je n = 1, operacija je unarna, n = 2 binarna, n = 3 ternarna, itd. Nas,
uglavnom, interesuju binarne operacije. Njih cemo i razmatrati u daljem tekstu.
Umesto funkcijskog znaka f , : A2 7 A, f (x, y), binarne operacije se oznacavaju
nekim simbolima, kao na primer, +, , , , 2,..., te se pise x + y, x y, x y,
x y, x2y,... Operacija + se uobicajeno naziva aditivnom, a operacija multiplikativnom. U daljem tekstu, ako posebno ne naglasimo, binarnu operaciju cemo
nazivati samo operacijom.
Kako za svako a i b iz skupa A, sa operacijom , vazi a b A, kazemo da
operacija ima osobinu zatvorenosti.
Definicija 5.2 Uredjeni par (G, ), gde je G neprazan skup i operacija na njemu,
naziva se grupoidom.
Definicija 5.3 Operacija u skupu G je asocijativna ako i samo ako za svako a,
b i c iz G vazi jednakost
a (b c) = (a b) c.
Definicija 5.4 Grupoid (G, ), kod koga je operacija asocijativna, naziva se
polugrupom ili semi-grupom.
U sledecim primerima ukazacemo na veliki znacaj koriscenja asocijativnog zakona, kada operacija ima tu osobinu.
79
80
GLAVA 5.
OPERACIJE
a(bc) = 12.06.
5.1.
GRUPA. POLJE.
81
Tada je
1
1
1
1
1
1
1
a1
1 = a1 e = a1 (a a2 ) = (a1 a) a2 = e a2 = a2 ,
82
GLAVA 5.
OPERACIJE
1
i
i
1
1
1
i
i
1
i
i
1
1
i
i
i
1
1
i
1
1
i
i
1
Slika 1.
Nije tesko proveriti da je (G, ) konacna Abelova grupa, duzine 4.
Teorema 5.3 Za svaki elemenat a grupe (G, ) vazi (a1 )1 = a. Za svaka dva
elementa a i b grupe (G, ) vazi (a b)1 = b1 a1 .
Dokaz. Dokaz neposredno sledi na osnovu jednakosti
(a1 )1 = (a1 )1 e = (a1 )1 (a1 a) = ((a1 )1 a1 ) a = e a = a.
(a b)1 (a b) = e.
(b1 a1 )(ab) = b1 (a1 (ab)) = b1 ((a1 a)b) = b1 (eb) = b1 b = e.
Kako elemenat (a b) ima jedinstveni inverzni elemenat u G, to je
(a b)1 = b1 a1 .
Stepen nekog elementa a iz grupe (G, ), definise se sa
an = a
| a {z a} .
n-puta
5.1.
GRUPA. POLJE.
83
Teorema 5.5 Ako je a elemenat konacne grupe (G, ), tada postoji prirodan broj
m tako da je am = e.
Definicija 5.11 Neka je a elemenat grupe (G, ). Najmanji prirodan broj p, ako
postoji, za koga je ap = e, naziva se njegovim redom.
Primer 6. Posmatrajmo ponovo grupu (G, ), gde je G = {1, i, i, 1} i
mnozenje. Neutralni elemenat u ovoj grupi je e = 1. Kako je (1)2 = 1, red
ovog elementa je 2, (i)4 = i4 = 1 red ovih elemenata je 4.
Definicija 5.12 Neka je (G, ) grupa i H G. Ako je (H, ) grupa, ona je
podgrupa grupe (G, ).
Definicija 5.13 Neka su (G, ) (H, ) dve date grupe i funkcija f preslikava skup
G u skup H, f : G 7 H. Funkcija f je homomorfizam ako za svako a i b iz skupa
G vazi jednakost
f (a b) = f (a) f (b).
Homomorfizam koji je injekcija, tj. 1-1, naziva se monomorfizam. Homomorfizam koji je surjekcija, tj. na, naziva se epimorfizam. Homomorfizam koji je
obostrano jednoznacni preslikavanje, tj. 1-1 i na, naziva se izomorfizam.
Definicija 5.14 Neka je p najmanji prirodan broj tako da je ap = e, za datu
operaciju . Tada je (G, ), G = {a, a2 , ..., ap } konacna ciklicna grupa generisana
sa a. Oznacavacemo je sa G(a).
Primer 7. Neka je G = {1, i, i, 1} i mnozenje. Uredjeni par (G, )
je konacna ciklicna grupa , jer skup G mozemo prikazati u obliku G =
{i, i2 , i3 , i4 }, i4 = 1 (e=1).
Ako uocimo skup H = {1, 1} G tada je (H, ) podgrupa grupe (G, ).
To je takodje konaca ciklicna grupa, jer skup H mozemo prikazati u obliku
H = {1, (1)2 }.
Definicija 5.15 Uredjena trojka (G, , ), gde su i dve binarne operacije na
skupu G, ima strukturu prstena, ako su ispunjeni sledeci uslovi:
84
GLAVA 5.
OPERACIJE
5.2
Bulova algebra
5.2.
BULOVA ALGEBRA
85
1
0
10
11
10
1
0
1 0
10
00
Slika 2.
Uredjena trojka (B, , ) ima strukturu Bulove algebre. Elemenat 0 je neutralan za operaciju , a 1 neutralan za operaciju .
Teorema 5.6 U Bulovoj algebri (B, +, ) vaze sledece jednakosti:
1. (Zakon idempotencije) x + x = x,
2. (Zakon nule) x + 1 = 1,
x x = x.
x 0 = 0.
3. (Zakon apsorpcije) x + (x y) = x,
x (x + y) = x.
Dokaz.
1. x + x A4
(x + x) 1 A5
(x + x) (x + x
) A3
x + (x x
) A5
x + 0 A5
x.
=
=
=
=
=
A5
A4
x x A4
) A3
) A5
= (x x) + 0 = (x x) + (x x
= x (x + x
= x 1 = x.
2. x + 1 A4
(x + 1) 1 A5
(x + x) (x + x
) A3
x + (1 x
) A4
x+x
A5
1.
=
=
=
=
=
A4
A5
A3
A4
A5
x 0 = (x 0) + 0 = (x 0) + (x x
) = x (0 + x
) = x x
= 0.
3. x + (x y) A4
(x 1) + (x y) A3
x (1 + y) A2
x 1 A4
x.
=
=
=
=
A3
A1
A2
A4
x (x + y) A4
= (x + 0) (x + y) = x + (0 y) = x + (y 0) = x + 0 = x.
Teorema 5.7 U Bulovoj algebri komplement svakog elementa je jedinstven.
Dokaz. Neka je x proizvoljni elemenat iz B. Pretpostavimo da on ima dva komplementa x1 i x2 , tako da vaze jednakosti x + x1 = 1, x x1 = 0, x + x2 = 1 i
x x2 = 0. Tada je
x1 = x1 1 = x1 (x + x2 ) = x1 x + x1 x2 = 0 + x1 x2 = x1 x2 ,
86
GLAVA 5.
OPERACIJE
i
x2 = x2 1 = x2 (x + x1 ) = x2 x + x2 x1 = 0 + x2 x1 = x2 x1 = x1 x2 ,
te je x1 = x2 .
Teorema 5.8 U Bulovoj algebri vaze sledece jednakosti:
1. (Zakon involutivnosti) (x) = x.
2. (De Morganovi zakoni) (x + y) = x y,
3. (Zakon komplementa) 0 = 1,
(x y) = x + y.
1 = 0.
Dokaz.
1. Element (x) je komplement elementa x. Kako je elemenat x komplement
elementa x, zbog jedinstvenosti (Teorema 5.7), vazi (x) = x.
2.
(x + y) + x y
(x + y) (x y)
= (x y) (x + y) = ((x y) x) + ((x y) y)
= (x (x y)) + ((x y) y) = ((x x) y) + (x (y y))
= (0 y) + (x 0) = 0 + 0 = 0
(x y) (x + y)
(x + y) + (x + y)
= (x + y) + (x y) = ((x + y) + x) ((x + y) + y)
= (x + (x + y)) ((x + y) + y) = ((x + x) + y) (x + (y + y))
= (1 + y) (x + 1) = 1 1 = 1
5.3.
VEKTORSKI PROSTORI
87
(1 + x) y + xy z.
5.3
i ((0 x) + y) (x + y + z).
Vektorski prostori
Posmatrajmo dva neprazna skupa V i K. U skupu V uvedena je binarna operacija +, tako da je (V, +) Abelova grupa. Elemente skupa V zvacemo vektorima, u oznaci ~x, te je uvedena operacija + sabiranje vektora. Sa ~0, nulavektor, oznacavacemo netralni elemenat u odnosu na uvedenu operaciju. Sklup K
je najcesce skup skalara, skup realnih ili kompleksnih brojeva. U skupu K definisane su dve operacije + i , pri cemu operaciju + ne treba mesati sa prethodno
definisanom operacijom sabiranja vektora, tako da uredjena trojka (K, +, ) cini
polje. Sa 1 (jedan) oznacavacemo neutralni elemnat u odnosu na operaciju , a sa
0 (nula) neutralni elemenat u odnosu na operaciju +.
88
GLAVA 5.
OPERACIJE
Definicija 5.19 Uredjeni par skupova (V, K) je vektorski prostor nad poljem K
ako su ispunjeni sledeci uslovi:
1. U skupu V definisana je binarna operacija, u oznaci +, sabiranje vektora,
tako da je (V, +) Abelova grupa.
2. Definina je binarna operacija , mnozenje vektora elementima polja K, tako
da svakom uredenom paru (, ~x) K V odgovara elemenat iz V , ~x, pri
cemu vaze jednakosti
(~x + ~y ) = ~x + ~y , ( + )~x = ~x + ~x, (~x) = ()~x, 1 ~x = ~x,
gde su ~x i ~y proizvoljni vektori, i proizvoljni elementi polja K.
Primer 12. Neka je R, skup realnih brojeva i V n = {~x = [x1 x2 ...
xn ]T |xi R, i = 1, 2, ..., n} skup n-dimenzionalnih realnih vektora. U skupu
R definisimo operacije + i , kao sabiranje i mnozenje realnih brojeva. Uredjena trojka (R, +, ) ima strukturu polja. U skupu V n definisimo operaciju
+, sabiranje dva vektora, na sledeci nacin
~x + ~y = [x1 x2 ... xn ]T + [y1 y2 ... yn ]T = [x1 + y1 x2 + y2 . . . xn + yn ]T .
Uredjeni par (V n , +) ima strukturu Abelove grupe.
Nad elementima skupova V n i R uvedimo operaciju mnozenje vektora realnim brojem,
~x = [x1 x2 ... xn ]T = [x1 x2 ... xn ]T ,
R, ~x V n . Uredjeni par (V n , R) je vektorski prostor, za napred
definisane operacije.
Napomenimo, da je za nas od najveceg interesa bas vektorski prostor (V n , R),
tj. njemu izomorfni prostor (Rn , R), gde je Rn skup uredjenih n-torki realnih
brojeva
Rn = {~x = (x1 , x2 , ..., xn )|xi R, i = 1, 2, ..., n}.
Ako je polje K unapred poznato, i nema opasnosti od zablude, ono se i ne
spominje, vec se prosto kaze da je V vektorski prostor.
Neka su ~x1 , ~x2 , ..., ~xn elementi skupa V i 1 , 2 , ...n elementi polja K. Izraz
oblika
1 ~x1 + 2 ~x2 + + n ~xn
naziva se linearnom kombinacijom vektora ~x1 , ~x2 , ..., ~xn .
5.3.
VEKTORSKI PROSTORI
89
Definicija 5.20 Vektori ~x1 , ~x2 , ..., ~xn , prostora (V, K), su linearno nezavisni ako
jednakost
1 ~x1 + 2 ~x2 + + n ~xn = ~0
(5.1)
vazi ako i samo ako je 1 = 2 = = n = 0.
Umesto ove definicije koristi se ekvivalentna definicija koja kaze da su vektori ~x1 , ~x2 , ..., ~xn , linearno zavisni ako i samo ako postoji bar jedan od elmenata
1 , 2 , ..., n koji nije nula, tako da vazi jednakost (5.1).
Nije tesko primetiti da ako je medju vektorima ~x1 , ~x2 , ..., ~xn nula-vektor ~0, oni
su linearno zavisni. To sledi na osnovu jednakosti
0 ~x1 + 0 ~x2 + + 1 ~0 = 0,
pri cemu smo, bez smanjenja opstosti, uzeli da je ~xn = ~0.
Takodje, ako su vektori ~x1 , ~x2 , ..., ~xn linearno zavisni, tada ako je k 6= 0,
1 k n, vektor ~xk moze da se prikaze kao linearna kombinacija preostalih.
Definicija 5.21 Neka je (V, K) dati vektorski prostor i A V , A = {~x1 , ~x2 , ...,
~xn }. Skup svih linearnih kombinacija elemenata skupa A, u oznaci L(A),
L(A) = {1 ~x1 + 2 ~x2 + + n ~xn |i K, i = 1, 2, ..., n}
naziva se linealom skupa A.
Definicija 5.22 Neka je (V, K) dati vektorski prostor i A V . Ako je L(A) = V
skup A je skup generatora skupa V .
Definicija 5.23 Neka je (V, K) dati vektorski prostor i A V , skup linearno
nezavisnih vektora. Ako je L(A) = V elementi skupa A cine bazu skupa V .
Primer 13. Neka je (V 3 , R), V 3 = {~x = [x1 x2 x3 ]T |xi R, i = 1, 2, 3},
dati vektorski prostor. Uocimo skup B = {~e1 , ~e2 , ~e3 , ~e4 }, B V 3 , definisan
sa ~e1 = [1 0 0]T , ~e2 = [0 1 0]T , ~e3 = [0 0 1]T , ~e4 = [1 1 1]T . Kako za svaki
elemenat ~x V 3 vazi jednakost
~x =
=
90
GLAVA 5.
OPERACIJE
(5.2)
Kako elementi skupa A cine bazu, to se svaki vektor vektorskog prostora V moze
prikazati kao njihova linearna kombinacija. To vazi i za vektore skupa B, te postoje
jedinstveni realni brojevi dij , i = 1, 2, ..., n i j = 1, 2, ..., n, tako da je
~e1
~e2
..
.
~en
(5.3)
= [1 0 0]T = 1 ~e1 ,
~e2
~e3
te je
~e1
1 0 0
~e1
e2 = 1 1 0 ~e2 .
~
~e3
1 1 1
~e3
5.3.
VEKTORSKI PROSTORI
91
= ~e1
~e2
~e3
Tako je
1
0 0
~e1
~e1
e2 = 1 1 0 ~e2 .
~
~e3
0 1 1
~e3
Uocimo neki proizvoljni vektor iz V 3 , recimo ~x = [2 3 1]T . On se moze
prikazati u posmatranim bazama, tj. razapeti pomocu vektora ovih baza.
~x7
7
~e2
..
.
~en
(5.4)
92
GLAVA 5.
OPERACIJE
[1 2 n ]T = C[1 2 n ]T ,
gde je matrica C = (cij ), reda n n, definisana u (5.4). Slicnim postupkom
dobijamo da je
[1 2 n ]T = D[1 2 n ]T .
Zbog jedinstvenosti prezentacije nekog vektora u izabranoj bazi vazi jednakost
D = C 1 .
Glava 6
Binarne matrice
Definicija 6.1 Matrica A = (aij ) se naziva binarnom matricom ako njeni elementi uzimaju vrednosti samo iz skupa {0, 1}.
Binarne matrice se u literaturi srecu i pod nazivom Bulove ili (0, 1)-matrice.
Definicija 6.2 Kvadratna binarna matrica se naziva permutacionom ako i samo
ako u svakoj njenoj vrsti i koloni ima po tacno jedna jedinica.
Permutacione matrice cemo oznacavati sa Pi . Skup svih permutacionih matrica, reda n n, oznacavacemo sa P (n, 1), P (n, 1) = {Pi }.
Primer 1. Skup P (3, 1) cine matrice
1 0 0
0 1 0
0 0 1
P1 = 0 1 0 P2 = 0 0 1 P3 = 1 0 0 ,
0 0 1
1 0 0
0 1 0
0 0 1
0 1 0
1 0 0
P4 = 0 0 1 P5 = 1 0 0 P6 = 0 1 0 .
1 0 0
0 0 1
0 1 0
Teorema 6.1 Skup P (n, 1), n 1, sastoji se od n! = n (n 1) 2 1 permutacionih matrica, tj.
|P (n, 1)| = n (n 1) 2 1 = n!
(6.1)
93
94
GLAVA 6.
1 0
0 1
"
0 1
1 0
n+1
X
n+1
|P (n + 1, 1)| = i=1 Pi (n + 1, 1) =
|Pi (n + 1, 1)| .
(6.2)
i=1
n+1
X
i=1
|Pi (n + 1, 1)| =
n+1
X
n! = (n + 1) n! = (n + 1)!
i=1
(6.3)
6.1.
BINARNE MATRICE
95
detP = detP T = 1,
ili
0 1 0
0 1 0
P2 = 0 0 1 P5 = 1 0 0 .
1 0 0
0 0 1
Za njih vazi detP2 = 1, detP5 = 1,
P2T
P2 P2T
0 0 1
0 1 0
T
= 1 0 0 P5 = P5 = 1 0 0
0 1 0
0 0 1
1 0 0
1 0 0
P1
P2
P3
P4
P5
P6
P1
P1
P2
P3
P4
P5
P6
P2
P2
P3
P1
P5
P6
P4
P3
P3
P1
P2
P6
P4
P5
Slika 1
P4
P4
P6
P5
P1
P3
P2
P5
P5
P4
P6
P2
P1
P3
P6
P6
P5
P4
P3
P2
P1
96
GLAVA 6.
k
X
Pi = P1 + P2 + + Pk ,
(6.4)
i=1
A=
1
1
0
0
1
1
1
1
0
0
0
1
1
1
0
0
0
1
1
1
1
0
0
1
1
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
A=
1
0
0
0
0
A=
0
1
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
1
0
0
1
0
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
1
0
1
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
1
0
1
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
1
0
0
0
0
0
1
0
0
1
0
0
1
0
0
0
0
1
0
0
0
0
6.1.
BINARNE MATRICE
97
(1)
I5
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
, I5(2) =
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
, I5(3) =
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
(1)
I5
0
1
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
, I5(2) =
0
0
1
0
0
0
0
0
1
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
, I5(3) =
0
0
0
1
0
0
0
0
0
1
Slicno, proizvod In
~x oznacava da su se elementi u vektoru ~x ciklicno
pomerili za jedno mesto u desno. Ako dobijeni vektor oznacimo sa ~x(1) , vazi
jednakost
~x(1) = In(1) ~x = [xn x1 x2 ...xn1 ]T .
(k)
Primer 6. Za slucaj I4
(2)
~x(2) = I4
~x =
(1)
i I4
0
0
1
0
0
0
0
1
i ~x = [x1 x2 x3 x4 ]T imamo
1
0
0
0
0
1
0
0
x1
x2
x3
x4
= [x3 x4 x1 x2 ]T ,
98
GLAVA 6.
(1)
~x(1) = I4
0
1
0
0
~x =
0
0
0
1
1
0
0
0
x1
x2
x3
x4
= [x4 x1 x2 x3 ]T .
In(k) = In(1)
In(k) = In(k)
In(k) In(k) = In ,
In(k) = In((nk)) .
Naravno, vaze iste osobine i ako se umesto matrica ciklicnog pomeraja u desno
uzmu matrice ciklicnog pomeraja u levo.
Kada se matrice ciklicnih pomeraja primene na odgovarajuce kvadratne matrice dolazi do ciklicnog pomeraja, odredjenog reda, njenih vrsta ili kolona. Naravno, matrice ciklicnog pomeraja mogu da se primene i na pravougaone matrice,
samo sto treba voditi racuna o uslovu egzistencije proizvoda.
Primer 7. Posmatrajmo pravougaonu matricu reda 3 4
I3
A = a11 a12 a13 a14 .
a21 a22 a23 a24
Dobijena matrica se dobija na osnovu date matrice, tako sto se vrste ciklicno
pomere navise za dva mesta, tj. za jedno mesto nanize.
(2)
(2)
A I4
6.1.
BINARNE MATRICE
99
Veoma bliske sa matricama ciklicnog pomeraja su permutacione matrice obrnutog ciklicnog pomeraja. One se dobijaju ciklicnim pomeranjem, u levu ili desnu
stranu, elemenata vrsta (kolona) matrice
In =
0 0 0 1
0 0 1 0
..
.
.
0 1 0 0
1 0 0 0
In(k) = In((nk)) In ,
(6.5)
(6.6)
Pre nego sto definisemo permutacione matrice r-tog pomeraja, koje su jedna generalizacija matrica ciklicnog pomeraja, podsetimo se definicije i osnovnih osobina
Kronekerovog (tenzorskog) proizvoda matrica.
Neka su A = (aij ) i B = (bij ) dve date kvadratne matrice reda m m i
n n, respektivno. Pod Kronekerovim (tenzorskim) proizvodom ove dve matrice,
u oznaci AB, podrazumeva se kvadratna matrica reda (m)(m), ciji su elementi
blok matrice aij B, za i = 1, 2, ..., n i j = 1, 2, ..., n, tj. C = A B = (aij B).
Primer 8. Neka su date matrice A = (aij ),reda 2 2 i B = (bij ), reda
3 3. Tenzorski proizvod ove dve matrice je matrica
h
C =AB =
a11 B
a21 B
a b
11 11
i a11 b21
a b
a12 B
= 11 31
a22 B
a21 b11
a21 b21
a21 b31
a11 b12
a11 b22
a11 b32
a21 b12
a21 b22
a21 b32
a11 b13
a11 b23
a11 b33
a21 b13
a21 b23
a21 b33
a12 b11
a12 b21
a12 b31
a22 b11
a22 b21
a22 b31
a12 b12
a12 b22
a12 b32
a22 b12
a22 b22
a22 b32
a12 b13
a12 b23
a12 b33
a22 b13
a22 b23
a22 b33
100
GLAVA 6.
(6.7)
Pm1
((
Srm
i=0
ki ri ))r
(6.8)
Srm
Pm1
((
= Srm
i=0
ki ri ))r
(6.9)
6.1.
BINARNE MATRICE
101
(1)3
S32
= S32
(0)
= I3
(1)
I3
(2)3
S32
= S32
(0)
= I3
(2)
I3
(1)
I3
0
0
0
(1)
I3
0
0
(1)
I3
0
0
(2)
I3
(2)
(3)3
S32
=S
(1)
= I3
(0)
I3
(4)3
= S32
(1)
= I3
(1)
I3
0
0
0 I3 0
= 0 0 I3 ,
I3 0 0
S32
(5)3
= S32
(1)
= I3
(2)
I3
0
0
(2)
I3
0
(1)
0
0
(1)
(1)
I3
I3
S32
I3
(6)3
S32
=S
(2)
= I3
(0)
I3
(2)
I3
(2)
0
0
I3
(7)3
= S32
(2)
= I3
(1)
I1
0 0 I3
= I3 0 0 ,
0 I3 0
0
(1)
0
0
I3
0
0
I3
(1)
=
I3
(1)
0
I3
0
0
(8)3
S32
= S32
(2)
= I3
(2)
I1
(2)
(2)
=
I3
(2)
0
I3
0
0
~x =
S32
I3
(2)
I3
0
0
x1 x2 x3 x4 x5 x6 x7 x8 x9
iT
102
GLAVA 6.
kod koga smo isprekidanim linijama grupisali elemente u tri grupe, sa navedenim permutacionim matricama, redom, dobijamo:
(1)3
[1] S32
(2)3
[2] S32
(3)3
[3] S32
(4)3
[4] S32
(5)3
[5] S32
(6)3
[6] S32
(7)3
[7] S32
(8)3
[8] S32
~x =
h
iT
iT
iT
iT
iT
iT
iT
iT
x3 x1 x2 x6 x4 x5 x9 x7 x8
~x =
h
~x =
x4 x5 x6 x7 x8 x9 x1 x2 x3
h
x5 x6 x4 x8 x9 x7 x2 x3 x1
~x =
h
x6 x4 x5 x9 x7 x8 x3 x1 x2
~x =
h
~x =
x7 x8 x9 x1 x2 x3 x4 x5 x6
h
~x =
x8 x9 x7 x2 x3 x1 x5 x6 x4
h
~x =
x2 x3 x1 x5 x6 x4 x8 x9 x7
x9 x7 x8 x3 x1 x2 x6 x4 x5
,
,
,
,
,
,
,
.
, na
6.1.
BINARNE MATRICE
103
S2m
(k)2
= S2m
S2m
= I2m ,
Srm
(k)r
Srm
Ir m ,
(k)r
((rm k))r
Srm
= Srm
,
(k)r
(k)r
Srm
= Irmi1 Sri+1 ,
(k)r
(k)
Srm
= Irmi1 Sri+1 r ,
(rm )
(rm )
Srm r = Srm r Irm .
i {0, 1, ..., m 1}
i {0, 1, ..., m 1}
r0 = 1,
ri N ,
i m,
(6.10)
m1
X
(6.11)
i=0
Pm1
ki (r0 r1 ri ))
m2 )
= Ir(kmm1 ) Ir(km1
Ir(k1 0 ) .
(6.12)
104
GLAVA 6.
(k)
Pm1
ki (r0 r1 ri ))
m1 )
m2 )
0)
= Ir(k
Ir(k
Ir(k
.
m
m1
1
(6.13)
4 = 0 (1) + 2 (1 2),
5 = 1 (1) + 2 (1 2).
(1)
((1(1)+0(12)))
S123 = S123
(0)
= I3
(1)
I2
(1)
I2
0
0
0
(1)
I2
(2)
((0(1)+1(12)))
S123 = S123
(1)
= I3
(0)
I2
(3)
((1(1)+1(12)))
(1)
= I3
(1)
I2
0
0
(1)
I2
(4)
((0(1)+2(12)))
(2)
= I3
(0)
I2
(5)
((1(1)+2(12)))
(2)
= I3
(1)
I2
(1)
I2
0
0
0
(1)
I2
0 0 I2
= I2 0 0 ,
0 I2 0
S123 = S123
I2
S123 = S123
(1)
0 I2 0
= 0 0 I2 ,
I2 0 0
S123 = S123
0
0
0
0
(1)
=
I2
(1)
0
I2
(1)
I2
0
0
6.1.
BINARNE MATRICE
105
primenom navedenih permutacionih matrica, elemente ovog vektora grupisimo na sledeci nacin
~x =
x1 x2 x3 x4 x5 x6
iT
Sada imamo
(1)
S123 ~x =
(2)
h
h
h
S123 ~x =
(5)
S123 ~x =
iT
iT
iT
iT
iT
x4 x3 x6 x5 x2 x1
S123 ~x =
(4)
x3 x4 x5 x6 x1 x2
S123 ~x =
(3)
x2 x1 x4 x3 x6 x5
x5 x6 x1 x2 x3 x4
h
x6 x5 x2 x1 x4 x3
,
,
,
,
.
(k)r
Sr r r = Srm
| {z }
m-puta
(k)
(k)r
i Sr r r = Srm
| {z }
m-puta
106
GLAVA 6.
6.2
Matrice uredjenosti
A=
0
0
0
1
1
1
0
0
1
1
1
1
0
1
1
0
0
0
0
1
0
0
0
0
0
6.2.
MATRICE UREDJENOSTI
107
L=
0 0 0 0
1 0 0 0
1 1 0 0 .
