You are on page 1of 343

DISKRETNA MATEMATIKA

OSNOVE KOMBINATORIKE I TEORIJE GRAFOVA

´ ´ ´ Dragan Stevanovic, Miroslav Ciric
Prirodno-matematiˇki fakultet u Niˇu c s

´ Slobodan Simic
Matematiˇki institut u Beogradu c

´ Vladimir Baltic
Ekonomski fakultet u Beogradu

17. juli 2007

0 1 P †

Sadrˇaj z
PREDGOVOR 1 OSNOVNE TEHNIKE PREBROJAVANJA 1.1 PRINCIPI PREBROJAVANJA . . . . . . . . Matematiˇka definicija prebrojavanja . c Princip jednakosti . . . . . . . . . . . Princip zbira . . . . . . . . . . . . . . Princip proizvoda . . . . . . . . . . . . Dirihleov princip . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . 1.2 UREDJENI IZBORI ELEMENATA . . . . . Uredjeni izbori sa ponavljanjem . . . . Uredjeni izbori bez ponavljanja . . . . Permutacije . . . . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . 1.3 NEUREDJENI IZBORI ELEMENATA . . . Neuredjeni izbori bez ponavljanja . . . Neuredjeni izbori sa ponavljanjem . . Permutacije sa ponavljanjem . . . . . Zadaci . . . . . . . . . . . . . . . . . . 1.4 GENERISANJE PERMUTACIJA . . . . . . Generisanje svih permutacija . . . . . Generisanje odredjene permutacije . . Generisanje sluˇajne permutacije . . . c Zadaci . . . . . . . . . . . . . . . . . . 1.5 GENERISANJE KOMBINACIJA . . . . . . Generisanje svih k-kombinacija . . . . Generisanje odredjene k-kombinacije . Generisanje sluˇajne k-kombinacije . . c Zadaci . . . . . . . . . . . . . . . . . . 1.6 OSOBINE BINOMNIH KOEFICIJENATA . Faktorijelna reprezentacija . . . . . . . Uslov simetriˇnosti . . . . . . . . . . . c Adiciona formula . . . . . . . . . . . . Binomna teorema . . . . . . . . . . . . Polinomna teorema . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . 1.7 BINOMNI IDENTITETI . . . . . . . . . . . Izvlaˇenje iz zagrada . . . . . . . . . . c 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 9 10 10 12 12 14 17 20 22 23 24 25 29 30 30 32 35 38 39 40 41 43 44 44 45 47 49 50 51 51 51 52 53 55 56 57 58

ˇ SADRZAJ Sumaciona formula . . . . . . . . . . . . . . . . Negacija gornjeg indeksa . . . . . . . . . . . . . Pojednostavljivanje proizvoda . . . . . . . . . . Sume proizvoda . . . . . . . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . . . . . ˇ ˇ PRINCIP UKLJUCENJA-ISKLJUCENJA . . . . . . Kako elegantno zapisati matematiˇku formulu? c Princip ukljuˇenja-iskljuˇenja . . . . . . . . . . c c Generalisani princip ukljuˇenja-iskljuˇenja . . . c c Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4 58 60 60 61 63 64 65 66 69 71