..
.
1 1 1 0
(6.15)
(6.16)
A=
0
0
1
0
0
1
0
1
0
1
0
0
0
0
0
1
1
1
0
1
1
0
1
0
0
0
0
0
1
0
0
1
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
Na osnovu matrice P
P =
108
GLAVA 6.
dobija se da je
P AP =
0
1
1
1
1
0
0
1
1
1
0
0
0
1
1
0
0
0
0
1
0
0
0
0
0
= L,
~=
~s = P S
0
0
0
1
0
0
1
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
1
0
0
4
2
5
1
3
= [1 2 3 4 5]T .
A=
0
1
0
1
0
0
0
0
0
0
1
1
0
1
1
0
1
0
0
0
1
1
0
1
0
1
2
3 .
4
5
Kako se vrsta koja ne sadrzi ni jednu jedinicu nalazi na trecoj poziciji matrice
A, stavicemo P13 = 1, P11 = P12 = P14 = P15 = 0. Vrsta koja sadrzi jednu
jedinicu je na petoj poziciji, pa je P25 = 1, P21 = P22 = P23 = P24 = 0. Vrsta
koja sadrzi dve jedinice je na prvoj poziciji, pa je P31 = 1, P32 = P33 = P34 =
P35 = 0. Vrsta koja sadrzi tri jedinice je na cetvrtoj poziciji, pa je P44 = 1,
P41 = P42 = P43 = P45 = 0. Konacno, vrsta koja sadrzi cetiri jedinice je na
6.3.
STOHASTICKE
MATRICE
109
P =
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
1
0
0
1
0
0
0
Lako je uociti da je
~s =
6.3
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
1
0
0
1
0
0
0
3
5
1
4
2
1
2
3
4
5
Stohasti
cke matrice
A1 =
1
2
1
3
2
5
1
4
1
3
1
5
1
4
1
3
2
5
i A2 =
1
7
2
7
4
7
2
7
4
7
1
7
4
7
1
7
2
7
A1 =
1
1
0
1
0
0
1
1
0
1
1
0
1
1
0
0
1
0
1
1
1
0
1
0
1
1
3
1
3
A2 = 0
1
3
1
3
1
3
1
3
1
3
1
3
1
3
1
3
1
3
1
3
1
3
1
3
0
1
3
110
GLAVA 6.
A=
1
7
2
7
4
7
2
7
4
7
1
7
4
7
1
7
2
7
1 0 0
0 1 0
0 0 1
1
2
4
= 0 0 1 + 1 0 0 + 0 1 0 .
7
7
7
0 1 0
0 0 1
1 0 0
A=
1
2
1
3
2
5
1
4
1
3
1
5
1
4
1
3
2
5
i B=
3
5
1
2
1
7
129
280
29
70
139
350
171
560
143
420
251
700
1
5
1
4
2
7
1
5
1
4
4
7
C =AB =
131
560
103
420
171
700
je takodje stohasticka.
Definicija 6.11 Dati vektor ~x = [x1 x2 ... xn ]T je stohasticki ako je xi 0,
i = 1, 2, ..., n i x1 + x2 + + xn = 1.
Definicija 6.12 Stohasticka matrica A = (aij ), reda n n, je regularna ako su
za svako m 2 svi elementi matrice Am pozitivni.
6.3.
STOHASTICKE
MATRICE
111
A=
1
2
1
2
=AA =
1
2
1
2
# "
"
an bn
cn dn
cn
1
2 (an + cn )
an+1
= cn
bn+1
= dn
1
= (an + cn )
2
1
= (bn + dn ).
2
dn
1
2 (bn + dn )
cn+1
dn+1
1
(1)n+1
cn =
1+
3
2n
1
2
i d2 = 34 , trazena resenja su
dn =
2
(1)n
1 + n+1 ,
3
2
1
(1)n
2
(1)n
1 + n1 ,
bn =
1+
.
3
2
3
2n
Kako je za svako n 2 an > 0, bn > 0, cn > 0, dn > 0 matrica A je
regularna.
an =
112
GLAVA 6.
"
A=
1
2
1
2
A =
1
3
1
4
1
4
jer je a12 = 0.
Definicija 6.13 Nenula vektor ~x = [x1 x2 ... xn ]T je fiksni (nepokretni) vektor
kvadratne matrice A = (aij ), reda n n, ako zadovoljava jednakost
~xT A = ~xT .
(6.17)
"
A=
1
2
1
2
An =
1
3
1
3
1+
"
n
imamo da je lim A =
n+
(1)n
2n1
(1)n+1
2n
2
3
2
3
1+
1
3
1
3
2
3
2
3
1+
1
(1)n
2n
(1)n
2n+1
1
3
2
3
iT
[a b]
1
2
1
2
= [a b],
6.3.
STOHASTICKE
MATRICE
113
1
1
1
2
b = a, a + b = b, a + b = 1 a = , b =
2
2
3
3
~xT =
1
3
2
3
iT
1 1 1
2 4 4
A=
1
5
1
3
1
4
2
5
1
3
1
2
2
5
1
3
1
4
114
GLAVA 6.
59
240
98
240
83
240
3913
14400
5866
14400
4621
14400
[a b c] = [a b c]
1
5
1
3
1
4
2
5
1
3
1
2
2
5
1
3
1
4
i uslova a + b + c = 1, dobijamo da je a = 14 , b =
h
~x =
1
4
9
20
3
10
iT
9
20
ic=
3
10 ,
tj.
9
9
3
Kako je 20
> 14 i 20
> 10
trgovacki putnik se najverotatnije nalazi, nakon
duzeg vremena, u gradu B.
6.4
Permanent
Definicija 6.14 Permanent date kvadratne matrice A = (aij ), reda nn, u oznaci
perA, je broj definisan sa
perA =
(6.18)
2 1 3
1
1 . Na osnovu (6.18)
Primer 22. Neka je data matrica A = 0
2
1 2
imamo da je
perA = 21(2)+(1)1(2)+(3)01+211+(1)0(2)+(3)1(2) = 6.
6.4. PERMANENT
115
(6.19)
1 1 1
. Na osnovu (6.19) imamo da
1 0 1
je
perA = (1) 0 + 1 (1) + (1) 1 + (1) (1) + 1 1 + (1) 0 = 0.
h
3 1 2
perJn = n!,
116
GLAVA 6.
n
X
aij perA(i|j)
(6.20)
j=1
(6.21)
Pobrojane osobine su gotovo iste kao one sto vaze za determinante, samo, naravno,
kada su u pitanju kvadratne matrice. Sledeca osobina odstupa od toga.
7 Permanent proizvoda dve matrice ne mora biti jednak proizvodu njihovih permanenata.
Primer 25. Posmatrajmo matricu A = (aij ), reda 3 3,
1 2 1
A = 3 2 2 ,
1 0 1
6.4. PERMANENT
117
1 2 1
1
2
1
A = 3 2 2 = 1 + 2 1 + 1 1 3 .
1 0 1
1
0
1
Oznacimo sa A0 i A00 , respektivno, sledece matrice
1 2 1
0
A = 1 1 1
1 0 1
1 2 1
00
A = 2 1 3 ,
1 0 1
1 2 3
1 4 1
matrice B i C,
"
B=
1
2 3
3 12 3
"
C=
1 3 2
1 1 4
pri cemu se matrica B dobija tako sto elemente druge vrste matrice A
pomnozimo sa 3, a C tako sto elementi druge i trece kolone matrice A uzajamno promene mesta. Kako je perA = 14, perB = 42 i perC = 14, lako se
uocava da vaze jednakosti
perB = 3perA
perC = perA.
Hn = Jn In =
0 1 1 1 1
1 0 1
1 1
..
(6.22)
1 1 1 1 0
igra znacajnu ulogu kod resavanja kombinatornih problema vezanih za neuredjenost, o cemu ce vise reci biti u kasnijem delu ove knjige. Veoma je
znacajno odrediti njen permanent, pa se pozabavimo time.
Koristeci razvoj (6.20) dobijamo da za permanent matrice Hn vazi jednakost
perHn =
n
X
j=2
perHn (1|j).
(6.23)
118
GLAVA 6.
(6.24)
(1)k f (k) =
k=3
n
X
k=3
tj.
f (n) = nf (n 1) + (1)n .
Zamenom n sa k, u ovoj jednakosti, mnozenjem leve i desne strane sa
sumiranjem po k, od 2 do n, dobijamo da je
n
X
n!
k=2
k!
f (k) =
tj.
k=2
f (n) = n!
n
X
n!
k!
n!
k!
(kf (k 1) + (1)k ),
1
1
1
+ + (1)n
.
2! 3!
n!
n
X
(1)k
k=0
k!
(6.25)
6.4. PERMANENT
119
A=
1 1
0 1
"
1 0
1 1
B=
"
C = AB =
2 1
1 1
perA = S(A) +
(1)k
S(Ai1 ,...,ik ),
(6.26)
i1 <i2 <<ik
k=1
2 3 1
A12
A123
0 3 1
2 0 1
2 3 0
= 0 0 4 , A2 = 5 0 4 , A3 = 5 0 0 ,
0 1 1
1 0 1
1 1 0
0 0 1
0 3 0
2 0 0
= 0 0 4 , A13 = 0 0 0 , A23 = 5 0 0 ,
0 0 1
0 1 0
1 0 0
0 0 0
= 0 0 0 ,
0 0 0
imamo da je S(A) = 693 = 162, S(A1 ) = 442 = 32, S(A2 ) = 392 = 54,
S(A3 ) = 5 5 2 = 50, S(A12 ) = 1 4 1 = 4, S(A13 ) = 3 0 1 = 0,
S(A23 ) = 2 5 1 = 10, S(A123 ) = 0 0 0 = 0. Na osnovu jednakosti (6.25)
dobijamo da je
perA = 162 (32 + 54 + 50) + (4 + 0 + 10) 0 = 40.
120
GLAVA 6.
per2 ...
..
per .
per .
an1 an,n2 an,n1 an,n1
an1
(6.27)
a1,n2
a1n
a1n
an,n2
an,n
ann
a1k1 ...nkn
n X
n
Y
aij = 1.
i=1 j=1
6.4. PERMANENT
121
A=
1a
a
a
1a
1
2
12 , pri cemu
Teorema 6.11 Neka su A i B dve date matrice istog reda sa nenegativnim koeficijentima. Tada vazi nejednakost
per(A + B) per(A) + per(B)
Dokaz. Neka su A = (aij ) i B = (bij ) date matrice reda n n, sa osobinom
aij 0 i bij 0, za i = 1, 2, . . . , n, j = 1, 2, . . . , n. Tada je
per(A + B)
X
X
122
GLAVA 6.
perA
k!,
ako je
ako je
k!
(km)! ,
k<m
.
k m.
n
Y
(ri !) ri .
i=1
n2
3
6.4. PERMANENT
123
124
GLAVA 6.
konfiguraciju. To je matrica
A=
1
0
1
0
1
1
1
0
1
0
0
1
1
0
1
1
0
1
1
0
0
1
0
1
1
Kako je perA = 13, odgovor na drugo pitanje je da postoji ukupno 13 razlicitih nacina preraspodele 5 radnika na 5 novih radnih mesta, pod postavljenim uslovima. Nije tesko proveriti da su te mogucnosti date pomocu
sledecih sistema razlicitih predstavnika
M1 = (1, 2, 3, 4, 5)
M4 = (1, 5, 4, 2, 3)
M7 = (2, 5, 1, 4, 3)
M10 = (4, 2, 3, 5, 1)
M13 = (4, 5, 1, 2, 3)
M2 = (1, 2, 4, 5, 3)
M5 = (2, 3, 4, 5, 1)
M8 = (2, 5, 3, 1, 4)
M11 = (4, 5, 3, 2, 1)
M3 = (1, 3, 4, 2, 5)
M6 = (2, 3, 1, 4, 5)
M9 = (4, 2, 1, 5, 3)
M12 = (4, 3, 1, 2, 5)
Glava 7
Brojevi
7.1
Deljivost brojeva
126
GLAVA 7. BROJEVI
(7.1)
127
i
n = mq2 + r2 , 0 r2 m 1.
Tada je mq1 + r1 = mq2 + r2 , tj. m|q1 q2 | = |r1 r2 | < m, te je q1 = q2 i r1 = r2 .
Primedba 2. Umesto (7.1) moze se razmatrati izraz
n = q1 m r1 , 0 r1 |m| 1.
(7.2)
Cinjenica
da je prilikom deobe celog broja n brojem m ostatak r oznacava se
i izrazom
n r (mod m)
i cita se: n je kongruentno sa r po modulu m, ali cemo se time malo vise baviti
u drugim odeljcima ovog poglavlja.
Primer 2. Vaze jednakosti
737
= 81 9 + 8
737
= 82 9 1
737
= (82) 9 + 1
737
= (81) 9 8
0 ni 9,
(7.3)
10mi1
10mi1
mi = m
m
m
, m0 = 1, i = 1, 2, ..., k,
(7.4)
128
GLAVA 7. BROJEVI
formiramo se novi broj
fm (n) = n0 m0 + n1 m1 + + nk mk .
(7.5)
129
te je
f7 (132) = 2 1 + 3 3 + 1 2 = 13.
Za broj f7 (132) = 13 = 3 + 1 10 vazi
n0 = 3, n1 = 1, i m0 = 1, m1 = 3,
te je f7 (13) = 3 1 + 1 3 = 6.
Kako f7 (13) = 6 nije deljiv sa 7, nije ni broj 13, ni broj 132, pa ni n = 739843.
Uocimo bilo koji broj ni mi , i = 0, ..., k 1, u (7.5). Broj mi je ostatak deljenja
broja 10 mi1 brojem m, te njemu odgovara nedostatak mi . Kako smo vec
pomenuli, vazi jedankost mi = m mi , te je
ni mi = ni (m mi ) = ni m ni mi .
(7.6)
7.2
Modularna aritmetika
130
GLAVA 7. BROJEVI
(7.7)
(mod m).
131
(mod m)) ,
132
GLAVA 7. BROJEVI
(7.8)
Da se nista ne bi promenilo, da smo umesto r1 i r2 uzeli bilo koje druge predstavnike ovih klasa ostataka, obezbedjuje nam sobina 1. iz prethodne teoreme, za
x = y = 1.
Primer 9. Uocimo familiju F3 = {0, 1, 2}, gde su klase 0, 1 i 2 definisane
u Primeru 7. Tablica sabiranja ovih klasa ostataka je
+
0
1
2
0
0
1
2
1
1
2
0
2
2
0
1
Slika 1.
Za familiju F5 = {0, 1, 2, 3, 4}, definisanu klasama u Primeru 7. tablica
sabiranja glasi
+
0
1
2
3
4
0
0
1
2
3
4
1
1
2
3
4
0
2
2
3
4
0
1
3
3
4
0
1
2
4
4
0
1
2
3
Slika 2.
Nacin sabiranja klasa ostataka daje nam odgovor i kakose obavlja sabiranje
brojeva u m-aritmetici, m 2. Neka su a i b proizvoljna cela broja, m prirodan
broj, m 2. Oznacimo sa +m sabiranje brojeva u m-aritmetici, tj. po modulu m.
Tada je
a +m b = (a + b) (mod m),
pri cemu se za (a + b) (mod m) uzima, najcesce, ostatak deljenja broja (a + b)
brojem m. Jednakost (7.8) moze da se napise u obliku
r1 + r2 = r1 +m r2 .
(7.9)
133
(mod 4) 1
(mod 4),
r1 r2 = r4 .
(7.10)
Primer 11. Neka su F3 = {0, 1, 2} i F5 = {0, 1, 2, 3, 4}, familije klasa ostataka definisane u Primeru 7. Tablice oduzimanja i mnozenja u 3-aritmetici
i 5-aritmetici su
0
1
2
3
4
0
0
4
3
2
1
0
1
2
0
0
1
2
1
2
0
1
2
1
2
0
0
1
2
0
0
0
0
1
0
1
2
2
0
2
1
1
4
3
2
1
0
2
3
2
1
0
4
3
2
1
0
4
3
4
1
0
4
3
2
0
1
2
3
4
0
0
0
0
0
0
1
0
1
2
3
4
2
0
2
4
1
3
Slika 3.
3
0
3
1
4
2
4
0
4
3
2
1
134
GLAVA 7. BROJEVI
Primer 12. Familija F6 = {0, 1, 2, 3, 4, 5}, definisana je klasama ostataka
0 = {..., 6, 0, 6, ...}, 1 = {..., 5, 1, 7, ...}, 2 = {..., 4, 2, 8, ...},
3 = {..., 3, 3, 9, ...}, 4 = {..., 2, 4, 10, ...}, 5 = {..., 1, 5, 11, ...}.
Tablica mnozenja ovih klasa ostataka u 6-aritmetici je
0
1
2
3
4
0
0
0
0
0
0
1
0
1
2
3
5
2
0
2
4
0
4
3
0
3
0
3
3
4
0
4
2
0
2
5
0
5
4
3
1
Slika 4.
Na osnovu (7.10) prakticno proizilazi kako se obavljaju operacije oduzimanja i
mnozenja u m-aritmetici. Neka su a i b proizvoljni celi brojevi, m 2 i r1 i r2 ostaci
deljenja brojeva (a b) i a b, brojem m, respektivno, tj. (a b) r1 (mod m)
i (a b) r2 (mod m). Oduzimanje i mozenje ovih brojeva, u m-aritmetici, u
oznaci a m b i a m b, definisu se sa
a m b = r1
i a m b = r2 .
135
136
GLAVA 7. BROJEVI
137
7.3
(mod 3) = 1, 57 (mod 9) = 6.
Euklidov algoritam
Definicija 7.5 Prirodan broj d sa osobinom d|a i d|b naziva se zajednickim deliiocem brojeva a i b. Prirodan broj d je najveci zajednicki delilac brojeva a i b, u
oznaci NZD(a, b) ili (a, b), ako za svako c sa osobinom c|a i c|b vazi c|d.
Definicija 7.6 Ako je (a, b) = 1 kazemo da su brojevi a i b uzajamno prosti.
Definicija 7.7 Prirodan broj s, sa osobinama a|s i b|s naziva se sadrzaocem brojeva a i b. Prirodan broj s je najmanji zajednicki sadrzalac brojeva a i b, u oznaci
NZS(a, b) ili [a, b], ako za svako c, c 6= 0, sa osobinama a|c i b|c, vazi s|c.
Primer 15. Za brojeve a = 2520 i b = 84 vazi
2520
1260
630
315
105
35
7
1
|
|
|
|
|
|
|
|
2
2
2
3
3
5
7
84
42
21
7
1
| 2
| 2
| 3
| 7
|
|
|
|
138
GLAVA 7. BROJEVI
Primer 16. Za brojeve a = 4200 i b = 220 vazi
4200
2100
1050
525
175
35
7
1
|
|
|
|
|
|
|
|
2
2
2
3
5
5
7
220
110
55
11
1
|
2
|
2
|
5
| 11
|
|
|
|
n
Y
Qn
uj
j=1 Pj
ib=
Qn
vj
j=1 Pj ,
n
Y
min(uj ,vj )
max(uj ,vj )
Pj
i [a, b] =
Pj
.
j=1
j=1
a b
,
d d
1
(a, b).
d
a
b
,
(a, b) (a, b)
= 1.
tada
139
Tada je (a, b) = rn .
= a q1 + r1
= r1 q2 + r2
r1
..
.
= r2 q2 + r3
rn2
= rn1 qn + rn
rn1
= rn qn+1 .
140
GLAVA 7. BROJEVI
141
read(m,n);
r:=m mod n;
while r<>0 do
begin
m:=n; n:=r; r:=m mod n
end
nzd:=n; write(NZD,nzd);
end.
= 527 16 + 187
527
= 187 2 + 153
187
= 153 1 + 34
153
= 34 4 + 17
34
= 17 2,
142
GLAVA 7. BROJEVI
200 460
200 460
=
= 4600.
(200, 460)
20
a3 +
..
.+
1
an
143
gde su a0 , a1 , . . . , an celi brojevi, naziva se veriznim razlomkom. Euklidov algoritam omogucava da se svaki racionalan broj predstavi u obliku veriznog razlomka.
Primer 20. Posmatrajmo broj 840
ze
611 . Na osnovu Euklidovog algoritma va
jednakosti 840 = 1 611 + 229, 611 = 2 229 + 153, 229 = 1 153 + 76 i
153 = 2 76 + 1. Tako je
840
161
=1+
=1+
229
=1+
611
1
2+
1
76
1+ 153
=3+
1
611
229
=1+
=1+
1
1
153 = 1 +
1
2 + 229
2 + 229
153
1
2+
1
1+
=1+
1
153
76
1
2+
1+
1
1
2+ 76
131
35
26
1
1
1
= 3 + 35 = 3 +
9 =3+
1
35
1
+
1
+
26
26
26
9
=3+
1
1+
1
2+ 89
=3+
1
1+
1
2+
=3+
1
9
8
1
1+
2+
1
1+ 1
8
11
37
= 4 +
= 4 +
12
12
1
12
11
= 4 +
1
1
1 + 11
Primer 23.
5. Najvece celobrojno
Cilj nam je da priblizno odredimo
1
1
52=
=
.
4+
5+2
1
5=2+
.
4 + 4+ 1 1
..
4+ .
144
GLAVA 7. BROJEVI
Za konacanbroj clanova ovog razlomka (razvoja) dobijamo pribliznu vrednost broja 5. Tako je
1
5 2 + = 2.25
4
1
52+
= 2.235
4 + 14
1
52+
= 2.235.
4 + 4+1 1
4
7.4
Jednacina oblika
ax + by = c
gde su a, b i c dati celi brojevi, a x i y nepoznati celi brojevi, naziva se Diofantovom linearnom jednacinom sa dve promenljive. Traze se njena celobrojna
resenja. Medjutim, nekom od smena x := x ili y := y, ona se moze svesti na
oblik gde su a, b i c prirodni brojevi. Zbog toga, bez smanjenja opstosti, u daljem
tekstu, smatracemo da su a, b i c prirodni brojevi.
Na osnovu Teoreme 7.3 iz prethodnog odeljka vazi sledeci rezultat:
Teorema 7.9 Neka su a i b prirodni brojevi. Tada postoje celi brojevi x i y tako
da je
ax + by = (a, b).
(7.11)
Resenje jednacine (7.11) mozemo dobiti na osnovu Euklidovog algoritma za
nalazenje (a, b), datog u Teoremi 7.7 iz prethodnog odeljka. To cemo ilustrovati
na konkretnim primerima.
Primer 24. Posmatrajmo jednacinu 527x + 8619y = 17. Euklidovim algoritmom dobijamo
8619
= 527 16 + 187
527
= 187 2 + 153
187
= 153 1 + 34
153
= 34 4 + 17
34
= 17 2,
7.4. DIOFANTOVE I MODULARNE JEDNACINE
145
(7.12)
= 31 16 + 11
31
= 11 2 + 9
11
=91+2
= 2 4 + 1.
= 9 4 2 = 9 4 (11 9) = 5 9 4 11
= 5 (31 2 11) 4 11 = 5 31 14 11
= 5 31 14 (507 16 31) = 229 31 14 507
= 31 (229) + 507 (14).
146
GLAVA 7. BROJEVI
Primer 26. Treba naci celobrojno resenje jednacine
527x + 8619y = 51.
Kako je (527, 8619) = 17 i 51 = 3 17, potrazimo resenje jednacine
527x + 8619y = 17.
U Primeru 24 pokazali smo da je (u, v) = (229, 14) celobrojno resenje ove
jednacine. Na osnovu Teoreme 7.10 par (x0 , y0 )
x0 =
229 51
uc
=
= 687,
(a, b)
17
y0 =
vc
14 51
=
= 42,
(a, b)
17
resenje jednacine 527x + 8619y = 51. Nije tesko uociti da je par (x0 , y0 )
x0 = 229 t i y0 = 14 t,
tZ
bt
at
, y = y0
, t Z.
(a, b)
(a, b)
(7.14)
Dokaz. Neka su parovi (x, y) i (x0 , y0 ) celobrojna resenja jednacine (7.13). Dokazimo da su x i y oblika (7.14). Na osnovu jednakosti
ax + by = ax0 + by0 ,
a(x x0 ) = b(y0 y),
a
b
(x x0 ) = (y0 y), d = (a, b),
d
d
(7.15)
b
a
i y0 y = v .
d
d
(7.16)
7.4. DIOFANTOVE I MODULARNE JEDNACINE
147
b
a
a x0 + t + b y0 t = ax0 + by0 = c,
d
d
vidimo da je par (x, y) celobrojno resenje jednacine (7.13), kad god je to par
(x0 , y0 ).
Primer 27. Potrazimo celobrojno resenje jednacine 299x + 533y = 52.
Kako je (299, 533) = 13 i 52 = 413, pomocu Euklidovog algoritma potrazimo
najpre resenje jednacine 299x + 533y = 13.
533
= 1 299 + 234
299
= 1 234 + 65
234
= 3 65 + 39
65
= 1 39 + 26
39
= 1 26 + 13
26
= 2 13.
= 39 1 26 = 39 1 (65 39) = 2 39 65
= 2 (234 3 65) 65 = 2 234 7 65
= 2 234 7 (299 1 234) = 9 234 7 299
= 9 (533 299) 7 299 = 16 299 + 9 533.
148
GLAVA 7. BROJEVI
Usko povezan sa resavanjem Diofantovih jednacina je i problem resavanja kongruentnih jednacina. Razmatracemo najpre jednacinu oblika
ax c (mod n),
c 6 0
(mod n),
(7.17)
tn
,
(a, n)
(7.18)
(7.19)
(7.20)
Kako je (a, n)|c, na osnovu Teoreme 7.10, osnovno resenje jednacine (7.20) je
par (x0 , y0 )
uc
vc
x0 =
, y0 =
,
(a, n)
(a, n)
gde je par (u, v) celobrojno resenje jednacine
au + nv = (a, n).
Na osnovu Teoreme 7.11, dobijamo da je opste celobrojno resenje jednacine (7.17)
par (x, y)
tn
tn
x = x0 +
i y = y0
,
(a, c)
(a, n)
odakle sledi trazeni rezultat.
Teorema 7.13 Ako (a, n)|c jednacina (7.17) ima konacno resenja po modulu n,
i ona su
tn
x = x0 +
(a, n)
za t = 1, 2, ..., (a, n).
(mod n) ,
(7.21)
7.4. DIOFANTOVE I MODULARNE JEDNACINE
149
=13+2
=12+1
= 1 2,
te je
1 = 3 + (1) 2 = 3 + (1) (5 1 3) = 3 2 + 5 (1).
Osnovno resenje jednacine 3x + 5y = 1 je (x0 , y0 ) = (2, 1).
Na osnovu Teoreme 7.12, opste resenje kongruentne jednacine 3x 1
je
tn
x0 +
= 2 + 5 t.
(a, n)
(mod 5)
(7.22)
150
GLAVA 7. BROJEVI
te je osnovno celobrojno resenje jednacine (7.22)
(x0 , y0 ) = (229, 14).
Osnovno celobrojno resenje jednacine
527x + 8619y = 34,
je
x0 = u0
c
34
c
34
= 229
= 458 i y0 = v0
= 14
= 28.
(a, n)
17
(a, n)
17
tn
= 458 + 507 t, t Z.
(a, n)
(mod 5).
7.4. DIOFANTOVE I MODULARNE JEDNACINE
151
c1
(mod n1 ),
x
..
.
c2
(mod n2 ),
ck
(7.23)
(mod nk ),
(mod nj ), j = 1, 2, ..., k,
gde je
Mj =
n1 n2 nk
,
nj
x=
k
X
Mj zj
(mod n).
j=1
(mod 4),
(mod 11).
(mod 4).
152
GLAVA 7. BROJEVI
tj.
3z1 1
(mod 4).
(mod 11),
Primer 32. Potrazimo resenje jednog poznatog problema zabavne ma]tematike. Grupa majmuna zeli da podeli gomilu kokosovih oraha. Ako ih
deli u grupe od po 5 oraha, ostaje visak od 4 oraha, u grupe od po 4 oraha,
ostaje visak od 3 oraha, u grupe od po 7 oraha, ostaje visak od 2 oraha, u
grupe od po 9 oraha, ostaje visak od 6 oraha. Postavlja se pitanje, koliko je
najmanje oraha bilo na gomili?
Da bismo odgovorili da ovo pitanje treba resiti sistem kongruentnih jednacina
x
(mod 5),
(mod 4),
(mod 7),
(mod 9).
5479
5479
= 252, M2 =
= 315,
5
4
M3 =
5479
5479
= 180, M4 =
= 140.
7
9
(mod 5),
315z2
(mod 4),
180z3
(mod 7),
140z4
(mod 9),
7.4. DIOFANTOVE I MODULARNE JEDNACINE
153
tj. jednacina
z1
(mod 5),
z2
(mod 4),
5z3
(mod 7),
5z4
(mod 9),
su z1 = 2, z2 = 1, z3 = 6 i z4 = 3. Trazeno resenje je
x = (M1 z1 + M2 z2 + M3 z3 + M4 z4 ) (mod m)
= (504 + 315 + 1080 + 420)
(mod nj ).
(7.24)
Korak 2 Na osnovu elemenata skupa {c1 , c2 , ..., ck } i konstanti aij formiramo novi skup brojeva {b1 , b2 , ..., bk }, na osnovu jednakosti
b1
c1
(mod n1 )
b2
b3
..
.
bk
(7.25)
154
GLAVA 7. BROJEVI
(mod 7),
(mod 11),
(mod 13).
(mod 11),
a13 7
(mod 13),
a23 11
(mod 13).
(mod 7),
b2
((7 b1 ) 8)
b3
(((3 b1 ) 2 b2 ) 6)
(mod 11),
(mod 13).
16
(mod 11) b2 = 5,
b3
(54)
Trazeno resenje je
x0 = b1 + b2 n1 + b3 n1 n2 = 5 + 5 7 + 11 7 11 = 887.
To je ujedno i najmanji prirodan broj koji zadovoljava sistem, jer je
887
.
Uopstenje Kineske teoreme o ostacima glasi
7.4. DIOFANTOVE I MODULARNE JEDNACINE
155
c1
(mod n1 )
c2
..
.
(mod n2 )
ck
(mod nk )
(mod 6),
(mod 10),
(mod 15).
(mod 6).
(mod 10).
(mod 10),
tj.
6t 8
(mod 10),
3t 4
(mod 5).
sto je ekvivalentno sa
(7.26)
156
GLAVA 7. BROJEVI
Mnozenjem leve i desne strane sa 2 dobijamo
6t 8
(mod 5),
t3
(mod 5).
tj.
(7.27)
(mod 15),
vidimo da je
(23 + 30v) 8
(mod 15)
1
3
(mod 5) t 4
1
3
(mod 5).
(mod 5),
te je b = 2. Sada je
t 4
1
3
(mod 5) t 42 (mod 5) t 8
(mod 5) t 3
(mod 5).
(mod n).
(7.28)
157
(mod 4),
3x 2
(mod 4).
tj.
Na osnovu nje dobijamo da je x = 2, tj. x = 27 4 = 2.
7.5
Prosti brojevi
(7.29)
158
GLAVA 7. BROJEVI
Teorema 7.19 (Osnovna teorema aritmetike) Svaki prirodan broj, veci od jedinice, ima jedinstveno razlaganje na proste cinioce.
Dokaz. Ako postoji bar jedan prirodan broj, veci od jedinice, koji ima dva razlicita razlaganja na proste cinioce, tada postoji i najmanji prirodan broj sa ovom
osobinom. Neka je to broj n
n = p1 p2 ps = q1 q2 qr
(7.30)
i q1 q2 qr .
(7.31)
(7.32)
159
2
23
2 32
2 32 5
2 32 5 7
2 32 7
235
2357
237
25
257
27
3
5
7
2
3
57
32 5
32 5 7
32 7
35
357
37
(7.33)
160
GLAVA 7. BROJEVI
Zatim, redom, brojevi deljivi prostim brojevima manjim od n, osim samih njih.
Kako u skupu {1, 2, ..., n} ima konacno prostih brojeva, nakon konacno koraka
dobijamo trazeni rezultat. Ovo moze biti prilicno slozeno. Pogotovu ako je n
veliki broj. Svaka ekonomizacija je korisna.
Fibonaci (Leonardo Pizanski) je primetio da je dovoljno elimisati slozene bro
jeve, koji su deljivi svim prostim brojevima koji su manji od n. Do ovog zakljucka
Primer 40. Neka je n = 100. Kako je 100 = 10, najmanji prost broj
manji od 10 je 7. Da bi pomocu Eratostenovog sita odreditili sve proste
brojeve izmedju 1 i 100, treba eliminisati slozene brojeve deljive, redom, sa
2, 3, 5 i 7. To je prikazano na sledecoj slici:
1
11
21
31
41
51
61
71
81
91
2
12
22
32
42
52
62
72
82
92
3
13
23
33
43
53
63
73
83
93
4
14
24
34
44
54
64
74
84
94
5
15
25
35
45
55
65
75
85
95
6
16
26
36
46
56
66
76
86
96
7
17
27
37
47
57
67
77
87
97
8
18
28
38
48
58
68
78
88
98
9
19
29
39
49
59
69
79
89
99
10
20
30
40
50
60
70
80
90
100
161
Kako smo vec pomenuli, nije ni malo lako odrediti za neki broj n, pogotovu
ako je veliki, da li je prost ili nije. Tako, na primer, nije lako uociti da li je broj
1000009 prost ili slozen. Ojler je sumnjao da je prost, ali je kasnije sam ustanovio
da je slozen, tj. da vazi jednakost 1000009 = 293 3413.
Na slican problem naisao je i Ferma. Bio je u dilemi da li je broj 100895598169
prost. Ustanovio je da je on slozen, tj. da je on proizvod brojeva 898423 i 112303.
Kada se pomenu ove dileme, citalac mora imati u vidu vreme kada su oni
stvarali. Nije bilo racunara, mada se u mnogim situacijama i danas nisu pokazali
od velike koristi. Rad sa velikim brojevima jos uvek je problem.
Primer 41. Hocemo ispitati da li je broj n = 119 prost. Na osnovu Fibonacijevog zakljucja,
treba ispitati da li je deljiv prostim brojevima 2,3,5,7 i
11, koji su manji od 119. Neposrednom proverom otkrivamo da je n = 119
slozen broj, tj. vazi jednakost 119 = 7 17.
Primer 42. Slicno, posmatrajmo broj n = 1999. Kako je 442 < 1999 < 452
treba ispitati deljivost broja n = 1999 prostim brojevima manjim od 45, tj.
brojevima 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41 i 43. On nije deljiv nijednim
od njih, te je zakljucak da je on prost.
Od ostalih kriterijuma za ispitivanje da li je neki broj prost, a koji se ne baziraju
na postupcima deljenja, pomenucemo sledeca dva, koja pripadaju Leonardu Ojleru.
Teorema 7.20 (Prvi Ojlerov kriterijum) Ako neparan prirodan broj n, n > 1,
moze da se predstavi u vidu razlike kvadrata dva prirodna broja na vise od jednog
nacina, on je slozen. Ako je to predstavljanje jedinstveno, on je prost.
Drugacija formulacija ovog kriterijuma, koja se pripisuje Fermi, glasi: Neparan
broj n, n > 1 nije prost ako i samo ako postoje prirodni brojevi p i q sa osobinama
n = p2 q 2 , p q > 1.
Primetimo da za svaki neparan broj n, n > 1, vazi razlaganje
n=
n+1
2
n1
2
(7.34)
162
GLAVA 7. BROJEVI
Primer 43. Iz tablice kvadrata prirodnih brojeva broju n = 3551 dodajemo redom kvadrate 12 , 22 , 32 , ..., r2 , r < 1775. Kako je 3551 + 72 = 602 ,
broj 3551 je slozen. Naime, razlaganje 3551 = 602 72 se razlikuje od razlaganja 3551 = 17762 17752 .
Primer 44. Posmatrajmo broj n = 31. Dodajemo mu redom kvadrate r2 ,
r < 15, tj. 12 , 22 , 32 , ... 142 . Nijedan od brojeva 31 + r2 nije potpun kvadrat
te je n = 31 prost broj.
Teorema 7.21 (Drugi Ojlerov kriterijum) Ako prirodan broj moze da se prikaze
u obliku sume kvadrata dva prirodna broja, na vise od jednog nacina, tada je on
slozen broj.
Na osnovu ovog kriterijuma zakljucujemo da ako prost broj mozemo prikazati
kao zbir kvadrata dva prirodna broja, to se moze ostvariti samo na jedan nacin.
Napomenimo da je Ferma dokazao da se svi prosti brojevi oblika 4k +1, k N ,
mogu prikazati u vidu zbira kvadrata dva prirodna broja.
Primer 45. Posmatrjamo prvih sest prostih brojeva, oblika 4k + 1. To su
5, 13, 17, 29, 37 i 41. Za njih vazi 5 = 12 + 22 , 13 = 22 + 32 , 17 = 12 + 42 ,
29 = 22 + 52 , 37 = 12 + 62 i 41 = 42 + 52 .
Vec smo pomenuli da se pomocu (7.29) ne mogu generisati svi prosti brojevi.
Postavlja se pitanje da li se to moze ostvariti pomocu neke formule. Odgovor na
ovo pitanje su trazili mnogi, ali bez vidnih rezultata. Medjutim, prilikom ovih
ispitivanja doslo se do mnogih drugih korisnih rezultata. Pomenimo neke od njih.
Trinom Ojlera f (n) = n2 + n + 41 za n = 0, 1, 2, ..., 39 daje proste brojeve.
Medjutim, za n = 40 to ne vazi jer je f (40) = 412 .
n
Ferma je smatrao da su brojevi 22 + 1 prosti. To vazi za n = 0, 1, 2, 3, 4.
Medjutim, za n = 5 to ne vazi jer je
5
2n k
2 +1=2
2n
+1= 2
2n
+1= 2
+1
2n
k1
2n
k2
+ + 1 .
163
7.6
164
GLAVA 7. BROJEVI
Teorema 7.23 (Mala Fermaova teorema) Ako je p prost broj i a tada vazi jednakost
ap a (mod p).
(7.35)
a a = (k + 1) (k + 1) = k + 1 +
p1
X
i=1
p1
X p
p i
k k 1 = kp k +
ki .
i
i
i=1
p
i
p!
, i = 1, 2, ..., p 1,
i!(p i)!
(mod p).
(7.37)
= (9 9 9 9 9 9 3) (mod 7) = (2 2 2 2 2 2 3)
= (8 8 3) (mod 7) = (1 1 3) (mod 7) = 3
(3 ) (mod 7)
te je 313 = 37
(mod 7),
= (9 9 9 3) (mod 7) = (2 2 2 3) (mod 7) =
= (8 3)
(mod 7).
(mod 7) = 3
(mod 7).
(mod 7)
165
(mod p).
(7.38)
(mod 7).
Veoma vaznu ulogu u teoriji brojeva igra Ojlerova funkcija, (n), koju cemo
uvesti sledecom definicijom.
Definicija 7.9 (Ojlerova funkcija) Sa (n) oznacava se ukupan broj prirodnih
brojeva, manjih od datog prirodnog broja n, koji su uzajamno prosti sa n. Po
definiciji je (1) = 1.
Primer 51. U sledecoj tabeli date su vrednosti Ojlerove funkcije (n) za
neke pocetne prirodne brojeve.
n
(n)
1
1
2
1
3
2
4
2
5
4
6
2
7
6
8
4
9
6
10
4
11
10
12
4
Slika 5.
Teorema 7.25 Neka su m i n uzajamno prosti brojevi, (m, n) = 1. Tada vazi
jednakost
(mn) = (m)(n).
166
GLAVA 7. BROJEVI
Teorema 7.26 Neka je n = p1 1 p2 2 pk k kanonska dekompozicija prirodnog broja n. Tada vazi jednakost
(n) = n 1
1
p1
1
1
1
p2
pk
(7.39)
1
1
1
1
1
= 32.
(120) = (23 31 51 ) = 23 3 5 1
2
3
5
Teorema 7.27 (Gausova formula) Neka je n prirodan broj i d1 , d2 , ..., dk svi, medjusobno razliciti, delioci broja n, pri cemu su ukljuceni i brojevi 1 i n. Tada vazi
jednakost
n = (d1 ) + (d2 ) + + (dk ).
(7.40)
Primer 53. Delioci broja 12 su 1, 2, 3, 4, 6 i 12. Tada je
(1) + (2) + (3) + (4) + (6) + (12) =
= 1 + 1 + 2 + (22 ) + (2 3) + (22 3) =
= 4 + (22 21 ) + (2)(3) + (22 ) (3) = 6 + 1 2 + 2 2 = 12.
Sledeca teorema je generalizacija Male Fermaove teoreme, a igra znacajnu ulogu
u resavanju kongruentnih jednacina.
Teorema 7.28 (Ojlerova formula) Ako su a i n uzajamno prosti prirodni brojevi,
(a, n) = 1, tada vazi jednakost
a(n) 1 (mod n).
(7.41)
167
Dokaz. Neka su brojevi 1 , 2 , ..., (n) svi prirodni brojevi manji od n i uzajamno prosti sa njim, i a prirodam broj sa osobinom (a, n) = 1. Tada su brojevi a1 , a2 , ..., a(n) uzajamno prosti sa n. Brojevi 1 2 (n) i a1
a2 a(n) su kongruentni po modulu n, pa je
a(n) 1 2 (n) (1 2 (n) )
(mod n),
tj.
a(n) 1 (mod n).
Posledica 14. Za n = p, p je prost broj, iz (7.41) se dobija (7.36).
Primer 54. Neka je a = 7 i n = 6, (6) = 2. Na osnovu (7.41) vazi
jednakost 72 1 (mod 6).
Posledica 15. Neka su a i b, b 6= 0, celi brojevi, n prirodan broj sa osobinom
(a, n) = 1. Tada je
x0 = ba(n)1
(7.42)
resenje kongruentne jednacine
ax b (mod n).
(7.43)
(7.44)
(7.45)
168
GLAVA 7. BROJEVI
Primer 55. Potrazimo najmanje pozitivno resenje jednacine
7x 26 (mod 5).
Njoj je ekvivalentna jednacina
3x 1
(mod 5).
(mod 7).
(mod 7) = 3 42
(mod 7) = 6.
Glava 8
Funkcije generatrise
Prilikom resavanja problema, svodjenjem na resavanje odgovarajuceg kombinatornog zadatka, najcesce nismo u mogucnosti da odmah dobijemo eksplicitno
resenje. Umesto brojeva koji karakterisu resavani zadatak, a koji cine neki realan
niz, mi dobijamo neke zavisnosti izmedju njih. Sada u drugom koraku, koristeci
razne matematicke tehnike i alatke, pokusavamo da na osnovu ovih zavisnosti
eksplicitno resimo postavljeni zadatak. To cemo ilustrovati u sledecem primeru.
i fn = fn1 + gn1 ,
170
Slika 1.
Naime, za fiksirano n, n-tog meseca bice polno zrelih parova onoliko koliko
ih je ukupno bilo polno zrelih i polno nezrelih parova u prethodnom mesecu.
Takodje, n-tog meseca bice onoliko polno nezrelih parova, koliko je polno
zrelih bilo u prethodnom mesecu.
Na osnovu dobijenih jednakosti, eliminacijom clanova niza (gn ) dobijamo da
clanovi trazenog niza (fn ) zadovoljavaju jednakost
fn+2 fn+1 fn = 0, f0 = f1 = 1,
(8.1)
171
Definicija 8.1 Neka je dat realan niz (an ), n N0 , gde je N0 = N {0}. Stepeni
red
+
X
F (t) =
an tn = a0 + a1 t + + an tn +
(8.2)
n=0
+
X
an
n=0
tn
t
tn
= a0 + a1 + + an +
n!
1!
n!
(8.3)
+
X
(an + bn )tn ,
n=0
+
X
Fa (t)Fb (t) =
cn tn ,
cn =
n=0
n
X
k=0
Ea (t) + Eb (t) =
+
X
(an + bn )
n=0
+
X
tn
Ea (t)Eb (t) =
dn ,
n!
n=0
+
X
d
Fa (t) =
nan tn1 ,
dt
n=1
Z x
0
Fa (t)dt =
+
X
n=0
ak bnk ,
an
xn+1
,
n+1
dn =
tn
,
n!
n
X
k=0
n
ak bnk
k
+
X
d
tn1
Ea (t) =
an
,
dt
(n 1)!
n=1
Z x
0
Ea (t)dt =
+
X
n=0
an
xn+1
,
(n + 1)!
172
Z +
0
ex E(xt)dx.
(8.4)
xn ex dx = n(n 1) 2 1 = n!.
In =
0
In =
x e
+ n xn1 ex dx = nIn1 ,
n x
dx = x e
tj.
In = nIn1 = n(n 1)In2 = = n(n 1) 2 1 I0 = n! I0 .
Kako je I0 = 1 na osnovu ove jednakosti dobijamo trazeni rezultat:
F (t)
+
X
an tn =
n=0
Z +
0
ex (
+
X
an n
tn
t n! =
an
n!
n!
n=0
n=0
+
X
+
X
an
n=0
(tx)n
)dx =
n!
Z +
0
Z +
0
ex xn dx
ex E(xt)dx.
Veza izmedju F (t) i E(t), jednakost (8.4), nekog niza, je uspostavljena pomocu
nesvojstvenog integrala. To je veliki ogranicavajuci faktor primene Teoreme 8.1,
jer ga je cesto veoma tesko ili nemoguce resiti u zatvorenom obliku.
Primer 2. Odredicemo clanove niza (an ), n N0 , cija je eksponencijalna
funkcija generatrise E(t) = tet . Najpre cemo na osnovu jednakosti (8.4)
odrediti funkciju generatrise niza
F (t) =
Z +
0
xt
xte dx = t
Z +
0
xex(1t) dx =
t
.
(1 t)2
173
Clanove
trazenog niza mozemo naci razvojem bilo koje od funkcija F (t) ili
E(t) u stepeni red. Ucinicemo to na oba nacina:
E(t) = tet = t
n
X
t
n=0
n!
n+1
X
t
n!
n=0
(n + 1)
n=0
X
tn+1
tn
=
n .
(n + 1)! n=0 n!
=
2
2
(1 t)
(1 t)
1t
F (t) =
!0
n=0
nt
n1
n=1
tn =
n=0
n=0
t =
n=0
1
1t
ntn1
1
1t
tn
n=0
n
(n + 1)t
n=0
t =
n=0
ntn ,
n=0
pa je, opet, an = n, n N0 .
U sledeca dva primera ilustrovacemo nalazenje funkcija F (t) i E(t) kada su
poznati clanovi posmatranog niza (an ) = n, n N0
Primer 3. Neka je niz (an ), n N0 , definisan sa
(
an =
1,
0,
za n = 0, 1, . . . , m
za n > m,
+
X
an tn =
n=0
E(t) =
+
X
n=0
an
m
X
tn =
n=0
tm+1 1
,
t1
t 6= 1.
m n
X
tn
t
t
t2
tm
=
= 1 + + + +
.
n! n=0 n!
1! 2!
m!
Koristeci jednakost (8.4) pokazacemo da je F (t) dobro odredjena, pod uslovom da to vazi i za E(t).
F (t) =
=
Z +
0
E(xt)dx =
m n Z +
X
t
n!
n=0
Z +
0
x n
x dx =
m
!
X xn tn
n=0
m
n
Xt
n!
n=0
n!
n! =
m
X
n=0
dx
tn .
174
=
=
Fc (t) =
+
X
bn t =
+
X
P+
n=0
n=0
P+ n n Pk1
n
n=0 a t
n=0 an t
tk
+
X
cn tn =
n=0
+
X
n=0 an+k t
tk
an+k t =
n an tn =
n=0
+
X
Fa (t)
n+k
Pk1
n=0 an t
tk
an (t)n = Fa (t).
n=0
U sledecem primeru vraticemo se na Fibonacijev niz, tj. na primer 1 i pokazacemo kako se njegovi clanovi mogu eksplicitno odrediti.
Primer 5. U primeru 1 smo pokazali da su clanovi Fibonacijevog niza
(fn ), n N0 , vezani relacijom
fn+2 fn+1 fn = 0, f0 = f1 = 1.
Pomnozimo ovu jednakost sa tn+2
fn+2 tn+2 fn+1 tn+2 fn tn+2 = 0
i obavimo sumiranje po n
+
X
fn+2 tn+2 t
n=0
+
X
fn+1 tn+1 t2
n=0
+
X
fn tn = 0.
n=0
fn tn
n=0
+
X
n=0
!
n
fn t f0 f1 t t
+
X
n=0
!
n
fn t a0 t
+
X
n=0
an t
= 0,
175
Kako je f0 = f1 = 1 iz poslednje jednakosti dobijamo da je
F (t) t F (t) t2 F (t) = 1
F (t) =
1
.
1 t t2
1 5
2 .
Tada je
F (t) =
1
1
=
1 t t2
5
b1
b2
1 b1 t 1 b2 t
1
bn+1
bn+1
tn .
1
2
5
n=0
+
X
!n+1
!n+1
1 1+ 5
1 5
, n N0 .
an =
2
2
5
fn,0 = 1,
(8.5)
+
X
k=0
+
X
k=0
fn,k tk =
+
X
k=0
fn,k1 tk +
+
X
fn1,k tk ,
fn,1 = 0,
k=0
tj.
(1 t)Fn (t) = Fn1 (t).
(8.6)
176
= (1 t)
+
X
(1)
k=0
+
X
k (n
(1) (1)
k=0
n k
t =
k
X n+k1
+ k 1) (n + 1)n k +
t =
tk .
k!
k
k=0
fn,k =
n+k1
k
za svako fiksirano n i k = 0, 1, . . ..
Nekada je zgodno naci clanove trazenog niza i bez razvoja odgovarajuce funkcije
generatrise, tj. eksponencijalne funkcije generatrise, u stepeni red. To omogucava
sledeca teorema.
Teorema 8.2 Neka su F (t) i E(t) funkcija generatrise i eksponencijalna funkcija
generatrise niza (an ), n N0 .Tada vaze jednakosti
an =
1
n!
n
d F (t)
dtn
t=0
i an =
dn E(t)
,
dtn t=0
za svako n N0 .
Primer 7. Neka je funkcija generatrise nekog niza (an ), n N0 , definisana
sa F (t) = (1 t)m , gde je m fiksirani prirodan broj. Kako je
F (n) (t) = m(m + 1) (m + n 1)(1 t)mn ,
i
F (n) (0) = m(m + 1) (m + n 1), n N0 ,
to na osnovu Teoreme 8.2 dobijamo
m(m + 1) (m + n 1)
m+n1
an =
=
,
n!
n
za svako n N0 .
Glava 9
Rekurentni nizovi
Moze se sa sigurnoscu reci da ideje za proucavanje rekurentnih nizova datiraju od
prvih pokusaja da se generalizuju geometrijski i aritmeticki niz. U literaturi se
srecu jos i pod nazivom povratni nizovi, sto vodi poreklo od bukvalnog prevoda
francuske reci reccurente. U sustini to su nizovi kod kojih se svaki clan, osim,
mozda, pocetnih konacno mnogo, izracunava na osnovu prethodno izracunatih ili
datih clanova niza. Intenzivno proucavanje ovih nizova se vezuje za XVIII vek i
sev, Markov.
imena cuvenih matematicara kao sto su Moavro, Bernuli, Ojler, Cebi
Pomenimo da rekurentni nizovi leze u osnovi mnogih matematickih disciplina, kao
na primer, teorije konacnih razlika ili teorije diferencnih jednacina.
U opstem slucaju niz (fn ), n N0 , ciji se clanovi generisu na osnovu jednakosti
fn+r = G(fn+r1 , fn+r2 , . . . , fn )
(9.1)
(9.2)
178
(9.3)
179
Primer 3. (Kubovi prirodnih brojeva) Posmatrajmo niz (fn ), n N0 ,
definisan sa fn = n3 . Pre nego sto razmotrimo problem odredjivanja odgovarajuce rekurentne relacije, podsetimo se pojma operatora r-te razlike (diference). Pod operatorom r-te razlike u oznaci r , nad datim nizom (fn ), n
N0 , podrazumeva se operator definisan sa
r fn = (r1 fn ),
r 1,
(9.4)
fn =
r
X
!
i
(1)
i=0
r
fn+ri ,
i
!
r
X
r
fn+r =
i fn .
i=0
(9.5)
(9.6)
Za fn = n3 , imamo da je n3 = 3n2 + 3n + 1, 2 n3 = 6n + 3, 3 n3 = 6,
4 n3 = 0, pa na osnovu (9.5) dobijamo da je
4
X
i=0
!
i
(1)
4
fn+4i = 0.
i
180
(9.7)
(9.8)
Slicno bi se dogodilo da smo umesto LRR (9.2) posmatrali HLRR (9.3). Uporedjivanjem (9.2) i (9.8) lako je uociti da ako polazni rekurentni niz (fn ), n
N0 , zadovoljava LRR (HLRR) duzine r, tada niz (Sn ), n N0 , zadovoljava LRR
(HLRR) duzine r + 1.
(i)
(1)
(2)
(3)
(3)
(2)
(3)
(3)
(9.9)
+
X
n=0
fn tn
(9.10)
181
funkciju generatrise koja odgovara trazenom rekurentnom nizu (fn ), n N0 . Koristeci parametre 1, a1 , a2 , . . . , ar iz (9.9) formirajmo polinom K(t), stepena r,
K(t) = 1 + a1 t + + ar tr .
(9.11)
+
X
ci ti .
(9.12)
i=0
Kako je
cn+r = f0 0 + f1 0 + + fn1 0 + fn ar + + fn+r 1 =
= fn+r + a1 fn+r1 + + ar fn = 0,
za svako n N0 , na osnovu (9.9) i (9.10), dobijamo da je
F (t)K(t) = C(t) = c0 + c1 t + + cr1 tr1 .
(9.13)
(9.15)
1
Polinomi K(t) i g(t) su povezani jednakoscu K(t) = tr g( ), pa K(t) mozemo
t
napisati u obliku
K(t) = (1 z1 t)r1 (1 z2 t)r2 (1 zs t)rs .
Kako je stepen polinoma C(t) manji od stepena polinoma K(t) funkcija F (t) =
C(t)
je prava racionalna funkcija, pa je mozemo predstaviti u obliku
K(t)
r
F (t) =
s X
i
X
ik
C(t)
=
,
K(t) i=1 k=1 (1 zi t)k
(9.16)
182
ik (1 zi t)k = ik 1 + (k)(zi t) + +
i
(k) (k n + 1)
(zi t)n +
n!
(n + k 1) k n
n+k1 n
n+k1 n
ik
zi = ik
zi = ik
zi .
n!
n
k1
Kako je binomni koeficijent
pisati da je
n+k1
ri
hX
k1
ik
k=1
n+k1 i n
zi = Pi (n)zin ,
k1
(9.17)
s +
X
X
i=1
Pi (n)zin tn =
n=0
+
s
X X
n=0
Pi (n)zin tn .
(9.18)
i=1
s
X
Pi (n)zin ,
(9.19)
i=1
(9.21)
183
Imamo ukupno r proizvoljnih konstanti ij , i = 1, 2, . . . , s i j = 0,1, 2,. . .,ri 1.
Ako je HLRR (9.9) sa pocetnim vrednostima i one se mogu odrediti iz odgovarajuceg sistema linearnih jednacina koji se dobija iz (9.19) za n = 0, n = 1, . . .,
n = r 1.
Time smo uglavnom resili postavljeni zadatak 30 za slucaj HLRR, sa ili bez
pocetnih uslova. Kako smo rekli da ovaj problem nije ni malo lak, treba objasniti
gde leze objektivne teskoce. Teskoce leze u nalazenju karakteristicnih nula. Ako
je karakteristicni polinom (9.14) veceg stepena od 4, znamo da njegove nule ne
mozemo naci, u opstem slucaju, u zatvorenom obliku. Na to nas podseca cuvena
teorema Abela. U takvim situacijama, ako polinom nije u nekom specijalnom
obliku, recimo da pripada skupu klasicnih ortogonalnih polinoma i slicno, moramo
pribeci nekim numerickim metodama za nalazenje nula karakteristicnog polinoma
g(t). Na srecu, takvih je metoda mnogo i dobro su razradjene u literaturi.
Generisanje niza na osnovu date HLRR ilustrovacemo na nekim konkretnim
primerima.
Primer 6. Generisacemo niz (fn ), n N0 , na osnovu HLRR
fn+2 2fn+1 + fn = 0.
Karakteristicni polinom ove HLRR je
g(t) = t2 2t + 1 = (t 1)2 .
Njegove nule su t1 = t2 = 1. Na osnovu (9.19) opste resenje trazene HLRR
je
fn = (c1 + c2 n)1n = c1 + c2 n.
Ako su nam date i pocetne vrednosti, na primer f0 = 1 i f1 = 3, konstante
c1 i c2 dobijamo iz sistema
1 = c1
3 = c1 + c2 .
Resenje je
fn = 2n + 1,
n N0 .
184
3
1
3
1
, t3 = i
. Opste resenje date
Njegove nule t1 = 1, t2 = + i
2
2
2
2
HLRR je
!n
!n
1
3
1
3
fn = c1 + c2 + i
+ c3 i
,
2
2
2
2
pri cemu konstante c1 , c2 i c3 treba odrediti iz pocetnih uslova. Pre toga
transformisimo malo dobijeno resenje. Kako je
1
3
1
3
+i
= cos + i sin ,
i
= cos i sin ,
2
2
3
3
2
2
3
3
imamo da je
fn = c1 + c2 (1)n (cos
n
n
+ (1)n b sin
.
3
3
n
n
n+1
n+1 3
fn = 2 + (1)
cos
+ (1)
sin
=
3
3
3
3
(n + 1)
= 2 + (1)n+1 2
sin
3
3
za n N0 .
Primer 8. Odredimo determinantu trodijagonalne matrice A = (aij ), reda
n n, ciji su svi dijagonalni elementi jedinice.
Ovaj problem cemo resiti tako sto cemo formirati rekurentni niz (fn ), n N0 ,
gde je fn vrednost detrminante odgovarajuce matrice reda n n
fn = detA =
1
1
0
..
.
1
1
1
0 ...
0 0 ...
1 0
1 1
..
.
1
1 1
0
0
0
185
Ako ovu determinantu razvijemo po prvoj koloni dobijamo da je
fn = fn1 fn2
tj.
fn+2 fn+1 + fn = 0,
za n N . Karakteristicni polinom ove HLRR je
g(t) = t2 t + 1
pa je t1 =
1+i 3
2
i t2 =
1i 3
2 .
fn = c1
1 + i 3 n
tj.
fn = a cos
+ c2
1 i 3 n
n
n
+ b sin
.
3
3
n
n
(n + 1)
3
3
detA = fn = cos
+
sin
=2
sin
.
3
3
3
3
3
Primetimo da se na osnovu iste HLRR za razlicite pocetne vrednosti generisu
razliciti rekurentni nizovi. Svi oni se mogu dobiti na osnovu opsteg resenja, datog
sa (9.19), za razlicite pocetne vrednosti. U sledeca dva primera pokazacemo kako
se na osnovu opsteg resenja, tj. opsteg clana rekurentnog niza moze rekonstruisati
HLRR koriscenjem odgovarajuceg karakteristicnog polinoma.
Primer 9. Neka je rekurentni niz (fn ), n N0 , zadat sa fn = (n 1)2 3n +
2n . Na osnovu ovoga mozemo da zakljucimo da su nule odgovarajuceg karakteristicnog polinoma t1 = 2, t2 = t3 = t4 = 3. Tako je karakteristicni polinom
g(t) = (t 2)(t 3)3 = t4 11t3 + 45t2 81t + 54,
pa zakljucujemo da dati rekurentni niz zadovoljava sledecu HLRR
fn+4 11fn+3 + 45fn+2 81fn+1 + 54fn = 0.
186
se tice resavanja LRR oblika (9.2) dotaci cemo se samo nekih osnovnih
Sto
principa.
Posmatrajmo LRR oblika (9.2) i neka je njoj pridruzena HLRR (9.3). Ako je
fp bilo koje partikularno resenje, tj. rekurentni niz koji zadovoljava LRR (9.2), a
nije sadrzano u opstem resenju odgovarajuce HLRR (9.3), oznaceno sa fn , lako je
(0)
pokazati da je fn dato sa
fn(0) = fp + fn
opste resenje LRR (9.2). Primecujemo da je analogija sa diferencijalnim jednacinama potpuna. Samim tim ostaju na snazi, pa se jos i pojacavaju zbog slabog
matematickog aparata, poteskoce u pronalazenju partikularnog resenja LRR (9.2).
Uocena analogija nije slucajna. Ako u RR (9.1), tj.(9.2) ili (9.3), clanove rekurentnog niza zamenimo odgovarajucim diferencama, uvedenim u Primeru 3., ona
postaje diferencna jednacina.
Ovom prilikom dacemo samo neka uputstva za odredjivanje partikularnog resenja LRR (9.2), za neke specijalne oblike funkcije (n):
10 Ako je (n) = n , pri cemu nije nula karakteristicnog polinoma g(t),
partikularno resenje treba potraziti u obliku fp = c n , gde je c konstanta
1
koju treba odrediti. Nije tesko videti da je c = g()
.
20 Ako je (n) = n i je nula reda l (1 l r), karakteristicnog polinoma
g(t), partikularno resenje treba potraziti u obliku fp = cn(n 1) (n
l + 1) n , gde je c konstanta koju treba odrediti tako da je zadovoljena LRR
(9.2).
187
30 Ako je (n) = c0 nr + c1 nr1 + + cr , gde su c0 , c1 , . . . , cr date konstante,
c0 6= 0, i 1 nije nula karakteristicnog polinoma g(t), partikularno resenje
treba potraziti u obliku fp = b0 nr + b1 nr1 + + br , pri cemu konstante b0 ,
b1 , . . . , br treba odrediti tako da vazi (9.2).
40 Ako je (n) = c0 nr + c1 nr1 + + cr , gde su c0 , c1 , . . . , cr date konstante,
a 1 je nula reda l karakteristicnog polinoma g(t), partikularno resenje treba
potraziti u obliku fp = nl (b0 nr + b1 nr1 + + br ), pri cemu konstante b0 ,
. . . , br treba potraziti iz uslova da fp zadovoljava (9.2).
Resavanje LRR oblika (9.2) ilustrovacemo na nekim konkretnim primerima.
Primer 11. Odredimo opsti clan rekurentnog niza (fn ), n N0 , ako njegovi clanovi zadovoljavaju LRR
fn+2 2fn+1 + fn = 2n
(9.22)
(9.23)
Da bismo dobili opsti clan trazenog niza treba jos odrediti konstante c1 i c2
tako da su zadovoljeni pocetni uslovi f0 = 1 i f1 = 2. Stavljajuci redom
n = 0 i n = 1 u (9.23) dobijamo da je c1 = c2 = 0, pa je opsti clan trazenog
rekurentnog niza fn = 2n .
Primer 12. Odredimo opsti clan rekurentnog niza (fn ), n N0 , ciji clanovi
zadovoljavaju LRR
fn+3 5fn+2 + 8fn+1 4fn = 2n .
(9.24)
188
(c = konstanta).
189
je LRR (9.2) bila duzine r, zamenom dobijenog resenja novodobijene HLRR
u (9.2), odredjuje se k + 1 konstanti ovog resenja. Ilustrovacemo to na LRR
(9.25). Kako je (n) = n+1, na levu i desnu stranu LRR (9.25) primenicemo
operator 2 . Dobijamo
2 fn+1 22 fn = 2 (n + 1),
fn+3 2fn+2 + fn+1 2(fn+2 2fn+1 + fn ) = 0,
fn+3 4fn+2 + 5fn+1 2fn = 0.
(9.26)
190
(9.28)
Glava 10
Kombinatorika
10.1
Dirihleov princip
U prethodnim odeljcima upoznali smo se sa tri principa (princip jednakosti, princip sume i princip proizvoda) koji su osnovni prilikom resavanja kombinatornih
zadataka sa prebrojavanjem. Sada cemo definisati i cetvrti, poznat pod nazivom:
Dirihleov princip ili princip pregrada ili princip golubarnika.
Slaba forma Dirihleovog principa moze se formirati sledecom teoremom:
Teorema 10.1 Ako n + 1 predmeta zelimo da smestimo u n pregrada bar u jednoj
bice vise od jednog.
Dokaz. Ako bi svaka pregrada sadrzala po 1 predmet, bilo bi ih ukupno n, sto je
suprotno pretpostavci da ih ima ukupno n + 1.
U smislu skupova Dirihleov princip moze da se formulise na sledeci nacin: ako
konacan skup A, |A| = n + 1, razbijemo na k, 1 k n, disjunktnih podskupova,
bar jedan od njih ce sadrzati najmanje dva elementa.
Navescemo jos jednu formulaciju slabe forme Dirihleovog principa, ekvivalentnu
onoj u Teoremi 1, zbog njene pogodnosti prilikom resavanja odredjenih kombinatornih zadataka.
Teorema 10.2 Neka su X i Y dva konacna skupa, |X| > |Y |, i f totalna funkcija
koja preslikava skup X u Y . Funkcija f ne moze biti injektivna.
Dokaz. Pretpostavimo da je f : X 7 Y , |X| > |Y |, injektivno. Tada postoji |Y |
razlicitih elemenata u skupu Y , tako da za svaki od njih postoji x X, tako da je
x = f 1 (y) i X = U f 1 (y).
191
192
GLAVA 10.
KOMBINATORIKA
Ali, ako je |X| > |Y |, tada postoje bar dva elementa u skupu X, x i x0 , sa osobinama x 6= x0 i f (x) = f (x0 ), sto je suprotno pretpostavci da je f injektivna.
Primer 1. Dokazacemo da u skupu od 8 ljudi moraju postojati bar dva
coveka rodjena istog dana u sedmici.
Neka je X skup ljudi, |X| = 8, a Y skup dana u nedelji, |Y | = 7 i f totalna
funkcija koja svakom coveku dodeljuje neki dan u nedelji. Kako je |X| >
|Y |, po Dirihleovom principu f ne moze biti injektivna, pa bar dva coveka
preslikava u isti dan sedmice. To znaci da su bar dva coveka, od posmatranih
8, rodjeni istog dana u sedmici.
Primer 2. Dokazimo da u skupu od n+1 prirodnih brojeva postoje bar dva
ciji su ostaci pri deobi sa n, isti. Neka su a1 , a2 , ..., an , an+1 razliciti prirodni
brojevi, kojima redom, odgovaraju ostaci r1 , r2 , ..., rn , rn+1 , prilikom deobe
brojem n. Kako je
0 ri < n
za svako i = 1, 2, ..., n + 1, ako bi bili svi medjusobno razliciti to bi znacilo
da postoji n + 1 nenegativan ceo broj manji od n. To je nemoguce, jer ih
ima tacno n.
Primer 3. U kutiji se nalazi deset kuglica i to dve bele, dve crne, dve
crvene, dve zelene i dve plave. Koliko treba najmanje izvuci kuglica, u jednom izvlacenju, da sigurno izvucemo bar dve kuglice istih boja. Koristeci
Dirihleov princip nije tesko ustanoviti da je to broj 6.
Generalizacije, tj. jake forme, Dirihleovog principa formulisacemo u narednim
teoremama.
Teorema 10.3 Ako m predmeta zelimo da rasporedimo u n pregrada, tada bar
jedna sadrzi namanje d m
n e predmeta.
Sa dxe, u Teoremi 3, oznacili smo najmanji moguci ceo broj koji je veci, ili
jednak, od broja x.
Teorema 10.4 Ako
m1 + m2 + + mn n + 1
predmeta, pri cemu su n i mi , i = 1, 2, ..., n, prirodni brojevi, treba rasporediti u
n pregrada, oznacenih sa M1 , M2 , ..., Mn , tada postoji bar jedna pregrada Mi , koja
sadrzi najmanje mi predmeta.
10.2.
PERMUTACIJE
193
(mi 1) = m1 + m2 + + mn n
i=1
100
e = d14.26...e = 15,
7
10.2
Permutacije
Definicija 10.1 Permutacija elemenata skupa Sn = {a1 , a2 , . . . , an } je svaka uredjena n-torka medjusobno razlicitih elemenata ovog skupa.
Kako u svakoj permutaciji elemenata datog skupa ucestvuju svi elementi ovog
skupa, umesto termina permutacija elemenata koristi se i termin permutacija
skupa.
Primer 6. Sve moguce permutacije elemenata skupa S3 = {a1 , a2 , a3 } su
(a1 , a2 , a3 ), (a1 , a3 , a2 ), (a2 , a1 , a3 ), (a2 , a3 , a1 ), (a3 , a1 , a2 ), (a3 , a2 , a1 ).
194
GLAVA 10.
KOMBINATORIKA
(10.2)
koja nije nista drugo nego jedna permutacija elemenata skupa Sn . Naravno,
vazi i obrnuto. Uocimo bilo koju permutaciju elemenata skupa Sn , tj. uredjenu
n-torku ovih elemenata. Svakom elementu iz ove permutacije pridruzimo broj iz
skupa Zn , koji oznacava njegovu poziciju u permutaciji. Formirajmo uredjene
parove pozicija i odgovarajucih elemenata date permutacije, tj. uredjene n-torke.
Skup ovih uredjenih parova, duzine n, je jednoznacno odredjen datom permutacijom.
Sprovedenom analizom smo pokazali da se permutacije elemenata datog skupa
Sn mogu definisati pomocu skupova uredjenih parova oblika (10.1).
Primer 7. Na osnovu skupova S3 = {a, b, c} i Z3 = {1, 2, 3} formirajmo
Dekartov proizvod Z3 S3 ,
Z3 S3 = {(1, a), (1, b), (1, c), (2, a), (2, b), (2, c), (3, a), (3, b), (3, c)}.
Formirajmo sve podskupove skupa Z3 S3 , oblika (10.1), duzina 3, tako
da sve prve komponente i sve druge komponente uredjenih parova u svakom
10.2.
PERMUTACIJE
195
p2 = (a, c, b),
p3 = (b, a, c),
p4 = (b, c, a),
p5 = (c, a, b),
p6 = (c, b, a).
Ove uredjene trojke i jesu sve moguce permutacije elemenata skupa S3 . Naravno, moze i obrnuto da se pokaze, da ovim uredjenim trojkama jednoznacno
odgovaraju gore navedeni podskupovi uredjenih parova.
Pokazacemo kako se permutacije elemenata skupa Zn = {1, 2, . . . , n} mogu
definisati kao odredjene relacije elemenata ovog skupa.
Formirajmo Dekartov proizvod Zn Zn . Poznato je da svaki podskup skupa
Zn Zn definise jednu relaciju na skupu Zn . Iz skupa Zn Zn izdvojimo sve
podskupove, tj. relacije, oblika
= {(1, j1 ), (2, j2 ), . . . , (n, jn )}
(10.3)
196
GLAVA 10.
KOMBINATORIKA
Ako prva komponenta u uredjenim parovima relacije k , k = 1, . . . , 6, predstavlja poziciju druge komponente u odgovarajucoj uredjenoj trojki pk , k =
1, . . . , 6, dobijamo da je
p1 = (1, 2, 3),
p2 = (1, 3, 2),
p3 = (2, 1, 3),
p4 = (2, 3, 1),
p5 = (3, 1, 2),
p6 = (3, 2, 1),
p=
1
aj1
2
aj2
... n
. . . ajn
(10.4)
p1 =
p4 =
1 2 3
a b c
1 2 3
b c a
p2 =
p5 =
1 2 3
a c b
1 2 3
c a b
p3 =
p6 =
1 2 3
b a c
1 2 3
c b a
,
!
10.2.
PERMUTACIJE
197
Iskoristimo priliku da na ovom primeru pokazemo kako se permutacije elemenata nekog skupa mogu prikazati graficki. Elementi skupa Zn , tj. u
ovom slucaju Z3 , se uzimaju na x-osi, a elementi skupa Sn , tj. S3 , kao
slike odgovarajuceg preslikavanja na y-osi. Dobijene tacke u xy-ravni, za
jedno preslikavanje (permutaciju) se spajaju pravom linijom. Na Slici 1 su
prikazane permutacije p1 i p2 iz ovog primera.
Slika 1
Pre nego sto damo jos neke nacine definisanja permutacija datog skupa, primetimo da svaka permutacija elemenata skupa Sn = {a1 , a2 , . . . , an } i sam skup Sn
imaju iste elemente, pri cemu se svaki element javlja tacno jedanput. Znaci da
se permutacija elemenata skupa Sn moze definisati i kao jedno obostrano jednoznacno preslikavanje skupa Sn u samog sebe. Ali u saglasnosti sa (10.4) znaci
da sva razmatranja u vezi sa pojmom permutacija elemenata nekog skupa mozemo,
bez smanjenja opstosti, vezivati za odgovarajuci skup Zn , sto cemo u daljem tekstu
cesto koristiti.
Permutacija elemenata datog skupa moze biti zadata pomocu ciklusa elemenata
koje sadrzi. Ali, pre nego sto je tako definisemo, moramo da objasnimo pojam
ciklusa.
Neka je data neka permutacija p elemenata skupa Zn = {1, 2, . . . , n}
p=
1
2
...
n
p(1) p(2) . . . p(n)
(10.5)
198
GLAVA 10.
KOMBINATORIKA
p1 =
1 2 3
1 2 3
p3 =
p5 =
1 2 3
2 1 3
1 2 3
3 1 2
= (1)(2)(3),
p2 =
= (12)(3),
p4 =
= (132),
p6 =
1 2 3
1 3 2
1 2 3
2 3 1
1 2 3
3 2 1
= (1)(23),
!
= (123),
!
= (13)(2).
Na ovim primerima mozemo proveriti, a to vazi generalno, da raspored ciklusa u proizvodu (10.7) ne utice na permutaciju, tj. ne izaziva promene u
njoj. Takodje, permutacija se ne menja ako nekom njenom ciklusu ciklicno
menjamo mesta elementima. Tako, na primer, vaze jednakosti
p2 = (1)(23) = (23)(1) = (32)(1),
10.2.
PERMUTACIJE
199
p = (48)(275)(31)(6) =
4 8 2 7 5 3 1 6
8 4 7 5 2 1 3 6
1 2 3 4 5 6 7 8
3 7 1 8 2 6 5 4
(10.8)
naziva se ciklusnom strukturom date permutacije i permutacija sa ovom strukturom se obelezava sa p{k1 ,k2 ,...,kn } .
Primer 12. Ciklusna struktura permutacije
p=
1 2 3 4 5 6 7 8
2 1 5 6 7 4 3 8
= (12)(357)(46)(8),
(ri 1) =
s
X
i=1
ri
s
X
1 = n s.
i=1
200
GLAVA 10.
KOMBINATORIKA
p1 =
i
p2 =
1 2 3 4 5 6 7 8
3 7 1 8 2 6 5 4
1 2 3 4 5 6 7 8
2 3 1 5 6 4 8 7
= (13)(275)(48)(6)
!
= (123)(456)(78).
p=
1 2 ... n
i1 i2 . . . in
bilo koja dva razlicita broja ij i ik medjusobno promene mesta, parnost permutacije
se menja.
Prilikom razlaganja date permutacije po ciklusima cesto se koristi skraceni
nacin oznacavanja. On se sastoji u tome sto se ciklusi duzine jedan izostavljaju.
Prilikom ovakvog nacina oznacavanja jednoznacnost se ne gubi.
Primer 14. Za sledece permutacije p1 i p2 ravnopravna su sledeca oznacavanja u razlaganjima po ciklusima
p1 =
p2 =
1 2 3 4 5 6 7 8
2 3 4 1 6 5 7 8
1 2 3 4 5 6 7 8
2 3 1 4 6 5 7 8
= (1234)(56)(7)(8) = (1234)(56),
!
= (123)(4)(56)(7)(8) = (123)(56).
10.2.
PERMUTACIJE
201
p=
1 2 ... n
r1 r2 . . . rn
= (ri rj ),
i 6= j,
naziva se transpozicijom.
Kako transpozicija sadrzi jedan ciklus duzine 2, a svi ostali su duzine jedan
(s = n 1), to bez obzira na prirodu broja n, imamo da je (p) = n (n 1) = 1,
tj. ona je uvek neparna permutacija.
Transpozicije se mogu uopstiti na sledeci nacin:
Definicija 10.3 Permutacija p, elemenata Zn = {1, 2, . . . , n}, koja se u skracenom
ciklusnom predstavljanju sastoji od samo jednog ciklusa duzine r, 1 < r n, naziva
se ciklusnom permutacijom duzine r ili prosto ciklusom duzine r.
Nije tesko primetiti da je svaka transpozicija ciklusna permutacija duzine dva,
tj. ciklus duzine dva.
Primer 15. Permutacije p1 i p2 skupa Z8 = {1, 2, . . . , 8}
p1 =
i
1 2 3 4 5 6 7 8
1 2 4 3 5 6 7 8
1 2 3 4 5 6 7 8
2 3 4 6 5 1 7 8
p2 =
= (34),
= (1346),
p=
1 2 ... n
j1 j2 . . . jn
(10.10)
aij =
1,
0,
ako je j = ji
u ostalim slucajevima,
(10.11)
202
GLAVA 10.
KOMBINATORIKA
(10.12)
(10.13)
Dokaz. Ako se dati skup sastoji od samo jednog elementa, n = 1, tada je ukupan
broj permutacija njegovih elemenata 1. Znaci za n = 1, (10.13) vazi. Neka se
dati skup sastoji od n elemenata i neka je Pn ukupan broj permutacija njegovih
elemenata. Ako izostavimo bilo koji element ovog skupa, od preostalih elemenata
mozemo formirati Pn1 permutacija. Kako izostavljeni element mozemo prikljuciti
svakoj permutaciji od n 1 elementa na n nacina, vazi jednakost
Pn = nPn1 .
(10.14)
10.2.
PERMUTACIJE
203
+
X
tn =
n=0
+
X
n!
n=0
tn
,
n!
1
1t
eksponencijalna
osnovna permutacija
Zn = {1, 2, . . . , n} p1 = (1, 2, . . . , n)
Sn = {a1 , a2 , . . . , an } p1 = (a1 , a2 , . . . , an )
S5 = {1, 5, 3, 7, 4} p1 = (1, 3, 4, 5, 7)
S6 = { 3, 7, 2, 4, 13} p1 = ( 2, 3, 4, 7, 13)
S3 = {, , } p1 = (, , )
S4 = {b, g, d, h} p1 = (b, d, g, h)
204
GLAVA 10.
KOMBINATORIKA
(10.16)
Cesto
je korisno izvrsiti podelu skupa svih permutacija IP , elemenata skupa
Zn = {1, 2, . . . , n}, na n disjunktnih podskupova Snk , k = 1, . . . , n, tako da je
IP =
n
[
k=1
Snk . Pri ovoj podeli skup Snk , k = 1, 2, . . . , n, sadrzi sve permutacije koje
10.2.
PERMUTACIJE
205
p1 = (1, 2, . . . , n)
= (k, 1, . . . , k 1, k + 1, . . . , n), (k = 2, . . . , n 1)
(k1)(n1)!+1
p
(n1)(n1)!+1 = (n, 1, . . . , n 1).
(10.17)
206
GLAVA 10.
KOMBINATORIKA
(10.18)
Primer 20. Odredimo poziciju permutacije p = (3, 2, 4, 1), elemenata skupa Z4 = {1, 2, 3, 4}, u odgovarajucem leksikografskom nizu permutacija
p1 < p2 < < pk < < p24 .
(10.19)
10.2.
PERMUTACIJE
207
(2)
(10.20)
208
GLAVA 10.
KOMBINATORIKA
10.3
Posebnu klasu permutacija cine one kod kojih se elementi koji je cine mogu ponavljati. Dacemo jednu, od mnogih, definicija ovih permutacija.
Definicija 10.4 Neka je datom skupu Sk = {a1 , a2 , . . . , ak } pridruzena familija
V , elemenata skupa Sk , koja sadrzi i elemenata ai , i = 1, 2, . . . , k, pri cemu
je 1 + 2 + + k = n. Svaka uredjena n-torka elemenata familije V naziva
se permutacijom sa ponavljanjem elemenata skupa Sk , sa ogranicenjima i , i =
1, 2, . . . , k.
Primer 22. Skupu S3 = {a, b, c} pridruzimo, na primer, familiju V = {a, a,
b, c}. Element a javlja se u familiji V dva puta, dok se elementi b i c javljaju
po jednom. Permutacije reda 4 elemenata skupa S3 su ustvari permutacije
elemenata familije V . Navescemo ih poredjanje u leksikografskom poretku:
aabc < aacb < abac < abca < acab < acba <
< baac < baca < bcaa < caab < caba < cbaa.
Ove permutacije se mogu formirati tako sto se najpre formiraju sve moguce
permutacije elemenata skupa V , tj. kao skupa od 4 elementa, pa se eliminise visestruko pojavljivanje nekih permutacija.
Neka je datom skupu Sk = {a1 , a2 , . . . , ak } pridruzena familija V kao u Defini( , ,...,k )
ciji 4. Oznacimo sa pn 1 2
ukupan broj, medjusobno razlicitih, permutacija
10.3.
209
elemenata familije V . Uocimo jednu od njih. Ako u njoj permutujemo samo element a1 , a to se moze ostvariti 1 ! puta, sve dobijene permutacije su medjusobno
( , ,...,k )
jednake. Njihov ukupan broj je 1 !pn 1 2
. Ako u svakoj od ovih permutacija
permutujemo element a2 , a to je moguce obaviti 2 ! puta, opet dobijamo sve
( , ,...,k )
medjusobno jednake permutacije. Ukupan njihov broj je 1 !2 !pn 1 2
. Ako
ovaj postupak produzimo za svako ai , i = 3, . . . , k, dobijamo da je ukupan broj
medjusobno razlicitih permutacija elemenata familije V jednak
1 ,2 ,...,k )
p(
=
n
(1 + 2 + + k )!
,
1 !2 ! k !
n!
.
1 !2 ! k !
(10.22)
210
GLAVA 10.
KOMBINATORIKA
(2,1)
(2,1,3)
jke p1
i od preostalih elemenata formirajmo uredjeni par p1
= (1, 2).
Cetvrti
element, 2, zadate permutacije nalazi se na drugoj poziciji u ured(2,1,3)
jenom paru p1
. To znaci da se u skupu permutacija koje pocinju elementima 213, ispred prve permutacije koja na cetvrtoj poziciji ima element
2, javlja (2 1)(5 4)! = 1 permutacija. Dobili smo da se ispred zadate
permutacije pm = (2, 1, 3, 2, 1) u leksikografskom nizu permutacija nalazi
ukupno 12+0+4+1=17 permutacija. Znaci da se ona nalazi na 18. poziciji,
tj. da je m = 18.
Primer 24. Neka je skupu Z3 = {1, 2, 3} pridruzena familija V = {1, 2, 2, 3,
3}. Odrediti 17. permutaciju u odgovarajucem leksikografskom nizu permutacija elemenata familije V .
Kako je
(17 1) :
4
(5 1)!
=2+ ,
2!2!
6
(10.23)
1
(5 2)!
=3+
2!
3
(5 2)!
4
=2+ ,
2!
3
(2)
10.4.
211
osnovu jednakosti
(5 3)!
=2
1!
dobijamo da je k3 = 2, tj. i3 = 2 + 1 = 3. To znaci da iz uredjene trojke
(2,3)
p1
izdvajamo elemenat sa trece pozicije, j3 = 3 i formiramo uredjeni
(2,3,3)
par p1
= (1, 2). Kako je k4 = 0, tj. i4 = 1, sledeci elementi trazene
permutacije su j4 = 1 i j5 = 2. Konacno imamo da je trazena permutacija
jednaka
p17 = (2, 3, 3, 1, 2).
4:
10.4
Posebnu klasu permutacija bez ponavljanja elemenata nekog zadatog skupa, cine
takozvane permutacije totalne neuredjenosti. Uocimo, na primer, neku permutaciju pq elemenata skupa Sn = {a1 , a2 , . . . , an } i proglasimo je glavnom. Sada iz
skupa svih mogucih permutacija bez ponavljanja elemenata skupa Sn = {a1 , a2 ,
. . . , an }, izdvojimo samo one kod kojih se ni jedan od elemenata ai , i = 1, 2, . . . , n,
ne nalazi na poziciji koju je imao u glavnoj permutaciji. Izdvojene permutacije
predstavljaju permutacije neuredjenosti. One igraju veoma vaznu ulogu pri resavanju mnogih kombinatornih zadataka.
Primer 25. Uocimo osnovnu permutaciju elemenata skupa Z4 = {1,2,3,4},
p1 = (1, 2, 3, 4) i proglasimo je glavnom. Od preostale 23 permutacije, njih
9 pripada skupu permutacija totalne neuredjenosti u odnosu na permutaciju
p1 . To su sledece permutacije
(2, 1, 4, 3),
(2, 3, 4, 1),
(3, 4, 2, 1),
(2, 4, 1, 3),
(4, 1, 2, 3),
(3, 1, 4, 2),
(4, 3, 1, 2),
(3, 4, 1, 2),
(4, 3, 2, 1).
Ukupan broj permutacija totalne neuredjenosti ne zavisi od izbora glavne permutacije. Ako posmatramo skup Zn = {1, 2, . . . , n} tada ukupan broj permutacija
totalne neuredjenosti, u odnosu na recimo osnovnu permutaciju, iznosi
rn =!n = n!
n
X
(1)k
k=0
k!
(10.24)
212
GLAVA 10.
KOMBINATORIKA
+
X tn
1
=
rn .
(1 t)et n=0 n!
+
X
n=0
10.5
Definisacemo sada posebne klase permutacija datog skupa poznate pod nazivom
permutacije sa usponima i permutacije sa padovima.
Neka je dat skup Zn = {1, 2, , . . . , n}. Za datu permutaciju
p=
1
2
...
n
p(1) p(2) . . . p(n)
10.6.
PERMUTACIJE SA INVERZIJAMA
213
kazemo da sadrzi uspon (pad) ako za neko i, 1 i n, vazi nejednakost p(i) <
p(i + 1) (p(i) > p(i + 1)). Postavlja se interesantno pitanje ukupnog broja permutacija elemenata skupa Zn koje sadrze tacno k, 1 k n1, uspona (padova).
Oznacimo sa a(n, k) trazeni broj. Ako usvojimo da je a(i, 0) = 1 za i 0 i
a(0, k) = 0 za k 1, pokazuje se da za n 1 i k 1, brojevi a(n, k) zadovoljavaju
sledecu troclanu rekurentnu relaciju
a(n, k) = (n k)a(n 1, k 1) + (k + 1)a(n 1, k).
Izracunavanje brojeva a(n, k) moze se olaksati ako se iskoristi veza sa Ojlerijanovim
brojevima A(n, k),
a(n, k 1) = A(n, k) = A(n, n k + 1).
Koristeci ovu vezu mozemo izvesti sledecu, eksplicitnu, formulu za izracunavanje
brojeva a(n, k)
a(n, k) =
k
X
(1)j
j=0
10.6
n+1
(k j + 1)n .
j
Permutacije sa inverzijama
p=
1
2
...
n
p(1) p(2) . . . p(n)
elemenata skupa Zn = {1, 2, , . . . , n}. Ako za par (i, j), 1 i < j n, vazi osobina
da je p(i) > p(j), kazemo da data permutacija sadrzi inverziju (i, j).
Oznacimo sa Ip ukupan broj inverzija koje sadrzi data permutacija p, elemenata
skupa Zn = {1, 2, , . . . , n}. Za svako p broj Ip zadovoljava nejednakost
!
n
.
2
0 Ip
za permutaciju p =
1
2
... n
n n 1 ... 1
1 2 ... n
1 2 ... n
, a gornja
214
GLAVA 10.
KOMBINATORIKA
k
X
b(n 1, j),
n 1,
j=0
Fn (t) =
1in
1t
b(n, k)tk .
0k(n
2)
(2)
X
(1)k b(n, k) = 0,
k=0
n
(2)
X
k=0
10.7
kb(n, k) =
X
p
1 n
Ip =
n!,
2 2
Permutacije na krugu
10.8.
VARIJACIJE
215
(c)
Slika 2
Svakoj od permutacija sa Slike 3 odgovaraju jos po tri permutacije na pravoj.
Tako permutaciji na krugu (1, 2, 3, 4) odgovaraju permutacije na pravoj (2, 3,
4, 1), (3, 4, 1, 2) i (4, 1, 2, 3), koje su medjusobno jednake, kao permutacije na
krugu, sa permutacijom (1, 2, 3, 4).
Na osnovu prethodnog primera nije tesko uociti da su permutacije na krugu od
n razlicitih elemenata u stvari prvih (n1)! permutacija na pravoj u odgovarajucem
leksikografskom nizu permutacija.
10.8
Varijacije
(a, c),
(b, a),
(b, c),
(c, a),
(c, b).
216
GLAVA 10.
KOMBINATORIKA
Teorema 10.8 Ukupan broj varijacija k-te klase od n medjusobno razlicitih elemenata, k n, u oznaci Vnk , iznosi
Vnk = (n)k = n(n 1) (n k + 1) =
n!
.
(n k)!
(10.25)
(10.26)
(10.27)
Slika 3
10.9.
KOMBINACIJE
217
10.9
Kombinacije
(10.28)
Vnk
n(n 1) (n k + 1)
=
.
k!
k!
Cesto
se umesto oznake Cnk koristi oznaka
!
n
k
n
k
, pa je
n(n 1) (n k + 1)
n!
=
.
k!
(n k)!k!
(10.29)
218
GLAVA 10.
KOMBINATORIKA
5
543
= 10.
=
321
3
To su sledece kombinacije
{1, 2, 3},
{1, 2, 4},
{1, 2, 5},
{1, 3, 4},
{1, 3, 5},
{1, 4, 5},
{2, 3, 4},
{2, 3, 5},
{2, 4, 5},
{3, 4, 5}.
10
[
Si , sadrzi
i=1
{2}, . . . , {n}.
10.9.
KOMBINACIJE
219
Pomocu ovih kombinacija prve klase formiramo sve moguce kombinacije druge
klase na sledeci nacin. Svakoj kombinaciji, osim poslednje, kao drugi clan dodajemo, redom, sve brojeve koji su veci od njega. Tako dobijamo sledecu trougaonu
semu svih kombinacija druge klase datih elemenata:
{1, 2}, {1, 3}, . . .
{2, 3},
..
.
, {1, n},
, {2, n},
{n 1, n}.
Sada od svake kombinacije druge klase, osim onih iz poslednje kolone ove trougaone
seme, formiramo kombinacije trece klase. To postizemo tako sto svakoj kombinaciji
druge klase dodamo redom svaki broj iz skupa Zn , koji je veci od svih brojeva
posmatrane kombinacije. Tako dobijamo novu semu koja sadrzi sve kombinacije
trece klase elemenata skupa Zn :
{1, 2, 3}, {1, 2, 4}, {1, 2, 5}, . . .
{1, 3, 4}, {1, 3, 5}, . . .
..
.
..
.
, {1, 2, n}
, {1, 3, n}
{1, n 1, n}
, {2, 3, n}
, {2, 4, n}
{2, n 1, n}
..
.
{n 2, n 1, n}
Navedeni postupak ponavljamo onoliko puta koliko je potrebno da dobijemo kombinacije trazene klase k.
Primer 31. Formirajmo, postupno, sve moguce kombinacije trece klase
elemenata skupa Z5 = {1, 2, 3, 4, 5}.
Sve moguce kombinacije prve klase elemenata skupa Z5 su
{1},
{2},
{3},
{4},
{5}.
220
GLAVA 10.
KOMBINATORIKA
{1, 5}
{2, 5}
{3, 5}
{4, 5}.
{1, 2, 5}
{1, 3, 5}
{1, 4, 5}
{2, 3, 4},
{2, 3, 5}
{2, 4, 5}
{3, 4, 5}.
n k + 1 k1
Cn ,
k
(10.30)
n k1
C
,
k n1
(10.31)
Cnk =
k1
k
Cnk = Cn1
+ Cn1
.
(10.32)
10.10
Kombinacije sa ponavljanjem
221
{1, 1, 3},
{1, 2, 2},
{1, 2, 3},
{2, 2, 2},
{2, 2, 3}
{1, 1, 2},
{1, 1, 3},
{1, 2, 2},
{1, 2, 3},
{1, 3, 3},
{2, 2, 2},
{2, 2, 3},
{2, 3, 3},
{3, 3, 3}
Cnk =
10.11
n+k1
k
(10.33)
Varijacije sa ponavljanjem
222
GLAVA 10.
KOMBINATORIKA
U ovoj definiciji smo rekli uredjene k-torke, ali ne i razlicitih elemenata, tako da
se u njima jedan elemenat moze vise puta ponavljati. Izostavili smo ogranicenja,
tako da smo prakticno definisali varijacije k-te klase sa ponavljanjem bez ogranicenja. Ogranicenja se veoma jednostavno mogu uvesti.
Lako se uspostavlja veza izmedju varijacija sa ponavljanjem i kombinacija sa
ponavljanjem elemenata nekog skupa. Naravno, opet uz pomoc permutacija. Za
broj varijacija sa ponavljanjem elemenata datog skupa vazi sledeci rezultat:
Teorema 10.11 Ukupan broj varijacija k-te klase sa ponavljanjem od n razlicitih
elemenata, bez ogranicenja, jednak je
Vnk = nk .
(10.34)
Na osnovu jednakosti
E(t) = ent =
+
X
k=0
zakljucujemo da je E(t) =
n N, k n.
ent
nk
tk
,
k!
Primer 33. Sve moguce varijacije druge klase sa ponavljanjem, bez ogranicenja, elemenata skupa Z3 = {1, 2, 3} su
(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3),
i ima ih tacno deset.
Razmotricemo sada jednu specijalnu klasu varijacija sa ponavljanjem.
Neka je na raspolaganju r medjusobno razlicitih elemenata, tj. skup elemenata
{a1 , a2 , . . . , ar }. Postavlja se pitanje koliko ima razlicitih nizova duzine n, r
n, sastavljenih samo od elemenata ovog skupa rasporedjenih na krugu (prstenu).
(r)
Oznacimo trazeni broj sa Tn . Da bi smo ga odredili definisimo najpre funkciju
Mebijusa i razmotrimo neke njene primene prilikom resavanja problema vezanih
za prirodne brojeve.
Definicija 10.10 Neka je n proizvoljan prirodan broj, n N , tako da je
n = r1e1 r2e2 rkek ,
(10.35)
1,
(1)k ,
(n) =
0,
ako je n = 1,
ako je e1 = e2 = = ek = 1,
u ostalim slucajevima.
(10.36)
223
1
1
2
-1
3
-1
4
0
5
-1
6
1
7
-1
8
0
9
0
10
1
r1 = 2,
r2 = 3,
e1 = e2 = 1,
(d) =
d|n
1,
0,
za n = 1,
za n > 1,
(10.37)
pri cemu se sumiranje obavlja po svim prirodnim brojevima d koji dele prirodni
broj n bez ostatka.
Dokaz. Za n = 1 jednakost (10.37) vazi po samoj definiciji funkcije Mebijusa, tj.
na osnovu (10.36). Neka je n > 1 i neka za njega vazi razvoj (10.35). Oznacimo sa
n0 prirodni broj n0 = r1 r2 . . . rk , koji se dobija na osnovu razvoja broja n. Svaki
delilac broja n, oblika d = r11 r22 . . . rkk , koji ujedno ne deli broj n0 , sadrzi bar
jedan broj i , 1 i k, koji je veci ili jednak broju 2, pa je (d) = 0. To znaci
da vazi jednakost
X
X
(d) =
(d).
(10.38)
d|n0
d|n
(d) =
X
d|n0
(d) =
k
X
(1)
=0
= 0,
(10.39)
224
GLAVA 10.
KOMBINATORIKA
Teorema 10.13 Neka su funkcije f (n) i g(n) definisane za svaki prirodni broj n,
n N . Tada iz jednakosti
X
f (n) =
(d)g(d)
(10.40)
d|n
n
(d)f ( ).
d
d|n
(10.41)
Vazi i obrnuto.
(r)
gde se sumiranje obavlja po svim prirodnim brojevima d koji dele broj n bez
ostatka. Na osnovu (10.40) i (10.42) mozemo uzeti da je f (n) = rn i g(n) = nM (n).
Sada koristeci Teoremu 13, tj. jednakost (10.41), dobijamo da je
M (n) =
n
1X
(d)r d .
n d|n
X
d|n
M (d),
10.12
225
Particije i kompozicije
particije
1
2,1+1
3,2+1,1+1+1
4,3+1,2+1+1,1+1+1+1
5,4+1,3+2,3+1+1,2+2+1,2+1+1+1,1+1+1+1+1
Svaka particija datog prirodnog broja n moze se posmatrati kao resenje jednacine
1 x1 + 2 x2 + + n xn = n
(tj. 1 x1 + 2 x2 + = n)
(10.43)
(1)|k| P (n k ) = 0,
P (0) = 1,
226
GLAVA 10.
KOMBINATORIKA
x1 x2 xm 1.
(10.44)
m
X
P (n, k).
(10.45)
k=1
(10.46)
227
Dokaz. Broj q(n, m) se moze tretirati i kao ukupan broj resenja jednacine (10.43),
u skupu prirodnih brojeva, sa ogranicenjem x1 + x2 + m. Sva ova resenja
podelimo u dve grupe. Prvu grupu cine resenja sa ogranicenjem x1 + x2 +
m 1, a drugu sa ogranicenjem x1 + x2 + = m. Ukupan broj resenja iz prve
grupe je q(n, m 1). Sva resenja druge grupe su, prakticno, sva resenja jednacine
x2 +2x3 + = nm, sa ogranicenjem x2 +x3 + m. Ukupan broj ovih resenja
je q(n m, m). Sabiranjem ukupnog broja resenja prve i druge grupe dobijamo
trazeni rezultat.
Primer 37. Ako funkciju q(n, m) predstavimo u obliku
q(1, m) = 1,
q(n, 1) = 1,
q(n, m) =
za svako m
za svako n
q(n, m) = q(n, n),
ako je n < m
q(n, n) = 1 + q(n, n 1),
ako je n = m
q(n, m) = q(n, m 1) + q(n m, m), ako je m > n
+
Y
1 tk
=1+
+
X
P (n)tn .
n=1
k=1
1 tk
+
Y
k=1
1 + tk + t2k + =
(10.47)
228
GLAVA 10.
+
Y
k=1
KOMBINATORIKA
tkxk =
xk 0
tx1 +2x2 + ,
x1 ,x2 ,...0
Teorema 10.16 Neka je (P (n, m)), n, m N , niz koji generise broj particija duzina m prirodnog broja n. Tada je funkcija generatrise ovog niza data sa
F (t, u) =
+
Y
1 utk
k=1
=1+
P (n, m)tn um .
1mn
Na osnovu (10.46), ili (10.47), nije tesko pokazati da clanovi niza (P (n, m)),
n, m N , zadovoljavaju rekurentnu relaciju
P (n, m) = P (n 1, m 1) + P (n m, m),
pri cemu za m n2 vaze jednakosti P (n, m) = P (n m).
Takodje je veoma interesantna cinjenica da je niz (P (n)), n > 1, konveksan
reda k, k N , tj. da vazi nejednakost k P (n) 0, za svako k N . Inace,
niz (P (n)) veoma brzo raste. Tako je P (1) = 1, P (2) = 2, P (3) = 3, P (4) = 5,
P (5) = 7, P (50) = 204226, P (100) = 190569292, i P (200) = 3972999029388.
Jedan od nacina prikazivanja particija su Fererovi dijagrami. U koordinatnom sistemu, ili ne, svaki sabirak neke particije datog prirodnog broja, recimo
n = x1 + x2 + + xm , se predstavlja horizontalnim grafikonom koji se sastoji
od tacaka povezanih isprekidanim linijama. Svaki grafikon se sastoji od onoliko
ekvidistantnih tacaka, kolika je vrednost sabirka. Grafikoni se redjaju jedan iznad
drugog u opadajucem redosledu. Poceci svih grafikona se nalaze na istoj vertikali,
levo poravnati. Ako se u dijagramu jedne particije uzmu tacke po vertikalama, s
leva u desno, dobijamo njoj konjugovanu particiju.
Primer 38. Na sledecoj slici prikazan je Ferersov dijagram particije 13 =
5 + 3 + 2 + 2 + 1. Citano
po vertikalama konjugovana particija ovoj particiji
je 13 = 5 + 4 + 2 + 1 + 1.
229
Slika 4
13 n6
e 3 prilicno dobro aproksimira broj particija datog
Formula P (n)
12n
broja n.
Interesantna su i istrazivanja u pronalazenju broja particija pod raznim ogranicenjima. Za nizove koji generisu neke od ovih particija sa ogranicenjima navescemo
odgovarajuce funkcije generatrise.
1. Neka niz (an ), n N , generise broj particija odgovarajucih prirodnih brojeva, pri cemu su svi sabirci u particijama uvek medjusobno razliciti prirodni
brojevi. Funkcija generatrise ovog niza je
F (t) =
+
Y
(1 + tn ) = 1 +
n=1
+
X
a n tn .
n=1
(m)
+
Y
(1 + ztn ) = 1 +
n=1
+
X
n m
a(m)
n t z .
n,m=1
3. Neka niz (an ), n N , generise broj particija odgovarajucih prirodnih brojeva, pri cemu su svi sabirci u particijama uvek medjusobno razliciti neparni
prirodni brojevi. Funkcija generatrise ovog niza je
F (t) =
+
Y
n=1
1 + t2n1 = 1 +
+
X
n=1
a n tn .
230
GLAVA 10.
KOMBINATORIKA
+
Y
1 t2n1
=1+
n=1
+
X
an tn .
n=1
(m)
+
X
n
a(m)
n t .
n=m
kompozicije
1
2, 1+1
3, 2+1, 1+2, 1+1+1
4, 3+1, 1+3, 2+1+1, 1+2+1, 1+1+2, 2+2, 1+1+1+1
C(n, m) =
n1
,
m1
Glava 11
Blok
seme
11.1
231
232
233
aij =
1,
0,
ako
ako
xj Si
xj 6 Si
A=
1
0
0
0
1
1
0
0
0
1
0
0
0
0
1
0
0
0
1
0
1
0
0
1
0
1
0
1
(11.1)
1 2 3 4 5 6 7
2 1 4 3 6 5 7
= (12)(34)(56)(7),
A=
1
0
0
0
1
1
0
0
0
1
0
0
0
0
1
0
0
0
1
0
1
0
0
1
0
1
0
1
i A=
1
0
0
1
1
0
0
0
0
0
1
0
0
0
0
1
1
1
0
0
0
0
1
0
0
1
0
1
GLAVA 11. BLOK SEME
234
P1 =
1
0
0
0
0
0
0
1
0
0
1
0
0
1
0
0
P2 =
0
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
1
(11.2)
11.2
Blok-
seme
11.3. URAVNOTEZENE
NEPOTPUNE BLOK-SEME
235
se ona, tj. uredjeni par (V, B) naziva (v; r1 , . . . , rv ; b; k1 , . . . , kb ; 12 , . . . , v1,v )konfiguracijom, ili blok-semom sa navedenim paramterima.
Primer 3. Neka je data bloksema (V, B), gde je V = {1, 2, 3, 4, 5}, B =
{B1 , B2 , B3 , B4 , B5 , B6 , B7 }, pri cemu su blokovi definisani sa B1 = {1, 2},
B2 = {1, 2, 4}, B3 = {2, 3}, B4 = {2, 3, 4}, B5 = {3, 4, 5}, B6 = {3}, B7 =
{4, 5}. Parametri ove blok-seme su v = 5, r1 = 2, r2 = 4, r3 = 4, r4 = 4, r5 =
2, b = 7, k1 = 2, k2 = 3, k3 = 2, k4 = 3, k5 = 3, k6 = 1, k7 = 2, 12 = 1,
13 = 0, 14 = 1, 15 = 0, 23 = 2, 24 = 2, 25 = 0, 34 = 2, 35 = 1, 45 =
2. Ova blok-sema je (5; 2, 4, 4, 4, 2; 7; 2, 3, 2, 3, 3, 1, 2; 2, 0, 1, 0, 2, 2, 0, 2, 1, 2)konfiguracija nad skupom V = {1, 2, 3, 4, 5}. Sve ove podatke smo mogli
odrediti na osnovu matrice incidentnosti
A=
1
1
0
0
0
0
0
1
1
1
1
0
0
0
0
0
1
1
1
1
0
0
1
0
1
1
0
1
0
0
0
0
1
0
1
11.3
Uravnote
zene nepotpune blok-
seme
236
11.3. URAVNOTEZENE
NEPOTPUNE BLOK-SEME
237
(11.3)
r(k 1) = (v 1).
(11.4)
Teorema 11.1. nam daje potrebne ali ne i dovoljne uslove egzistencije neke blok
seme. Naime, ako neki parametri v, r, b, k, zadovoljavaju (11.3) i (11.4) mi smo
jos uvek daleko od zakljucka da li odgovarajuca (v, r, b, k, )-konfiguracija zaista
egzistira ili ne. Takodje, posto su parametri prirodni brojevi, zadavanjem neka tri
nije uvek moguce odrediti preostala dva na osnovu (11.3) i (11.4).
Primer 5. Neka su zadati parametri v = 4, r = 2 i k = 3. Ako iz (11.3)
pokusamo da odredimo parametar b vidimo da je to nemoguce, jer 8 nije
deljivo sa 3, tj. prirodni broj b bi morao da zadovoljava jednakost 3b = 8.
Takodje, nemoguce je iz (11.4), odrediti parametar , jer bi prirodni broj
morao da zadovolji jednakost 3 = 4. To znaci da (4, 2, b, 3, )-konfiguracija
ne postoji.
Primer 6. Neka su zadati parametri v = 3, r = 2, b = 2, k = 3 i =
2. Lako je proveriti da su jednakosti (11.3) i (11.4) zadovoljene. Ipak,
(3, 2, 2, 3, 2)-konfiguracija ne egzistira.
Primer 7. Prirodni brojevi v = b = 111, r = k = 11, = 1, zadovoljavaju
jednakosti (11.3) i (11.4). Ipak, koliko je nama poznato, nije dokazana, ali
nije ni opovrgnuta, egzistencija (111, 11, 111, 11, 1)-konfiguracije.
Po pitanju egzistencije blok-seme u zavisnosti od pojedinih parametara vrsen
je veliki broj testiranja, zahvaljujuci u velikoj meri razvoju racunara. Tako je
ustanovljeno da za velike vrednosti parametra v, pri cemu su zadovoljeni uslovi
(11.3) i (11.4), gotovo uvek egzistira uravnotezena nepotpuna blok-sema. Za male
vrednosti ovog parametra situacija je sasvim drugacija. Kada je u pitanju parametar k, nije tesko primetiti da za k = 3 i k = 4 Teorema 11.1 daje i dovoljne
uslove egzistencije odgovarajuce konfiguracije. Medjutim, vec za k = 5 situacija se
znatno menja. Za ovu vrednost parametra k mogu se dobiti ostali parametri tako
da su zadovoljeni (11.3) i (11.4), a da ipak odgovarajuca uravnotezena nepotpuna
blok-sema ne egzistira.
Neka je data neka (v, r, b, k, )-konfiguracija nad konacnim skupom elemenata
V . Njoj odgovara matrica incidentnosti A = (aij ), koja je pravougaona, reda b v.
Svaka njena kolona sadrzi po r jedinica, a svaka vrsta po k jedinica. Skalarni
GLAVA 11. BLOK SEME
238
proizvod dve medjusobno razlicite vektor kolone ove matrice jednak je . Skalarni
proizvod bilo koje vektor kolone sa samom sobom jednak je parametru r, tj. broju
pojavljivanja bilo kog elementa iz V u blok-semi. Ove ocigledne osobine matrice
incidentnosti posmatrane (v, r, b, k, )-konfiguracije omogucavaju nam da dobijemo
potrebne i dovoljne uslove njene egzistencije.
Teorema 11.2 Neka je A = (aij ) matrica incidentnosti neke (v, r, b, k, )-konfiguracije nad konacnim skupom elemenata V . Tada vaze jednakosti
AT A = (r )Iv + Jv ,
(11.5)
AJv1 = k Jb1 .
(11.6)
i
Vazi i obrnuto. Ako neka (0,1)-matrica A = (aij ), reda b v, zadovoljava (11.5)
i (11.6), tada postoji (v, r, b, k, )-konfiguracija nad konacnim skupom elemenata
V , tako da je A njena matrica incidentnosti.
Dokaz. Neka je B = AT A. Matrica B = (bij ) je simetricna i kvadratna, reda
v v. Njeni elementi se mogu izracunati na osnovu jednakosti
bij =
v
X
aTik akj =
k=1
v
X
aik akj ,
(11.7)
k=1
gde smo sa aTik oznacili element u preseku i-te vrste i k-te kolone matrice AT . Ako
je i = j, to je bii kao proizvod i-te vektor kolone matrice A sa samom sobom
jednak parametru r, za svako i = 1, 2, . . . , v. Ako je i 6= j, element bij se dobija
kao proizvod i-te i j-te vektor kolone matrice A, pa je jednak parametru za svako
i i j. To znaci da je
T
A A=B=
r ...
r
r
,
..
11.3. URAVNOTEZENE
NEPOTPUNE BLOK-SEME
239
(11.8)
GLAVA 11. BLOK SEME
240
11.4
(11.9)
Sistemi Stajnera
1 1
1 1
(11.10)
Dokaz. Pretpostavimo suprotno, tj. da matrica incidentnosti date (v, r, b, k, 1)konfiguracije sadrzi podmatricu oblika (11.10). Tada bi skalarni proizvod vektor
kolona matrice incidentnosti koje sadrze ovu podmatricu bio jednak = 2, sto je
suprotno cinjenici da je = 1.
Teorema 11.4 Dva razlicita bloka date (v, r, b, k, 1)-konfiguracije mogu imati najvise jedan zajednicki element.
Dokaz. Ako bi postojala dva razlicita bloka posmatrane konfiguracije ciji bi presek
sadrzao vise od jednog elementa, bilo bi > 1, sto je suprotno cinjenici da je
= 1.
Definicija 11.5 Data (v, r, b, 3, 1)-konfiguracija nad konacnim skupom V , |V | =
ili
v 3(mod6).
11.4. SISTEMI STAJNERA
241
S(7)
= {{1, 2, 6}, {2, 3, 7}, {3, 4, 1}, {4, 5, 2}, {5, 6, 3}, {6, 7, 4}, {7, 1, 5}},
S(9) = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}, {1, 4, 7}, {2, 5, 8}, {3, 6, 9},
{1, 5, 9}, {2, 6, 7}, {3, 4, 8}, {1, 6, 8}, {2, 4, 9}, {3, 5, 7}}.
p=
1 2 3 4 5 6 7
1 2 7 6 3 4 5
= (1)(2)(375)(46) = (375)(46).
trojki Stajnera ranga v , v < v, ako skup V , nad kojim je formiran sistem trojki
Stajnera,
sadrzi podskup V 0 , koji se sastoji od v 0 elemenata, tako da blokovi sistema
trojki Stajnera
koji sadrze samo elemente skupa V 0 formiraju za sebe sistem trojki
Stajnera ranga v 0 .
Primer 9. Nad skupom V = {1, 2, 3, 4, 5, 6, 7} posmatrajmo sistem trojki
Stajnera,
ranga 7, definisan sa B = {{1, 2, 4}, {2, 3, 5}, {3, 4, 6}, {4, 5, 7},
{5, 6, 1}, {6, 7, 2}, {7, 1, 3}}. Uocimo podskup V 0 = {1, 2, 4}, skupa V . Sis
tem trojki Stajnera
B 0 = {{1, 2, 4}}, ranga 3, nad skupom V 0 cini podsistem
GLAVA 11. BLOK SEME
242
Stajnera ranga v = 3.
Stajnera
ranga v = v3 + v1 (v2 v3 ), koji sadrzi v1 podsistema ranga v2 i po jedan
podsistem ranga v1 i v3 .
(v, v1
4 , 20 , 5, 1)-konfiguracija je u literaturi poznata kao sistem petica Stajnera. Potrebni i dovoljni uslovi za njenu egzistenciju su zadovoljenje bar jedne od
jednakosti v 1(mod20), v 5(mod20).
Primer 10. Blok-sema definisana blokovima
Pre nego sto se pozabavimo jednom specijalnom klasom sistema trojki Stajnera,
definisacemo klasu razresivih uravnotezenih nepotpunih blok-sema.
Definicija 11.7 Neka je data (v, r, b, k, )-konfiguracija nad skupom V , V = |v|,
pri cemu je b 0(modr). Pretpostavimo da se blokovi Bi ove konfiguracije,
B = {B1 , B2 , . . . , Bb }, mogu grupisati u r familija 1 , 2 , . . . , r , pri cemu svaka
familija sadrzi po rb medjusobno disjunktnih blokova. Ako blokovi svake od familija i , i = 1, 2, . . . , r, u uniji sadrze sve elemente skupa V , i to tacno jedanput,
11.4. SISTEMI STAJNERA
243
tj. ako se svaki elemenat skupa V sadrzi u svakoj familiji i i to samo jedanput,
(v, r, b, k, )-konfiguracija se naziva razresivom.
Primer 11. Posmatrajmo (9, 4, 12, 3, 1)-konfiguraciju nad skupom V =
{1, 2, . . . , 9} definisanu skupom blokova B = {B1 = {1, 2, 7}, B2 = {1, 3, 8},
B3 = {1, 4, 5}, B4 = {1, 6, 9}, B5 = {2, 4, 9}, B6 = {2, 6, 8}, B7 = {2, 3, 5},
B8 = {3, 4, 6}, B9 = {3, 7, 9}, B10 = {4, 7, 8}, B11 = {5, 6, 7}, B12 = {5, 8, 9}}.
Kako je rb = 12
cemo grupisati u 4 familije od
4 = 3, blokove ove konfiguracije
kojih svaka sadrzi po tri bloka, na sledeci nacin
1 = {B1 = {1, 2, 7}, B8 = {3, 4, 6}, B12 = {5, 8, 9}},
2 = {B2 = {1, 3, 8}, B5 = {2, 4, 9}, B11 = {5, 6, 7}},
3 = {B3 = {1, 4, 5}, B6 = {2, 6, 8}, B9 = {3, 7, 9}},
4 = {B4 = {1, 6, 9}, B7 = {2, 3, 5}, B10 = {4, 7, 8}}.
Familije i , i = 1, 2, 3, 4, sadrze jednak broj blokova iz B, po tri. Svaka
familija i , i = 1, 2, 3, 4, sadrzi sve elemente, tacno po jednom, skupa V , i
svi blokovi jedne familije su medjusobno disjunktni, tj. paralelni. Time su
zadovoljeni svi uslovi iz prethodne definicije.
Primetimo da uslov b 0(modr), koji vazi za razresive blok-seme, povlaci i
uslov v 0(modk). Na osnovu ovih uslova lako je dokazati nejednakost
b v + r 1.
(11.11)
Primer 12. Podsetimo se jednog problema iz XIX veka, koji se javio u jednom zenskom internatu, a koji je resio upravo Kirkman. U internatu je bilo
15 devojcica. Trebalo je organizovati njihove svakodnevne setnje, tako da u
GLAVA 11. BLOK SEME
244
11.5
Simetri
cne blok-
seme
(11.12)
11.6. FORMIRANJE BLOK-SEMA
245
(11.13)
Jv A = kJv .
(11.14)
i
Sledeca teorema daje potrebne uslova za egzistenciju (v, k, )-konfiguracije.
v1
2
y 2
11.6
Formiranje blok-
sema
Moze se slobodno reci da je ovaj zadatak prilicno tezak. Pored poznavanja tehnika
potrebno je i prilicno iskustvo i dovitljivost.
Sve metode za konstrukciju blok-sema mozemo podeliti u dve grupe: rekurzivne
i direktne. Rekurzivne tehnike se zasnivaju na konstrukciji novih blok-sema polazeci od vec postojecih. Direktne metode se uglavnom zasnivaju na koriscenju
konstrukcija nekih drugih konfiguracija, ili pojmova, koji ne moraju da imaju
nikakvih direktnih veza sa blok-semama. Obe tehnike cemo u manjem obimu
obraditi.
Od rekurzivnih tehnika razmotricemo one koje su bazirane na koriscenju neke
skupovne operacije.
Izvodna blok-
sema. Neka je na raspolaganju (v, k, )-konfiguracija definisana
blokovima B = {B1 , B2 , . . . , Bv }. Na osnovu bilo kog od blokova Bi , i = 1, 2, ..., v,
0
recimo Bv , formiramo familiju blokova B10 , B20 , . . . , Bv1
na osnovu jednakosti
Bi0 = Bi Bv
(11.15)
GLAVA 11. BLOK SEME
246
Na osnovu ovih blokova Bi0 formiramo novu (7, 6, 14, 3, 2)konfiguraciju nad
0 = {1, 2, 4, 5, 8, 10, 15}. Medjutim, nije te
skupom V 0 = B15
sko uociti da
0
0
0
0
0
0 ,
medju blokovima vaze jednakosti B1 = B12 , B2 = B9 , B3 = B40 , B50 = B10
0
0
0
0
0
0
B6 = B8 , B7 = B13 , B11 = B14 . Kako u blok-semi ucestvuju samo razliciti
blokovi mi prakticno imamo (7,3,7,3,1)-konfiguraciju nad osnovnim skupom
V 0.
Rezidualna blok-
sema. Neka je data (v, k, )-konfiguracija nad skupom V , koja
je definisana familijom blokova B1 , B2 , . . . , Bv . Izaberimo proizvoljan od njih,
a bez smanjenja opstosti mozemo ponovo uzeti Bv , i formirajmo novu familiju
blokova, Bi0 , i = 1, 2, . . . , v 1, na osnovu jednakosti
Bi0 = Bi \Bv
(11.16)
11.6. FORMIRANJE BLOK-SEMA
247
Na osnovu ovih blokova dobija se nova uravnotezena blok-sema, tj. (8, 7, 14,
4, 3)-konfiguraciju nad skupom V 0 = {3, 6, 7, 9, 11, 12, 13, 14}.
Dualna blok-
sema. Neka je na raspolaganju simetricna blok-sema cija je matrica
incidentnosti A. Tehnika dobijanja dualne blok-seme zasniva se na promeni uloga
blokova i elemenata. Nova blok-sema se formira tako sto joj odgovara matrica
incidentnosti AT . Ona se naziva dualnom.
Posmatrajmo neku (v, k, )-konfiguraciju nad skupom elemenata V = {a1 , a2 ,
. . . , av }, definisanu blokovima B = {B1 , B2 , . . . , Bv }. Formirajmo nove blokove
B10 , B20 , . . . , Bv0 , tako da bloku Bj0 , j = 1, 2, . . . , v, pridruzimo sve elemente ai , i =
1, 2, . . . , v, za koje aj Bi . Tako, na primer, ako elemenat a2 pripada blokovima
B1 , B3 , B7 , blok B20 se sastoji od elemenata a1 , a3 , a7 . Novodobijena konfiguracija
formirana od blokova Bi0 , i = 1, 2, . . . , v je takodje simetricna, ima iste parametre
kao i polazna. Naravno, polazna i dualna blok-sema ne moraju biti izomorfne.
Primer 15. Neka je nad skupom V = {1, 2, 3, 4, 5, 6, 7} na raspolaganju
(7,3,1)-konfiguracija, definisana blokovima B1 = {1, 2, 6}, B2 = {2, 3, 7},
B3 = {3, 4, 1}, B4 = {4, 5, 2}, B5 = {5, 6, 3}, B6 = {6, 7, 4}, B7 = {7, 1, 5}.
Matrica incidentnosti A ove blok-seme, kao i matrica AT , su:
A=
1
0
1
0
0
0
1
1
1
0
1
0
0
0
0
1
1
0
1
0
0
0
0
1
1
0
1
0
0
0
0
1
1
0
1
1
0
0
0
1
1
0
0
1
0
0
0
1
1
T
A =
1
1
0
0
0
1
0
0
1
1
0
0
0
1
1
0
1
1
0
0
0
0
1
0
1
1
0
0
0
0
1
0
1
1
0
0
0
0
1
0
1
1
1
0
0
0
1
0
1
GLAVA 11. BLOK SEME
248
Pre nego sto navedemo jednu direktnu metodu, moramo da definisemo pojam
diferencni skup.
Neka je v 2 prirodan broj i Rv , j = 1, 2, . . . , v 1, primarni sistem ostataka
familije klasa ekvivalencije skup Z.
Definicija 11.10 Neka je D = {d1 , d2 , . . . , dk }, 0 k v 1 podskup skupa Rv ,
D Rv . On se naziva (v, k, )savrseni diferencni skup, ako za svako d, d Rv
i d 6 0(modv) postoji tacno uredjenih parova (di , dj ) elemenata iz D, i 6= j,
i = 1, 2, ..., k, j = 1, 2, ..., k, tako da je di dj = d(modv). Ako se izostavi uslov
d Rv , skup D = {d1 , . . . , dk } je (v, k, )diferencni skup.
Primer 16. Neka je v = 13, R13 = {0, 1, . . . , 12}. Pokazacemo da je skup
D = {0, 4, 5, 7} (13, 4, 1)-savrseni diferencni skup. Za d1 = 0, d2 = 4, d3 = 5
i d4 = 7 vaze jednakosti
d2 d1 = 4 4(mod13),
d4 d1 = 7 7(mod13),
d3 d2 = 1 1(mod13),
d1 d3 = 5 8(mod13),
d4 d3 = 2 2(mod13),
d2 d4 = 3 10(mod13),
d3 d1 = 5 5(mod13),
!d1 d2 = 4 9(mod13),
d4 d2 = 3 3(mod13)
d2 d3 = 1 12(mod13),
d1 d4 = 7 6(mod13),
d3 d4 = 2 11(mod13).
= 2 2(mod11),
= 4 4(mod11),
= 2 9(mod11),
= 2 2(mod11),
= 3 8(mod11),
= 1 1(mod11),
= 4 7(mod11),
= 1 10(mod11),
= 8 3(mod11),
d3 d1
d5 d1
d3 d2
d5 d2
d2 d3
d5 d3
d2 d4
d5 d4
d2 d5
= 3 3(mod11),
= 8 8(mod11),
= 1 1(mod11),
= 6 6(mod11),
= 1 10(mod11),
= 5 5(mod11),
= 2 9(mod11),
= 4 4(mod11),
= 6 5(mod11),
Svaki nenulti elementat skupa R11 se javlja tacno dva puta u ovim jednakostima, te je = 2.
11.6. FORMIRANJE BLOK-SEMA
249
(11.17)
B3 = {3, 4, 6},
B4 = {4, 5, 7}
B5 = {5, 6, 1},
B6 = {6, 7, 2},
B7 = {7, 1, 3}.
250
Glava 12
Grafovi
12.1
zadatak. Cesto
je veoma korisno, a nekad i neophodno, da postupimo na sledeci
nacin. Izdvojimo samo one objekte koji su u neposrednoj vezi sa postavljenim zadatkom. Njih proglasavamo relevantnim objektima. Uocavamo i vrsimo grupisanje
svih znacajnih osobina, sistema i relevantnih objekata, za nas rad. Na osnovu ovih
osobina uvodimo medjusobnu zavisnost uocenih objekata. Na nekom listu papira svakom odabranom objektu dodelimo po jednu tacku. Tacke koje odgovaraju
objektima koji su u neposrednoj zavisnosti, spajamo neprekidnim linijama. U zavisnosti od zadatka koji resavamo, pojedine tacke mogu biti medjusobno povezane
i sa vise linija. Ove neprekidne linije mogu biti usmerene, ili ne, jer zavisnost
medju objektima moze biti jednosmerna ili obostrana. Na taj nacin smo posmatranom sistemu, ili njegovom delu, pridruzili jednu semu, sliku, koja se sastoji od
tacaka i neprekidnih linija, na osnovu koje se moze jednoznacno prouciti, pa cesto i
resavati postavljeni zadatak. Dobijena sema predstavlja graf u svom sirem smislu.
Naravno, ovo je samo intuitivno poimanje pojma grafa.
Primer 1. Kao deo slozenog sistema, posmatrajmo deo geografske karte.
Na karti uocimo teritorije 7 drzava, koje redom oznacimo slovima a, b, c, d,
e, f i g, (Slika 1).
Postavlja se sledeci zadatak: za svaku od navedenih drzava odrediti minimalan broj drugih drzava preko cijih teritorija treba preci da bi se stiglo
do svake od preostalih. Relevantni objekti za postavljeni zadatak su uocene
drzave. Osobine od znacaja za njegovo resavanje su:
251
252
Slika 1.
Naravno, mogu da se uzmu u obzir i druge osobine, koje i ne mogu da se uoce
sa geografske karte, kao sto su eventualni sukobi izmedju drzava, izostanak
diplomatskih odnosa, ili trenutna politicka previranja, ali cemo to ovoga
puta zanemariti. Dve drzave cemo proglasiti susednim, ili da su u direktnoj vezi, ako se granice, imaju povezane putne mreze i regulisane granicne
prelaze. Ovako definisano susedstvo izmedju pojedinih drzava je na Slici 1
oznaceno dvema paralelnim crtama preko granicne linije. Sada svakoj drzavi
pridruzimo po jednu razlicitu tacku, Slika 2. Neprekidnim neusmerenim linijama spojimo one tacke koje odgovaraju susednim drzavama. Time smo
Slika 2.
formirali odgovarajuci graf za postavljeni zadatak. Za njegovo resavanje
mozemo formirati, na osnovu grafa sa Slike 2, odgovarajucu tabelu, Slika 3,
u kojoj simbolom , oznacavamo cinjenicu da se do neke drzave ne moze
doci koristeci postojecu putnu mrezu. Brojem k, k = 0, 1, . . ., oznacavamo
253
broj drzava preko cijih se teritorija mora proci da bi se stiglo iz jedne u drugu
posmatranu drzavu.
Tako, na primer, lako je uociti da je drzava c potpuno odsecena od ostalih
drzava, ili da se iz drzave g do drzave e moze stici preko teritorija najmanje
dve druge drzave, bez obzira na cinjenicu da drzave e i g imaju zajednicku
granicu.
X
a
b
c
d
e
f
g
a
X
0
1
2
2
3
b
0
X
0
1
1
2
d
1
0
X
0
0
1
e
2
1
0
X
1
2
f
2
1
0
1
X
0
g
3
2
1
2
0
X
Slika 3.
Primer 2. Posmatrajmo konfiguraciju J = {B1 , B2 , B3 , B4 } nad konacnim
skupom Z7 = {1, 2, 3, 4, 5, 6, 7}, definisanu blokovima B1 = {1, 2, 6}, B2 =
{2, 3, 7}, B3 = {4, 5}, B4 = {6, 7}. Blokovima Bi , i = 1, 2, 3, 4 i elementima
skupa Z7 pridruzimo u ravni po jednu tacku. Sada spojimo svaku tacku
pridruzenu elementima skupa Z7 , sa tackom koja je pridruzena bloku, ako
odgovarajuci element pripada tom bloku, Slika 4. Na taj nacin smo dobili
jedan graf koji odgovara posmatranoj konfiguraciji.
1s
s 7s
"" ""
" "
" "
"
"
" "
""
""
s" "
s
s
s
2s 3s
B1 B2
4s 5s
B3
B4
Slika 4.
Sada posmatrajmo skup elemenata S = {1, 2, 3, 4, 5, 6, 7, B1 , B2 , B3 , B4 } koji
odgovara tackama sa Slike 4. Na osnovu ovih tacaka formirajmo konfiguraciju
sastavljenu od svih mogucih blokova od po dva elementa cije su tacke spojene
na Slici 4. Na taj nacin smo dobili konfiguraciju J 0 = {{1, B1 }, {2, B1 },
{2, B2 }, {3, B2 }, {4, B3 }, {5, B3 }, {6, B1 }, {6, B4 }, {7, B2 }, {7, B4 }}. Ovo
znaci da je graf sa Slike 4 ujedno jedna 2konfiguracija.
254
Na osnovu Primera 2, bez obzira sto jos nismo formalno definisali pojam grafa,
intuitivno mozemo zakljuciti da je svaki graf, ustvari, jedna jednostavna kombinatorna konfiguracija, ciji su blokovi sastavljeni od po dva elementa. Zbog toga,
kao i zbog nacina predstavljanja, grafovi su veoma privlacna kombinatorna konfiguracija za izucavanje. Pokazalo se da su polja primene grafova u nauci i tehnici
gotovo neiscrpna. Oni se, na primer, veoma mnogo koriste u fizici, hemiji, genetici,
matematickoj ekonomiji, saobracaju, i mnogim drugim disciplinama. Posebno
mesto, sto je za nas veoma interesantno, je primena grafova u racunarstvu. Grafovi
su nezamenljivi kod projektovanja racunarskih mreza, operativnih sistema, programa, opisa programskih jezika, racunarskih sistema, racunara specijalne namene
itd. Na primer, kada je u pitanju projektovanje racunara specijalne namene,
grafovi omogucavaju da se u sustini dva razlicita objekta, algoritam i racunarski
sistem, opisu pomocu jednog treceg objekta, grafa, pa se na taj nacin uslovljenost
algoritma i racunarskog sistema moze mnogo bolje sagledati.
Umesto nekog dubljeg zalazenja u istorijat teorije grafova, navescemo nekoliko
zadataka koji mogu da se svrstaju u one za razonodu, ali cije je resavanje znacajno
uticalo na njen razvoj.
Zadatak o Kenigsber
skim mostovima. Grad Kenigsberg (danas Kaliningrad, Rusija), kulturni, istorijski, privredni i nadasve naucni i obrazovni centar
Istocne Pruske, lezi na uscu reke Pregel u Balticko more. Pregel deli grad na dva
dela i ima dva ostrva, koja su bila povezana sa obalama i medjusobno pomocu
sedam mostova (Slika 5).
Slika 5.
U XVIII veku, kada je na Kenigsberskom Univerzitetu predavao vec cesto
pominjani Ojler, u intelektualnim krugovima pojavilo se sledece pitanje: da li
je moguce u jednoj setnji preci preko svih sedam mostova, a da se pri tome svaki
predje samo po jedanput?. Postoji sumnja da je ovaj zadatak predlozio sam Ojler,
ali nema sumnje da ga je on resio 1736. godine. Odgovor je negativan.
Medjutim, mnogo je znacajnije da je metod koji je on primenio zacetak nove
matematicke discipline - teorije grafova. Ujedno, to je bila inspiracija Ojleru da
255
Slika 6.
Postoji mnogo varijacija ovog zadatka, kao i verzija o njegovom poreklu. Resio
ga je, a odgovor je da je to nemoguce, veliki poljski matematicar Kuratovski,
1930. godine. Medjutim, mnogo znacajnije od toga je sto je njegovim resavanjem
Kuratovski dosao do mnogih drugih znacajnih rezultata u teoriji grafova, a narocito
u oblasti planarnih grafova.
Problem trgova
ckog putnika. Treba jednim putovanjem obici odredjeni
broj gradova, pri cemu se svaki grad posecuje samo jedanput, vratiti se u polazni grad, i da pri tome predjeni put bude minimalni. Ovaj problem je i danas
otvoren. Inace je nastao u XIX veku i proistekao je iz zadatka Put oko sveta
koji je postavio Hamilton. Njegova sustina je da se u jednom putovanju, najkracim
putem, obidju svi glavni gradovi sveta.
Zadatak
cetiri boje. Treba politicku kartu sveta obojiti pomocu cetiri boje,
pri cemu bi svake dve susedne drzave bile obojene razlicitim bojama. Pretpostavlja
se da se svaka drzava sastoji od jedne celine. Ovaj zadatak je postavio 1852. godine Frank Gutrije, u Kraljevskom Geografskom Drustvu u Londonu. Potvrdan
odgovor su dali tek 1976. godine Apel i Heken, sa Univerziteta Ilinois u Sjedinjenim Americkim Drzavama. U medjuvremenu, resavanjem ovog zadatka, razvila
se veoma znacajna grana Teorije grafova, bojenje grafa.
256
12.2
257
moze zameniti sa dve orijentisane, (a, b) i (b, a), ali se obrnuto retko radi. Grane
(a, b) i (b, a) se nazivaju paralelnim.
{a, b}
(a, b)
{a, a}
(a, a)
(a, )
(, b)
{a, }
Slika 7.
Kako je receno, nametanjem odgovarajucih ogranicenja relaciji , u Definiciji
12.1, definisacemo razne strukture koje su obuhvacene u njoj.
Definicija 12.3 Neka je V neprazan skup i binarna relacija na V . Ako je
simetricna i antirefleksivna, uredjeni par G = (V, ) je prost graf. Ako je
simetricna i nije refleksivna, uredjeni par G = (V, ) je prost graf sa petljama.
Kako nas u datom tekstu interesuje uglavnom prost graf, zvacemo ga grafom.
Druge neorijentisane strukture uvescemo koristeci Definiciju 12.2.
Definicija 12.4 Neka je V neprazan skup i E skup neuredjenih parova elemenata
skupa V . Ako E ne sadrzi parove istih elemenata, uredjeni par G = (V, E) je
prost graf, tj. graf. U protivnom je graf sa petljama. Ako je E kolekcija parova
elemanata iz skupa V i ne sadrzi parove istih elemenata, uredjeni par G = (V, E)
je multigraf. U protivnom je pseudograf.
Na sledecoj slici prikazane su strukture uvedene Definicijom 12.4.
graf
graf sa petljom
multigraf
Slika 8.
pseudograf
258
orijentisani
graf
orijentisani
graf sa petljom
usmereni
orijentisani
orijentisani
graf
multigraf
pseudograf
Slika 9.
Uvedene strukture mogu biti mesovite. To je slucaj kada skup E, tj. kolekcija E,
sadrzi mesovite parove, tj. uredjene i neuredjene parove. U odnosu na , to se
moze dogoditi kada se paralelne grane zamene neorijentisanom.
Primer 3. Posmatrajmo uredjeni par G = (V, ), pri cemu je V = {1, 2, 3,
4, 5}. Neka je relacija definisana sa = {(1, 2), (2, 1), (2, 3), (3, 2), (2, 4),
(4, 2)}. Ova relacija je simetricna i antirefleksivna. Ako sve paralelne grane
zamenimo neorijentisanim, dobija se da je G = (V, ) graf.
Slika 10.
Neka je relacija definisana sa = {(1, 2), (2, 1), (2, 3), (3, 2), (4, 4)}. Ona je
simetricna i nije refleksivna. Uredjeni par G = (V, ) je graf sa petljom.
259
Slika 11.
Neka je relacija definisana sa = {(1, 2), (2, 3), (3, 2)}. Ona nije simetricna
i antirefleksivna je. Struktura G = (V, ) je orijentisani graf.
Slika 12.
Neka je relacija definisana sa = {(1, 2), (2, 3), (3, 2), (4, 4)}. Struktura
G = (V, ) je digraf.
Slika 13.
Neka je relacija definidsana sa = {(1, 2), (2, 3)}. Struktura G = (V, ) je
usmereni graf.
Slika 14.
Napomenimo, da definicije 12.1 i 12.2 nisu i jedine za definisanje grafa u sirem
smislu. Ilustracije radi, navescemo sledecu.
Definicija 12.7 Uredjeni par G = (V, f ), gde je V neprazan skup i f preslikavanje
skupa V u samog sebe, naziva se graf.
U zavisnosti od osobina preslikavanja f zavisi i struktura uredjenog para G =
(V, f ).
Primer 4. Neka je uredjeni par G = (V, f ) definisan sa V = {1, 2, 3, 4, 5} i
f :=
1 2 3 4 5
2 3 4 5 1
260
Slika 15.
Ako je preslikavanje f definisano sa
f :=
1 2 2 3
2 3 1 2
Slika 16.
Ako je preslikavanje f definisano sa
f :=
1 1 2 3
1 2 1 4
Slika 17.
Pomenuli smo da svaki graf, u ravni, mozemo da prikazemo pomocu grafikona,
tj. dijagrama, koji se sastoji od tacaka i linija, koji prakticno poistovecujemo
sa grafom. Medjutim, crtanje grafikona u velikoj meri zavisi i od iskustva. Tako,
istom grafu, mozemo da pridruzimo veci broj, na prvi pogled razlicitih grafikona,
sto moze da oteza uocavanje nekih njegovih osobina. Na sledecoj slici su prikazana
tri grafikona istog grafa.
Slika 18.
Oni su potpuno ravnopravni, ali je tesko uociti da svi, na primer, ilustruju osobine
da se kod tog grafa grane ne seku van cvorova, ili da u ravni ogranicavaju tri
261
trougaone povrsine. Zbog toga cemo u daljem tekstu reci grafikon i dijagram
izostavljati i poistovecivati ih sa grafom.
Graf moze biti nemarkiran ili markiran, pri cemu se, najcesce, markiraju
cvorovi i grane (videti sledeci sliku).
Slika 19.
Markiranje se obavlja, najcesce, koriscenjem slova i brojeva. Ono ima za cilj samo
obelezavanje i ne treba ga mesati sa dodelom tezina, tj. tezinskim grafovima. Kod
tezinskih grafova se granama i/ili cvorovima dodeljuju neke tezine, fizicke velicine,
koje ilustruju problem koga on predstavlja. Ako tezine nisu naglasene, smatra se
da sve grane i svi cvorovi imaju iste tezine.
Pomenuli smo da prilikom predstavljanja grane neki cvorovi mogu biti izostavljeni. To je cesto prisutno u racunarstvu, narocito kod grafova paralelnih racunarskih sistema kada se izostavlja cvor koji predstavlja glavni racunar. Dacemo
definiciju digrafa koji sadrzi ove spoljne grane.
Definicija 12.8 Digraf sa spoljnim granama je uredjeni par G = (V, f ), gde je
V skup cvorova, a f preslikavanje skupa V {} u samog sebe, pri cemu
/ V.
Za sve grane oblika f () = (, v), v V , kazemo da su ulazne, za f () = (v, )
izlazne, i za f (u, v) = (u, v), u, v V , kazemo da su unutrasnje.
Primer 5. Neka je V = {1, 2, 3}, = 4 i preslikavanje f : {1, 2, 3, 4} 7
{1, 2, 3, 4} definisano sa
f :=
1 1 2 2 3 4 4 4
2 4 3 4 4 1 2 3
Slika 20.
262
12.3
Stepeni
cvorova
Slika 21.
su d(1) = 3, d(2) = 2, d(3) = 2, d(4) = 3, d(5) = 1. Stepeni cvorova
pseudografa
Slika 22.
su d(1) = 4, d(2) = 2, d(3) = 4, d(4) = 4, d(5) = 1.
Teorema 12.1 (Ojler) Za graf G = (V, E), definisan skupovima V = {x1 , x2 , ...,
xn } i E = {l1 ,l2 ,...,lm } vazi jednakost
2m =
n
X
i=1
d(xi ).
(12.1)
12.3. STEPENI CVOROVA
263
Dokaz. Dokaz sledi iz proste cinjenice da svaka grana povezuje dva razlicita cvora,
te se dva puta broji u zbiru svih stepena cvorova.
Cvor
u grafu ciji je stepen paran, zvacemo parnim, a ciji je stepen neparan,
neparnim.Tada vazi sledeca posledica prethodne teoreme.
Posledica 12.1 Broj cvorova neparnog stepena datog grafa je paran broj.
Primer 7. Graf sa sledece slike
Slika 23.
ima 5 cvora i 5 grana. Stepeni cvorova su d(1) = 2, d(2) = 2, d(3) = 3,
d(4) = 2, d(5) = 1. Zbir stepena cvorova je
d(1) + d(2) + d(3) + d(4) + d(5) = 10,
sto je 2 5 = 10, tj. jednako je dvostrukom broju njegovih grana.
Primer 8. Graf sa sa skupom cvorova V = {1, 2, 3, 4, 5}, ciji bi stepeni bili
d(1) = 1, d(2) = 3, d(3) = 2, d(4) = 2 i d(5) = 1 ne postoji. Broj cvorova
neparnog stepena je 3, sto je suprotno tvrdjenju posledice 12.1. Ukupan zbir
stepena cvorova bi bio
d(1) + d(2) + d(3) + d(4) + d(5) = 9,
ali ne postoji prirodan broj m, tako da je 2 m = 9.
Definicija 12.9 Dati graf G = (V, E), V = |n|, je regularan, stepena regularnosti
r ili r-regularan, ako je svaki njegov cvor stepena r. Oznacava se sa Cn,r .
Posledica 12.2 Ako je graf G = (V, E), |V | = n, |E| = m, r-regularan tada vazi
jednakost
2 m = n r.
(12.2)
264
n=4
n=5
n=6
n=7
n=8
Slika 24.
Definicija 12.10 Graf G = (V, E), V = |n|, koji je (n 1)-regularan, naziva se
kompletan.
Posledica 12.3 Ako je graf G = (V, E), |V | = n, |E| = m, kompletan tada vazi
jednakost
m=
n
2
n(n 1)
.
2
(12.3)
K1
K2
K3
K4
K5
K6
Slika 25.
Graf K5 je kompletan pentagraf.
Definicija 12.11 Graf G = (V, E), V = {x1 , x2 , ..., xn }, |E| = n 1, naziva se
linearnim, u oznaci Ln , ako za svako i = 1, 2, ..., n 1 vazi {xi , xi+1 } E.
Definicija 12.12 Graf G = (V, E), sa osobinom V = V1 V2 , V1 V2 = , pri
cemu za svako l = {x1 , x2 } E vazi x1 V1 i x2 V2 , naziva se bipartitnim ili
dvodelnim grafom.
Primer 11. Na sledecoj slici prikazana su dva bipartitna grafa.
12.3. STEPENI CVOROVA
V1
265
V2
V1
V2
Slika 26.
Definicija 12.13 Bipartitni graf G = (V1 V2 , E), |V1 | = n1 , |V2 | = n2 , pri cemu
su svi cvorovi skupa V1 povezani sa svim cvorovima skupa V2 , naziva se kompletnim
bipartitnim grafom. Oznacava se sa Kn1 ,n2 .
Primer 12. Na sledecoj slici prikazani su grafovi K1,2 , K2,2 , K2,3 i K3,3 .
Graf K3,3 naziva se kompletan bitrigraf.
K1,2
K2,2
K2,3
K3,3
Slika 27.
Teorema 12.2 Bipartitni graf G = (V, E), |V | = n, moze imati maksimalno
grana.
n2
4
d (u), je ukupan broj grana koje polaze iz njega. Ulazni stepen cvora u, u V , u
oznaci d+ (u), je ukupan broj grana koje se zavrsavaju u uvom cvoru. Ovi stepeni
se jos nazivaju polustepenima.
Analogno teoremi 12.1 vazi sledeci rezultat:
Teorema 12.3 Za orijentisani graf G = (V, E), V = {x1 , x2 , ..., xn }, E = {l1 , l2 ,
..., lm } vazi jednakost
2m =
n
X
i=1
d (xi ) +
n
X
i=1
d+ (xi )
266
Slika 28.
Primer 13. Za cvorove orijentisanog grafa sa slike vazi d (1) = 3, d+ (1) =
1, d (2) = 1, d+ (2) = 1, d (3) = 1, d+ (3) = 1, d (4) = 0, d+ (4) = 2.
Kod orijentisanih struktura, srodnih orijentisanom grafu, petlja se prilikom
racunanja stepena tretira kao ulazna i kao izlazna grana.
Primer 14. Za cvorove orijentisanog pseudografa sa slike vazi d (1) = 5,
d+ (1) = 3, d (2) = 1, d+ (2) = 4, d (3) = 3, d+ (3) = 1, d (4) = 1,
d+ (4) = 2.
Slika 29.
12.4
Matri
cno predstavljanje grafa
Grafovi se, najcesce, predstavljaju pomocu tri tipa binarnih matrica, i to, matrice
incidentnosti, matrice susedstva po cvorovima i matrice susedstva po granama.
Neka je graf G = (V, E), definisan skupovima V = {x1 , x2 , . . . , xn } i E =
{l1 , l2 , . . . , lm }. Pomenute matrice se definisu na sledeci nacin:
Definicija 12.14 Matrica incidentnosti grafa G = (V, E) je binarna matrica B =
(bij ), reda m n, definisana sa
(
bij =
1,
0,
za svako i = 1, 2, . . . , m i j = 1, 2, . . . , n.
12.4. MATRICNO
PREDSTAVLJANJE GRAFA
267
aij =
1,
0,
ako {xi , xj } E,
ako {xi , xj }
/ E,
za svako i = 1, 2, . . . , n i j = 1, 2, . . . , n.
Definicija 12.16 Matrica susedstva po granama grafa G = (V, E) je binarna matrica C = (cij ), reda m m, definisana sa
(
cij =
1,
0,
ako li lj V,
ako li lj = ili li lj
/ V,
A=
0
1
0
0
0
1
0
1
1
0
0
1
0
0
0
0
1
0
0
0
0
0
0
0
0
B= 0
1 0 0 0
0 1 1
1 1 0 0 C = 1 0 1 .
1 0 1 0
1 1 0
268
1 1 0 0 0
B1 = 0 1 0 1 0 .
0 1 1 0 0
Nije tesko uociti da se matrice B i B1 razlikuju samo po redosledu vrsta.
Slicnu situaciju bismo imali i kada bismo izvrsili promenu markiranja cvorova. To cemo ilustrovati u sledecem primeru.
Primer 16. Neka je dat neusmereni graf, koji se sastoji od tri cvora i dve
grane. Njemu odgovara 6 (3! = 6) grafova dobijenih razlicitim markiranjem
Slika 30.
cvorova. i dva grafa sa razlicito markiranim granama ili ukupno 12 = 2! 3!
Slika 31.
Slika 32.
grafova sa razlicito markiranim cvorovima i granama.
Svakom od ovih grafova mozemo pridruziti matricu incidentnosti i matricu
susedstva, po cvorovima. Nije tesko uociti, a to prepustamo citaocu, da ce sve
matrice susedstva imati iste elemente, tj. isti broj nula, i da se odgovarajucim
permutacijama vrsta i kolona, iz jedne moze dobiti bilo koja druga. To isto
vazi i za matrice incidentnosti. Zbog toga se postavlja logicno pitanje, da li
su u pitanju sustinski razliciti grafovi?
12.4. MATRICNO
PREDSTAVLJANJE GRAFA
269
Slika 33.
Neka je dat graf G = (V, E) koji ima n cvorova, |V | = n, i m grana, |E| = m.
Ne ulazeci u formalne dokaze, vazi sledece. Grafu G mozemo pridruziti, u zavisnosti
od markiranja cvorova, najvise n! medjusobno razlicitih matrica susedstva, po
cvorovima. Medjutim, sve one ce imati isti broj nula, tj. jedinica. Permutacijama
vrsta i kolona jedne, dobija se neka druga. Postavlja se pitanje koja od njih
prezentuje dati graf. Slicno, u zavisnosti od markiranja grana i cvorova, grafu G
mozemo pridruziti n! m! razlicitih matrica incidentnosti. Sve one ce takodje imati
isti broj jedinica, tj. nula, i permutacijama vrsta i kolona iz jedne se prelazi u
drugu. I ovoga puta se postavlja isto pitanje prezentacije. Pitanje prezentacije se
moze postaviti i obrnuto. Da li matrica susedstva, tj. incidentnosti, jednoznacno
predstavlja graf, a ako to ne vazi, kako postupiti u praksi? Na srecu, na ova
pitanja postoje prosti odgovori, tj. sve se razresava uvodjenjem pojma izomorfizma
grafova.
Definicija 12.17 Za dva grafa G1 = (V1 , E1 ) i G2 = (V2 , E2 ) kazemo da su izomorfna ako i samo ako postoji bijekcija , : V1 7 V2 , tako da je
(x, y V1 )({x, y} E1 ) ((x), (y) V2 )({(x), (y)} E2 ).
Drugim recima izomorfizam grafova je obostrano jednoznacno preslikavanje
njegovih cvorova, koje ocuvava njihovo susedstvo. Kao i kod drugih konfiguracija,
za nas su izomorfni grafovi isti grafovi, tj. jednakost do izomorfizma posmatramo
kao jednakost.
Sve matrice, istog reda, koje odgovarajucim transformacijama vrsta i kolona
prelaze jedna u drugu su izomorfne, pri cemu je izomorfizam definisan upravo
ovim permutacijama. Ako su u pitanju matrice incidentnosti ili susedstva, sto je
slucaj kod nas, odgovarajuce strukture, tj. grafovi su medjusobno jednaki. To
znaci da datom grafu odgovaraju matrice susedstva i incidentnosti jednake do
izomorfizma, i obrnuto one prezentuju graf jednoznacno do izomorfizma. Kada
270
pridruzujemo datom grafu matricu susedstva, ili incidentnosti, nije bitno koju
izaberemo iz odgovarajuceg skupa. Vazi i obrnuto.
Formalno, ako je dat graf G = (V, E), koji sadrzi n cvorova, |V | = n i m grana,
|E| = m, i neka su im pridruzene dve matrice susedstva A1 i A2 i dve matrice
incidentnosti B1 i B2 . Tada postoji jedinstvena permutaciona matrica P , reda
n n i jedeinstvene permutacione matrice P1 , reda m m i P2 , reda n n, tako
da je
A1 = P T AP i B1 = P1 B2 P2 .
(12.4)
Primer 17. Grafovi G1 i G2 su izomorfni, pri cemu je izomorfizam definisan
G1
G2
Slika 34.
preslikavanjem
1 2 3 4
3 4 1 2
: =
= (13)(24).
A1 =
0
1
0
0
1
0
1
0
0
1
1
1
0
0
0
0
i A2 =
0
1
0
1
1
0
0
0
0
0
0
1
1
0
1
0
P =
0
0
1
0
0
0
0
1
1
0
0
0
0
1
0
0
tako da je A1 = P T A2 P .
Primer 18. Grafovi G1 i G2 su izomorfni. Izomorfizam je definisan sa
12.4. MATRICNO
PREDSTAVLJANJE GRAFA
G1
271
G2
Slika 35.
: =
1 2 3 4 5
1 3 5 2 4
= (1)(2354) = (2354).
A1 =
0
0
1
1
0
0
0
0
1
1
1
0
0
0
1
1
1
0
0
0
0
1
1
0
0
A2 =
1 0 0
0 0 1
P = 0 0 0
0 1 0
0 0 0
0
1
0
0
1
1
0
1
0
0
0
1
0
1
0
0
0
1
0
1
1
0
0
1
0
0
0
1
0
0
dobija se jednakost A1 = P T A2 P .
Primer 19. Grafovi G1 i G2 su izomorfni. Izomorfizam je definisan sa
G1
G2
Slika 36.
: =
1 2 3 4 5 6
1 2 3 4 5 6
272
G1
G2
Slika 37.
A1 =
0
0
0
0
1
0
0
1
0
1
0
1
0
1
0
0
0
1
0
1
1
1
0
1
0
A2 =
0
1
0
0
0
1
0
0
0
1
0
0
0
1
1
0
0
1
0
1
0
1
1
1
0
12.4. MATRICNO
PREDSTAVLJANJE GRAFA
273
A=
1
0
3
0
0
0
0
1
0
0
3
1
0
2
0
0
0
2
0
0
0
0
0
0
2
274
Slika 38.
Matrice susedstva i incidentnosti kod orijentisanih grafova definisu se na sledeci
nacin.
Definicija 12.18 Neka je orijentisani graf G = (V, E) definisan skupovima V =
{x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }. Matrica susedstva datog grafa je kvadratna
matrica A = (aij ), reda n n, definisana sa
(
aij =
1,
0,
ako je (xi , xj ) E
ako je (xi , xj ) 6 E,
za svako i = 1, 2, . . . n i j = 1, 2, . . . n.
Matrica incidentnosti datog grafa je pravougaona matrica B = (bij ), reda nm,
definisana sa
bij =
1,
1,
0,
za i = 1, 2, . . . , n i j = 1, 2, . . . , m
Primer 22. Orijentisanom grafu G = (V, E) sa sledece slike odgovaraju
Slika 39.
matrice susedstva i incidentnosti, A = (aij ) i B = (bij ),
A=
0
0
1
0
1
0
0
0
1
1
0
0
0
0
1
0
B=
1
0
0 1
1
1
1
0
0
0
0 1
1
1 1
0
0 1
0
0
12.4. MATRICNO
PREDSTAVLJANJE GRAFA
275
tij =
wij ,
0,
i 6= j
i=j
x
s4
7
x
s5
A
A
A4
A
A
x3 s
x1 s
A
@
2
@2
@
1A
A
As
x2
5
@s
3 40. x6
Slika
As x7
276
T =
12.5
0
1
+
7
+ + +
1
0
2
+ +
3
+
+
2
0
5
1
2
+
7
+
5
0
4
+ +
.
+ +
1
4
0
+
4
+
3
2
+ +
0
5
+ + + +
4
5
0
Definicija 12.20 Neka je dat graf G = (V, E), V 6= {}. Svaki graf oblika =
(U, T ), pri cemu je U V i T E, naziva se delom grafa G.
Nula graf je deo svakog grafa. Svaka izdvojena grana ili cvor datog grafa, je
njegov deo. Pod delom datog grafa se ponegde u literaturi tretira njegov podgraf.
Mi cemo, pod pojmom podgraf podrazumevati nesto drugo.
Definicija 12.21 Neka je dat graf G = (V, E), V 6= {}. Graf oblika = (U, T ),
pri cemu je U V i T = E (U U ), naziva se podgraf grafa G. Ako je U 6= V ,
graf je pravi podgraf grafa G.
Definicija 12.22 Pod delimicnim grafom datog grafa G = (V, E), podrazumeva
se graf oblika = (V, T ), pri cemu je T E.
Napomena 12.1 U literaturi se delimicni graf datog grafa srece pod nazivom
vise, kad god se radi o nekom pojmu vezanom za dati graf
kostur (skelet) graf. Sta
u kome su zastupljeni svi njegovi cvorovi, uz naziv pojma se cesto dodaje prefiks
kostur. Ovo cemo i mi ponekad koristiti u daljem tekstu.
Definicija 12.23 Delimicni graf podgrafa datog grafa, naziva se delimicni podgraf.
Primer 24. Na sledecoj slici dat je jedan graf G, njegov podgraf G1 , jedan
delimicni graf G2 , i jedan delimicni podgraf G3 .
Definicija 12.24 Neka je graf G = (V, E) definisan skupovima V = {x1 , x2 , . . . , xn }
i E = {l1 , l2 , . . . , lm }. Niz cvorova i grana
0
x01 , l10 , x02 , l20 , . . . , lp1
, x0p ,
(12.5)
s
@
@
@s
s
,s
G
s
@
@
@s
s
277
G1
G2
s
s
G3
Slika 41.
Pored naziva put, izraz (12.5) se jos srece u literaturi pod nazivima marsuta,
setnja, trasa i slicno.
Ako nema opasnosti da dodje do zabune put se moze okarakterisati samo nizom odgovarajucih cvorova kroz koje prolazi, ili odgovarajucim granama koje mu
pripadaju. Tako, na primer, put (12.5) moze, eventualno, biti oznacen i sa
x01 , x02 , . . . , x0p
ili
0
l10 , l20 , . . . , lp1
.
Put, u opstem slucaju, moze vise puta proci kroz isti cvor ili istom granom.
Ako put vise puta sadrzi istu granu, prilikom racunanja njegove duzine, uzima
se u obzir svako njeno pojavljivanje. Put je konacan, ako je broj grana, tj. broj
njihovog pojavljivanja, konacan. U protivnom je beskonacan. Nas interesuju samo
konacni putevi. Kod grafova koji sadrze petlje, a takodje, kod pseudografova, put
moze sadrzati i petlje i paralelne grane.
Definicija 12.25 Put u kome se svaka grana koja je u njemu sadrzana javlja
tacno jedanput, naziva se prost put ili lanac.
Definicija 12.26 Put u kome se svaki cvor koji u njemu ucestvuje javlja tacno
jedanput, naziva se elementarni put ili prost lanac.
Svaki elementarni put (prost lanac) je i prost put (lanac), ali obrnuto ne mora
da vazi.
Definicija 12.27 Ako u putu (12.5) vazi jednakost x01 = x0p , on je zatvoren ili
kruzni put. U suprotnom kaze se da je otvoren.
Definicija 12.28 Zatvoreni lanac (prost put) naziva se ciklus. Graf koji ne sadrzi
ni jedan ciklus, naziva se aciklicnim.
278
Definicija 12.29 Ciklus koji sadrzi sve medjusobno razlicite cvorove, osim naravno prvog i zadnjeg, naziva se prostim ciklusom.
Ponekad se termin ciklus zamenjuje terminom kontura.
Primer 25. Neka je graf G = (V, E), prikazan na sledecoj slici, definisan skupovima V = {1, 2, 3, 4, 5, 6} i E = {{1, 2}, {1, 3}, {2, 3}, {3, 4}, {3, 5},
{3, 6}, {4, 5}, {4, 6}, {5, 6}}.
6s
s5
2
s
@s
1s
Slika 42.
Uocimo neke njegove karakteristicne puteve:
Put 1 3 6 4 5 6 3 2, koji povezuje cvorove 1 i 2,
dva puta prolazi kroz cvor 3 i cvor 6, i u njemu se dva puta javlja grana
{3, 6}. Duzina ovog puta je 7.
Put 1 3 5 4 3 2 takodje povezuje cvorove 1 i 2. On
predstavlja lanac (prost put). Nije prost lanac (elementarni put) jer
dva puta prolazi kroz cvor 3. Njegova duzina je 5.
Put 1 3 2, koji spaja cvorove 1 i 2, je prost lanac (elementarni
put). Njegova duzina je 2.
Put 1 3 6 4 5 6 3 2 1 je kruzni put. Dva puta
prolazi kroz cvorove 3 i 6, i u njemu je dva puta sadrzana grana {3, 6}.
Put 1 3 5 4 3 2 1, je ciklus duzine 6. Dva puta prolazi
kroz cvor 3, pa nije prost ciklus.
Put 1 2 3 1, duzine 3, je prost ciklus.
Definicija 12.30 Neka je dat graf G = (V, E), V 6= {}, i neka cvorovi x i y
pripadaju skupu V . Rastojanje izmedju cvorova x i y, u oznaci dG (x, y), je duzina
najkraceg puta koji ih povezuje.
Pitanje ukupnog broja puteva odredjene duzine izmedju dva cvora datog grafa
razresava se sledecom teoremom.
279
's 5
'
s3
@
@
$
s2
s4
@
@s
1
Slika 43.
Teorema 12.6 Neka je graf G = (V, E), cija je matrica susedstva A = (aij ), reda
n n, definisan skupovima V = {x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }. Oznacimo
(k)
sa Ak = (aij ), k-ti stepen matrice A, gde je k fiksiran prirodan broj. Tada je
(k)
n
X
(k)
ais asj .
(12.6)
s=1
280
A=
0
1
1
1
0
1
0
1
0
0
1
1
0
1
1
1
0
1
0
1
0
0
1
1
0
A =AA=
3
1
2
1
2
1
2
1
2
1
2
1
4
2
1
1
2
2
3
1
2
1
1
1
2
A =A A=
4
5
7
7
3
5
2
6
3
3
7
6
6
7
6
7
3
7
4
5
3
3
6
5
2
(3)
Kako je a25 = 3, postoje tri razlicita puta duzine 3 koji povezuju cvorove 2
i 5. To su putevi
2145
2135
2 3 4 5.
Definicija 12.31 Dati graf G = (V, E) je povezan ako za bilo koja dva njegova
cvora postoji lanac koji ih spaja.
Logicno, ako graf nije povezan, on se sastoji od vise medjusobno nepovezanih
delova, koji se nazivaju komponente povezanosti.
Definicija 12.32 Pod komponentom povezanosti datog grafa G = (V, E) podrazumeva se svaki njegov povezani podgraf koji nije pravi podgraf ni jednog drugog
povezanog podgrafa datog grafa G.
Neki cvorovi i grane u grafu su posebno interesantni sa stanovista povezanosti.
Navescemo definicije nekih od njih.
s
@
s
@
@as
@s
as
s
@
m
@a
s
@s
281
m s
vm
sa
m
s
m
s
vm
Slika 44.
Definicija 12.34 Grana grafa G cijim se udaljavanjem povecava broj njegovih
komponenti povezanosti naziva se most. Grana koja je incidentna sa cvorom stepena 1, naziva se viseci most.
Slicno kao kod artikulacionog cvora, i za most se mogu dati druge definicije.
Tako mozemo reci da je grana l, datog grafa G = (V, E), most ako je stepen
povezanosti grafa G l veci od stepena povezanosti grafa G.
se tice odnosa mosta i viseceg mosta, lako je primetiti, da je svaki viseci
Sto
most ujedno i most, ali da obrnuto ne mora da vazi.
Primer 27. Na sledecoj slici prikazan je graf na kome su slovima a, m i
vm oznaceni artikulacioni cvorovi, mostovi i viseci mostovi, respektivno.
U sledecoj teoremi dati su potrebni i dovoljni uslovi egzistencije mosta u datom
grafu.
Teorema 12.7 Grana l grafa G = (V, E) je most ako i samo ako u grafu G ne
postoje ciklusi koji sadrze ovu granu.
Neka je dat graf G = (V, E) i neka njegova osobina . Za njegov podgraf G1
reci cemo da je maksimalan u odnosu na osobinu , ako on poseduje ovu osobinu
ali je ne poseduje ni jedan drugi podgraf grafa G, za koga je G1 pravi podgraf. U
sledecoj definiciji definisan je podgraf datog grafa koji je maksimalan u odnosu na
osobinu povezanosti.
Definicija 12.35 Maksimalno povezani podgraf datog grafa G, koji ne sadrzi artikulacione cvorove, naziva se blok grafa G.
Primer 28. Blokove datog grafa dobijamo cepanjem datog grafa u artikulacionim cvorovima. Na sledecoj slici prikazani su blokovi grafa sa slike
45.
282
s s
@
s
@
@s
@s s
s
s
s s
@
s
@
@s s
@s
Slika 45.
s s
s
s
s
283
Definicija 12.37 Hamiltonov put u grafu G = (V, E), je put koji prolazi kroz
svaki njegov cvor tacno jednom. Ako je pri tome zatvoren, naziva se zatvoreni
Hamiltonov put.
Prilikom definisanja svih mogucih puteva, kod orijentisanih grafova moramo
voditi racuna o sledecoj cinjenici. U nizu cvorova i orijentisanih grana, koji predstavlja neki put u orijentisanom grafu (pseudografu),
x1 , l1 , x2 , l2 , . . . , xn1 , ln1 , xn ,
(n 2)
(12.7)
cvora xn . Cvor
x1 je pocetni (inicijalni), a cvor xn krajnji (terminalni).
Ako orijentisane grane koje ucestvuju u posmatranom orijentisanom putu nisu
sa tezinama, duzina puta je jednaka ukupnom broju grana koje u njemu ucestvuju.
Svako novo pojavljivanje jedne te iste grane u putu se uzima svaki put u obzir.
Definicija 12.38 Neka je G = (V, E) dati orijentisani pseudograf, pri cemu je
V = {x1 , x2 , . . . , xn }. Pod rastojanjem izmedju cvora xi i xj , i 6= j, podrazumeva
se duzina najkraceg orijentisanog (xi xj )-puta, ako postoji.
Napomenimo da se orijentisani prosti ciklusi, u orijentisanom pseudografu,
nazivaju jos i konturama. Orijentisani prosti kostur lanac naziva se orijentisanim
Hamiltonovim lancem. Pod Hamiltonovom konturom podrazumeva se svaka kostur
kontura orijentisanog pseudografa. Ako orijentisani pseudograf sadrzi Hamiltonovu
konturu, on se naziva Hamiltonovim pseudografom.
Definicija 12.39 Neka je G = (V, E) orijentisani pseudograf, V 6= {}. Za cvor
xj , xj V , kazemo da je dostizan cvoru xi , xi V , ako u orijentisanom pseudografu, G, postoji orijentisani (xi xj )-put. Skup svih cvorova iz V dostiznih
datom cvoru xi , naziva se oblascu njegove dominacije.
Tranzitivno zatvaranje. Pitanje dostiznosti cvorova u orijentisanom grafu
je direktno povezano sa pojmom tranzitivnog zatvaranja.
Neka je dat orijentisani graf G = (V, E), V = {x1 , x2 , ..., xn }. Tranzitivno
zatvaranje grafa G je orijentisani graf G = (V, E ), pri cemu l = (x, y) pripada
skupu E ako i samo ako postoji orijentisani (x 7 y)-put u grafu G. To znaci da
graf G , tj. njegova matrica susedstva, definise dostiznost u grafu G, za svaki cvor.
284
Slika 46.
(0)
0
0
0
0
0
1
0
1
0
0
1
0
0
0
1
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
A(1) =
1
0
1
0
0
1
0
0
0
1
0
1
0
0
0
0
0
0
0
0
, A(2) =
(3)
(4)
=A
(5)
=A
0
0
0
0
0
1
0
1
0
1
0
0
0
0
0
1
0
0
0
1
1
0
1
0
0
1
1
1
0
1
1
0
0
0
1
0
0
0
0
0
1
1
1
0
0
0
0
0
0
0
12.6. ODREDJIVANJE NAJKRACIH
PUTEVA U GRAFU
285
Matrice A(5) = A je matrica susedstva grafa G , koji je tranzitivno zatvaranje grafa G. Na osnovu nje, crtamo graf G . Na osnovu grafa G , tj.
Slika 47.
matrice A = A(5) , zakljucujemo da su u grafu G cvoru 1 dostizni cvorovi 2
i 4, cvoru 2 cvor 4, cvoru 3 cvorovi 2 i 4, cvoru 4 nije dostizan nijedan cvor i
da su cvoru 5 dostizni cvorovi 2, 3 i 4. Analogno zakljucujemo da cvor 1 nije
nikome dostupan, da je cvor 2 dostupan cvorovima 1, 3 i 5, cvor 3 dostupan
cvorovima 1 i 5, cvor 3 dostupan svim ostalim cvorovima, a cvor 5 nijednom.
12.6
Odredjivanje najkra
cih puteva u grafu
286
privremena
stalna
Privremene labele se u toku primene algoritma mogu menjati shodno pronalazenju
boljih puteva. Labela se proglasava stalnom kada se ustanovi da ona predstavlja
12.6. ODREDJIVANJE NAJKRACIH
PUTEVA U GRAFU
Slika 48.
Slika 49.
287
288
Procedura na Pascalu za nalazenje najkraceg puta izmedju cvorova s i t primenom Dijkstrinog algoritma ima sledeci izgled:
const n = . . . ; {broj cvorova u grafu}
beskon = . . . ; {veoma veliki broj}
type cvor = 0..n;
listacvorova = array[1..n, 1..n] of integer;
procedure N ajkraciput(w : matrica; s, t : cvor; var put : listacvorova)
{w je tezinska matrica. Element w(i, j) jednak je rastojanju cvora i od cvora j. Ako je
w(i, j) = 0, tada ne postoji grana koja spaja cvorove i i j}
type ozn = (stalna, privremena)
oznakacvora = record
prethodni : cvor;
duzina : integer;
oznaka : ozn;
end;
stanjegraf a := array[1..n] of ozncvora;
var stanje : stanjegraf a;
i, k : cvor;
n, m: integer;
begin
{inicijalizacija}
for i := 1 to n do
with stanje(i) do
begin
prethodni := 0;
duzina := beskon;
12.6. ODREDJIVANJE NAJKRACIH
PUTEVA U GRAFU
289
oznaka := privremena;
end;
{kraj inicijalizacije}
stanje(s).duzina := 0;
stanje(s).oznaka := stalna;
k := s; {uvek pamti tekuci cvor u odnosu na koji trazimo najmanje rastojanje}
repeat
for i := 1 to n do
if w(k, i) 6= 0) and (stanje(i).oznaka = privremena) then
if stanje(k).duzina + w(k, i) < stanje(i).duzina then
begin
stanje(i).duzina := stanje(k).duzina + w(k, i);
stanje(i).prethodni := k
end;
min := beskon; k := 0 :
for i := 1 to n do
if (stanje(i).oznaka = privremena) and (stanje(i).duzina < min) then
begin
min := stanje(i).duzina;
k := i;
end;
stanje(k).oznaka := stalna;
until k = t;
for i := 1 to n do
put(i) := 0;
k := t; i := 0;
repeat
i := i + 1; put(i) := k;
k := stanje(k).prethodni;
until k = 0
end;
Neka je graf G = (V, E), ciji je skup cvorova V = {1, 2, ..., n}, definisan
(0)
tezinskom matricom D(0) = (dij ), reda n n. Koristeci matricu D(0) , odredi(1)
(1)
cemo matricu D(1) = (dij ), reda n n, pri cemu je dij duzina najkraceg puta
izmedju cvora i i cvora j, = 1, 2, ..., n, j = 1, 2, ..., n, ali samo preko cvora 1. U dru(2)
gom koraku, na osnovu matrice D(1) , odredicemo matricu D(2) = (dij ), pri cemu
(2)
290
i j, i = 1, 2, ..., n, j = 1, 2, ..., n, preko svih cvorova skupa {1, 2, ..., n}, tj. trazeni
rezultat.
(n)
Nalazenje elemenata matrice D(n) = (dij ) moze se realizovati pomocu sledec
eg algoritma.
Algoritam (Flojd)
for k := 1 to n do
for i := 1 to n do
for j := 1 to n do
(k)
(k1) (k1)
(k1)
dij := min{dij , dik
+ dkj }
Primer 31. Odredicemo duzine najkracih puteva izmedju svih cvorova
grafa G. Ovom grafu odgovara tezinska matrica
Slika 50.
(0)
D =
0
7
1
6
+ +
7
0
5 +
8
+
1
5
0
4
1
7
6
+ 4
0
+
2
+
8
1 +
0
+
+ + 7
2
+
0
D(1) =
0
7
7
0
1
5
6
13
+
8
+ +
1
6
+ +
5 13
8
+
0
4
1
7
4
0
+
2
1 +
0
+
7
2
+
0
12.6. ODREDJIVANJE NAJKRACIH
PUTEVA U GRAFU
(2)
D =
(3)
D =
D(5) =
0
7
7
0
1
5
6
13
15
8
+ +
291
1 6
15 +
5 13
8
+
0 4
1
7
,
4 0
21
2
1 21
0
+
7 2 +
0
0 6
6 0
1 5
5 9
2 6
8 12
1
5
0
4
1
7
5
9
4
0
5
2
0 6
2 8
6 0
6 12
1 5
1 7
(4)
D =
5 9
5 2
2 6
0 8
8 11
8 0
0 6
6 0
1 5
5 9
2 6
8 11
1
5
0
4
1
6
5
9
4
0
5
2
2 8
0 6
6 11
6 0
1 5
1 6
D (6) =
5 9
5 2
2 6
0 7
7 0
8 11
1
5
0
4
1
6
5
9
4
0
5
2
2 8
6 11
1 6
,
5 2
0 7
7 0
1
5
0
4
1
6
5
9
4
0
5
2
2 8
6 11
1 6
.
5 2
0 7
7 0
Slika 51.
292
D(0) =
0
3
+ +
4
1
0
5
+ +
2
+
0
+ + .
+
2
1
0
1
7
+ +
1
0
D(2) =
0 3
8
+ 4
0 3
8
+ 4
1 0
1 0
5
+ 5
5
+ 5
2 5
0
+ 6 D(3) = 2 5
0
+ 6 ,
3 2
3 2
1
0
1
1
0
1
7 10 +
1
0
7 10 +
1
0
(1)
0
3 + + 4
1
0
5
+ 5
2
5
0
+ 6
+ 2
1
0
1
7
10 +
1
0
(4)
0
1
2
3
4
3
0
5
2
3
8 + 4
0 3
5 + 5
1 0
0 + 6 D(5) = 2 5
3 2
1
0
1
2
1
0
4 3
6
5
0
1
2
5
6
7
0
1
4
5
6
1
0
12.7
Stablo
Vec smo rekli da se svaki graf koji ne sadrzi ni jedan ciklus naziva aciklicnim.
Aciklicni grafovi se srecu i pod nazivom suma.
Definicija 12.40 Svaki aciklicni graf naziva se sumom. Ako je pri tome povezan
i sadrzi n cvorova, n > 1, naziva se stablom ili drvom.
Iz ove definicije je lako zakljuciti da su komponente povezanosti svake sume
stabla ili izolovani cvorovi. Osobine stabla se najbolje odslikavaju sledecom teoremom.
12.7. STABLO
293
Teorema 12.9 Neka je dat graf G koji sadrzi n cvorova, n > 1. Tada su sledeci
iskazi medjusobno ekvivalentni:
1o Graf G je povezan i ne sadrzi ni jedan ciklus;
2o Graf G ne sadrzi ni jedan ciklus i ima n 1 grana;
3o Graf G je povezan i sadrzi n 1 granu;
4o Graf G ne sadrzi ciklus, ali dodavanjem nove grane izmedju proizvoljna dva
cvora, obrazuje se jedan ciklus;
5o Graf G je povezan ali gubi to svojstvo ako se udalji njegova proizvoljna grana;
6o Svaka dva cvora grafa G su spojena tacno jednim elementarnim putem.
Interesantno je da se svaki iskaz iz Teoreme 12.9 moze uzeti za definiciju stabla,
a da se ostali iskazi dokazu kao teoreme za sebe. Pri tome se najcesce u literaturi
uzima iskaz 3o za definiciju stabla.
Primer 33. Na sledecoj slici prikazana su sva moguca stabla za vrednosti
n = 2, 3, 4 i 5.
n = 2 ,s
n = 3 ,s
,s
n = 4 ,s
,s
n = 5 ,s
,s
s
s
@
@s
s
s
,s
@@s
Slika 52.
n
X
i=1
d(xi )
2(n 1) =
n
X
i=1
d(xi ) 2n
294
sto je nemoguce.
Pretpostavimo da u datom grafu postoji samo jedan cvor stepena 1. Neka je
to, recimo, cvor x1 , d(x1 ) = 1. Za ostale cvorove pretpostavimo da je d(xi ) 2,
i = 2, . . . , n. Tada bi bilo
2m =
n
X
d(xi )
2(n 1) = d(x1 ) +
i=1
n
X
i=2
ni = n.
i=1
(ni 1) =
p
X
i=1
ni p = n p.
12.7. STABLO
295
(12.8)
m
X
i=1
t(li )
296
Slika 53.
vanje minimalnog pokrivajuceg stabla ovog grafa. Izaberimo proizvoljni cvor
datog grafa G, recimo cvor 5. Grana najmanje tezine koja je incidentna sa
ovim cvorom je grana l10 = {3, 5} cija je tezina 2. Time smo jednoznacno
odredili drugi cvor u stablu, cvor 3. Sada biramo novu granu najmanje
12.7. STABLO
297
tezine incidentnu ili cvoru 5 ili cvoru 3. To moze biti ravnopravno grana
l9 ili grana l11 jer su obe tezine 2. Izaberimo granu l11 = {3, 6}. Time
smo stablu pridodali cvor 6. Biramo novu granu najmanje tezine incidentnu
nekom od cvorova 3,5 ili 6, ali tako da ona ne formira ciklus, tj. da druga
krajnja tacka te grane ne bude iz skupa {3, 5, 6}. To je jedinstvena grana
l9 = {3, 4}, cija je tezina 2. Tako smo dobili i cetvrtu tacku trazenog stabla, tacku 4. Ovaj postupak ponavljamo sve dok stablu ne pridodamo sve
cvorove polaznog grafa G. Minimalno pokrivajuce stablo, T = (V, E 0 ), datog
grafa G je prikazano na sledecoj slici. Ovo stablo je definisano skupom grana
E 0 = {l1 , l2 , l9 , l10 , l11 , l12 }. Tezina dobijenog stabla je
t(T ) = t(l1 ) + t(l2 ) + t(l9 ) + t(l10 ) + t(l11 ) + t(l12 ) = 14.
Slika 54.
Vec smo pomenuli da se orijentisani graf koji ne sadrzi cikluse naziva orijentisani
aciklicni graf. Ako je pri tome povezan, naziva se orijentisano stablo. S obzirom
na razlicite mogucnosti orijentacije grana i nacina povezivanja u grafu, ovo bi se
moglo prihvatiti kao definicija orijentisanog stabla u sirem smislu. Sa stanovista
primene u racunarskoj tehnici posebno su interesantna takozvana korenska orijentisana stabla.
Definicija 12.43 Korensko orijentisano stablo je orijentisani aciklicni graf sa osobinama:
1) Postoji tacno jedan cvor u grafu koji se naziva koren i u koji se ne stice ni
jedna grana;
298
Slika 55.
2) U svaki cvor razlicit od korena stice se tacno po jedna grana;
3) Svaki cvor orijentisanog aciklicnog grafa dostizan je za koren.
Orijentisana suma se na identican nacin definise kao i neorijentisana, samo
preko orijentisanih stabala. Naime, orijentisani graf koji se sastoji od vise orijentisanih stabala, naziva se orijentisana suma.
U prethodnim odeljcima smo vec pomenuli neke uobicajene nazive koji se dodeljuju pojedinim cvorovima u stablu. Neki nazivi se zadrzavaju i kod korenskih
stabala a uvode se i neki novi. Navescemo neke osnovne. Neka je G = (V, E) korensko orijentisano stablo. Ako orijentisana grana (x, y) pripada stablu, tj. skupu
E, cvor x se naziva roditeljem cvora y, a cvor y sinom (ili cerkom, sto da ne)
cvora x. Svi sinovi datog cvora x u stablu, cine familiju njegovih sinova. Ako
u G postoji orijentisani (x y)-put, cvor y se naziva sledbenikom, naslednikom
cvora x. Cvor
bez sinova naziva se list, zavrsni ili terminalni cvor. Svaki cvor x
razlicit od korena stabla, zajedno sa svojim potomcima, i odgovarajucim granama
(sto cemo u buduce podrazumevati), cine korensko orijentisano podstablo, datog
stabla G, sa korenom u cvoru x.
Primer 35. Na sledecoj slici prikazano je korensko orijentisano stablo G =
(V, E), definisano skupovima V = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} i E = {(1, 2),
(1, 3), (1, 4), (2, 5), (2, 6), (3, 7), (5, 8), (5, 9), (6, 10)}, i tri njegova korenska
12.7. STABLO
299
cvorovi u G. Cvorovi
2, 3, 5 i 6 mogu biti koreni orijentisanih, netrivijalnih,
podstabala orijentisanog stabla G.
Algoritam Maksa-Plotkina. Neka je G = (V, E) povezan graf gde je V =
{1, 2, ..., n} i E skup grana. Svakoj grani {i, j} E pridruzena je tezina dij ,
(0)
i = 1, 2, ..., n i j = 1, 2, ..., n. Tezinska matrica ovog grafa je D(0) = (dij ), reda
n n, definisana je sa
dij =
dij ,
+,
0,
ako {i, j} E,
ako {i, j}
/ E,
ako je i = j.
Sada cemo se baviti egzistencijom pokrivaca u odnosu na grane koji ima oblik
stabla. Ovaj tip pokrivaca zvacemo pokrivajuce stablo.
Problem nalazenja pokrivajuceg stabla moze da se svede na nalazenje grafa
G = (V, E ) tako da su uspunjene sledec e osobine:
1 E E,
2 |E | = n 1,
3 graf G je povezan,
4 zbir tezina grana u grafu G je minimalno moguc.
Resenje ovog problema, koje ne mora biti jedinstveno, moze da se resi u sledeca
dva koraka.
(0)
U prvom koraku, na osnovu matrice D(0) = (dij ) izracuna se matrica D(n) =
(n)
(0)
dij ,
0,
+,
(0)
(n)
300
Slika 56.
D(0) =
0
6
1
5
+ +
6
0
5 +
3
+
1
5
0
5
6
4
.
5
+ 5
0
+
2
+
3
6 +
0
6
+ + 4
2
6
0
(1)
D =
0
6
6
0
1
5
5
6
+
3
+ +
(2)
D =
D(3) =
0
5
1
5
3
4
5
0
5
5
3
5
1
5
0
5
5
4
5
5
5
0
5
2
0
6
6
0
1
5
5
6
6
3
+ +
3
3
5
5
0
5
4
5
4
2
5
0
1
5
+ +
5
6
3
+
0
5
6
4
,
5
0
+
2
6 +
0
6
4
2
6
0
1
5
0
5
5
4
5
6
5
0
5
2
6 +
3 +
5
4
,
5
2
0
5
5
0
D(4) =
0
5
1
5
3
4
5
0
5
5
3
5
1
5
0
5
5
4
5
5
5
0
5
2
3
3
5
5
0
5
4
5
4
2
5
0
(5)
D =
0
3
1
5
3
4
3
0
5
5
3
5
1
5
0
5
5
4
301
5
5
5
0
5
2
3
3
5
5
0
5
4
5
4
2
5
0
(6)
D =
0
3
1
4
3
4
3
0
5
5
3
5
1
5
0
4
5
4
4
5
4
0
5
2
3
3
5
5
0
5
4
5
4
2
5
0
D =
0
+
1
+ + +
+
0
5
+
3
+
1
5
0
+ +
4
,
+ + +
0
+
2
+
3
+ +
0
+
+ +
4
2
+
0
Ovoj tezinskoj matrici odgovara graf G = (V, E ), tj. sprezno stablo datog
grafa.
Slika 57.
12.8
Planarni grafovi
Definicija 12.44 Dati graf se naziva ravnim ako je smesten u nekoj ravni i grane
mu se ne seku.
Drugim recima dve grane ravnog grafa mogu da se seku, tj. da imaju zajednicku
tacku, samo u nekom cvoru grafa.
Definicija 12.45 Dati graf je planaran ako je izomorfan nekom ravnom grafu.
302
Bez obzira na cinjenicu da su za nas izomorfni grafovi isti, namerno smo odvojeno dali definicije ravnih i planarnih grafova, da bi smo izbegli vizuelnu varku da
neki graf zbog ,neodgovarajuceg crteza proglasimo neplanarnim, mada on to nije.
Ipak u daljem tekstu smatracemo ravne i planarne grafove istim, i koristicemo
samo termin planaran.
Primer 37. Na sledecoj slici prikazan je jedan te isti planarni graf, ili u
skladu sa navedenim definicijama, jedan planaran i njemu izomorfan ravan
graf.
s
@
s
@
@s
s J
Q J
Q J
Q
Js
Q
s
Slika 58.
Svaki planarni graf deli ravan u kojoj se nalazi na zatvorene oblasti. Ako je on
konacan, a takve grafove mi uglavnom posmatramo, on deli ravan na vise konacnih
oblasti i jednu beskonacnu. Svaka od ovih konacnih oblasti naziva se okcem ili
celijom. Ako je planarni graf povezan, svaka granicna linija celije predstavlja
jednu konturu grafa.
Svakako jedna od fundamentalnih teorema za planarne grafove je Ojlerova teorema.
Teorema 12.13 Povezan planarni graf G = (V, E), definisan skupovima V =
{x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }, deli ravan u kojoj je predstavljen na
f =mn+2
(12.9)
oblasti.
Dokaz. Dokaz cemo izvesti pomocu matematicke indukcije, po broju grana datog
grafa. Kako je dati graf povezan, minimalan broj grana u njemu je m = n 1.
U ovom slucaju planarni graf je tipa stabla, a znamo da stablo ne sadrzi ni jednu
konturu, tj. ne ogranicava ni jedan deo ravni. Za stablo je f = 1. Zamenom
m = n 1 u (12.9) dobijamo takodje da je f = 1, tj. da Ojlerova teorema vazi
za m = n 1. Neka je m fiksiran broj, m > n 1. Tada odgovarajuci graf G
ima bar jednu konturu. Pretpostavimo da (12.9) vazi za m 1 granu. Kako graf
G ima bar jednu konturu, uocimo neku njegovu granu sa konture. Ta grana je
303
granicna za dve oblasti. Ako je udaljimo dobijamo novi graf G1 , koji ima m 1
granu i deli ravan na f 1 oblast. Na osnovu induktivne pretpostavke imamo da
je f 1 = (m 1) n + 2, odakle sleduje da za graf sa m grana vazi jednakost
(12.9).
Navescemo neke posledice Ojlerove teoreme.
Posledica 12.6 U planarnom grafu postoji bar jedan cvor stepena manjeg od 6.
Dokaz. Pretpostavimo da je dat planaran graf G = (V, E), definisan skupovima
V = {x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }, pri cemu je d(xi ) 6, za svako i =
1, 2, . . . , n. Tada na osnovu nejednakosti
2m =
n
X
d(xi ) 6n
i=1
dobijamo da je
1
n m.
(12.10)
3
Svaka ogranicena oblast u ravni koju ogranicava planarni graf, je ogranicena sa
najmanje tri njegove grane, pri cemu se svaka grana pojavljuje dva puta kao granica
iste oblasti ako je most i razlicite ako nije. Zbog toga vazi nejednakost 3f 2m,
tj.
2
(12.11)
f m.
3
Zamenom (12.10) i (12.11) u (12.9) dobijamo da vazi nejednakost
1
2
2 = f m + n m + m m = 0,
3
3
sto je nemoguce. To znaci da je nasa pretpostavka da je d(xi ) 6, za svako
i = 1, 2, . . . , n, bila pogresna. Postoji bar jedan cvor ciji je stepen manji od 6.
Na sledecoj slici prikazana su dva specijalna grafa, potpuni pentagraf, u oznaci
K5 , i potpuni bitrigraf, u oznaci K3,3 . Ovi grafovi su veoma znacajni pri resavanju
mnogih zadataka u vezi sa planarnim grafovima, kao i pri odredjivanju kriterijuma
planarnosti datih grafova. Zbog toga je bitna sledeca posledica Ojlerove teoreme.
Posledica 12.7 Potpuni pentagraf i potpuni bitrigraf nisu planarni grafovi.
Dokaz. Posmatrajmo najpre potpuni pentagraf K5 . On ima n = 5 cvorova i
m = 10 grana. Pretpostavimo da je planaran. Tada bi na osnovu (12.9) delio
ravan na f = 7 oblasti. Svaka od oblasti bi bila ogranicena sa po tri njegove grane,
tj. vazila bi nejednakost 2m 3f . Zamenom m i f u ovu nejednakost, dobijamo
304
s
A
s
A
s
A
A As
A
As As
Slika 59.
da vazi da je 20 21, sto je nemoguce. Znaci da je nasa pretpostavka da je K5
planaran, bila pogresna.
Pretpostavimo da je potpuni bitrigraf, K3,3 , planaran. On ima n = 6 cvorova
i m = 9 grana. Na osnovu (12.9) delio bi ravan na f = 5 oblasti. Kako bi
svaka oblast bila ogradjena sa po cetiri njegove grane, vazi nejednakost 2m 4f .
Zamenom m = 9 i f = 5 u ovu nejednakost, dobijamo da je 18 20, sto je opet
nemoguce. Time smo dokazali da i potpuni bitrigraf, K3,3 nije planaran graf.
Primer 38. Posledica 12.7 nam daje odgovor na jedan problemcic kojeg
se vecina vas seca iz mladjih dana. Naime, ako imamo tri kuce i tri bunara,
da li je moguce povezati stazom svaku kucu sa svakim bunarom a da se pri
tome staze ne seku? U skladu sa Posledicom 12.7, to je nemoguce, jer bi
inace potpuni bitrigraf bio planaran. Problem je ilustrovan na slici 57, dok
je odgovarajuci graf (potpuni bitrigraf) dat na slici 56.
Slika 60.
Posledica 12.8 Za svaki planarni graf sa n cvorova i m grana vazi nejednakost
m 3(n 2).
(12.12)
305
12.9
Bojenje grafa
Graf se moze bojiti na vise nacina. Boje se mogu pridruzivati cvorovima, bojenje
cvorova, granama, bojenje grana, ili zatvorenim oblastima, celijama, ogradjenim
granama posmatranog grafa, bojenje mapa.
Bojenje cvorova datog grafa sastoji se u tome da svakom cvoru pridruzimo neku
boju. Pri tome se smatra da je graf pravilno obojen ako su svaka dva susedna cvora
u grafu obojena razlicitim bojama. Ako graf moze pravilno da se oboji sa k boja
kaze se da je k-obojiv. Naravno, ako je graf k-obojiv i s k, onda je on i s-obojiv.
Zbog toga je od interesa naci najmanji moguci broj k za koji je dati graf k-obojiv.
Tako dolazimo do sledece definicije.
Definicija 12.47 Hromatski broj grafa G, u oznaci (G), je najmanji moguci prirodni broj k za koji je graf k-obojiv.
Moze da se kaze i da je hromatski broj grafa G jednak k ako je graf k-obojiv
a nije (k 1)-obojiv.
306
HH
s
Bs
Bs
HHP
s
H
HH
s
Hs
s
HH
HHZs
H
HH
Hs
Slika 61.
Primer 39. Na sledecoj slici prikazan je jedan 4-obojiv graf. Na istoj slici
je prikazano da je on i 3-obojiv. Inace njegov hromatski broj je 3, jer on nije
2-obojiv. Razlicite boje su oznacene razlicitim slovima.
Razmotrimo neke specijalne situacije za hromatski broj grafa.
1o Ako je graf G = (V, E) trivijalan, tj. prazan E = {}, tada je (G) = 1.
2o Ako je graf G = (V, E) potpun, sa n cvorova, tada je (G) = n.
3o Ako graf G = (V, E) sa n cvorova, sadrzi potpuni podgraf sa k cvorova,
k < n, tada je k (G) n. Ako dati graf ima kliku, tj. potpuni
podgraf sa maksimalnim brojem cvorova koji oznacavamo sa K(G), tada je
(G) K(G).
4o Prosta kontura sa parnim brojem cvorova ima hromatski broj 2.
5o Prosta kontura sa neparnim brojem cvorova ima hromatski broj 3.
Primer 40. Na sledecoj slici prikazan je jedan prazan graf ciji je hromatski
broj 1, graf koji sadrzi kliku velicine K(G) = 3 ciji je hromatski broj 4, jedna
parna i jedna neparna kontura sa hromatskim brojevima 2 i 3, respektivno.
B
s
s
B
B
s
s
'
$
A
@
A
@
AsC
Z s
Cs
@s C
A
A
As
s
sB
Bs
Z
@
C@
@
@
@s
@s
P
C
Slika 62.
B
Z s
s
s
@
@
@s C
s
307
308
3HHH1
H
HH
s
s
@
3
2@
2
@
s
s
1
Slika 63.