1.8

2 NAPREDNE TEHNIKE PREBROJAVANJA 2.1 FUNKCIJE GENERATRISE . . . . . . . . . . . . . . . . . . . . . . Stepeni redovi . . . . . . . . . . . . . . . . . . . . . . . . . . Novˇi´i i polinomi . . . . . . . . . . . . . . . . . . . . . . . . cc Kombinatorno znaˇenje binomne teoreme . . . . . . . . . . . c Uopˇtena binomna teorema . . . . . . . . . . . . . . . . . . . s Nalaˇenje funkcija generatrisa . . . . . . . . . . . . . . . . . . z Neke poznate funkcije generatrise . . . . . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ˇ 2.2 REKURENTNE JEDNACINE . . . . . . . . . . . . . . . . . . . . . Linearna rekurentna jednaˇina sa konstantnim koeficijentima c Neke nelinearne rekurentne jednaˇine . . . . . . . . . . . . . c Primene rekurentnih jednaˇina . . . . . . . . . . . . . . . . . c Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ˇ 2.3 FUNKCIJE GENERATRISE I RESAVANJE ˇ REKURENTNIH JEDNACINA . . . . . . . . . . . . . . . . . . . . . Primeri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ˇ 2.4 FIBONACIJEVI BROJEVI . . . . . . . . . . . . . . . . . . . . . . . Opˇti ˇlan Fibonaˇijevog niza . . . . . . . . . . . . . . . . . . s c c Osnovne osobine . . . . . . . . . . . . . . . . . . . . . . . . . Identiteti sa Fibonaˇijevim brojevima . . . . . . . . . . . . . c Tribonaˇijev niz . . . . . . . . . . . . . . . . . . . . . . . . . c Lukasov niz . . . . . . . . . . . . . . . . . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.5 KATALANOVI BROJEVI . . . . . . . . . . . . . . . . . . . . . . . . Rekurentna relacija . . . . . . . . . . . . . . . . . . . . . . . . Reˇenje pomo´u funkcije generatrise . . . . . . . . . . . . . . s c Dva direktna reˇenja . . . . . . . . . . . . . . . . . . . . . . . s ˇ Sta joˇ prebrojava Katalan? . . . . . . . . . . . . . . . . . . . s Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.6 PARTICIJE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Kompozicije . . . . . . . . . . . . . . . . . . . . . . . . . . . . Particije prirodnog broja . . . . . . . . . . . . . . . . . . . . Particije i funkcije generatrisa . . . . . . . . . . . . . . . . . . Identiteti sa particijama . . . . . . . . . . . . . . . . . . . . . Neka svojstva broja particija . . . . . . . . . . . . . . . . . . Particije skupa, Stirlingovi i Belovi brojevi . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

73 . 73 . 74 . 75 . 76 . 77 . 79 . 83 . 84 . 86 . 90 . 96 . 103 . 112 . . . . . . . . . . . . . . . . . . . . . . . . 113 117 123 123 125 127 133 135 137 139 142 142 143 144 147 149 153 154 157 162 165 173 176 182

ˇ SADRZAJ 3 TEORIJA GRAFOVA ˇ 3.1 STA JE GRAF? . . . . . . . . . . . . . . . . . Pojam grafa . . . . . . . . . . . . . . . . Posebne klase grafova . . . . . . . . . . Izomorfizam grafova . . . . . . . . . . . Podgrafovi . . . . . . . . . . . . . . . . ˇ Setanje po grafu . . . . . . . . . . . . . Povezanost . . . . . . . . . . . . . . . . Rastojanje . . . . . . . . . . . . . . . . Predstavljanje grafova u raˇunaru . . . c Zadaci . . . . . . . . . . . . . . . . . . . 3.2 STABLA . . . . . . . . . . . . . . . . . . . . . Pojam stabla i osnovna svojstva . . . . Korenska stabla . . . . . . . . . . . . . . Stabla i pretrage grafova . . . . . . . . . Stabla minimalne teˇine . . . . . . . . . z Zadaci . . . . . . . . . . . . . . . . . . . ´ 3.3 RAZAPINJUCA STABLA . . . . . . . . . . . . Malo istorije i osnovni pojmovi . . . . . Kejlijeva teorema . . . . . . . . . . . . . Teorema o matricama i stablima . . . . Odredjivanje broja razapinju´ih stabala c Vektorski prostor kontura . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . 3.4 OJLEROVI I HAMILTONOVI GRAFOVI . . . Ojlerovi grafovi . . . . . . . . . . . . . . Hamiltonovi grafovi . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . 3.5 PLANARNI GRAFOVI . . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . 3.6 SPARIVANJE U GRAFOVIMA . . . . . . . . Pojam sparivanja . . . . . . . . . . . . . Teorema o savrˇenom sparivanju . . . . s Zadaci . . . . . . . . . . . . . . . . . . . 3.7 BOJENJE GRAFOVA . . . . . . . . . . . . . . Uvodna razmatranja . . . . . . . . . . . Hromatski broj grafa . . . . . . . . . . . Grafovi sa velikim hromatskim brojem . Zadaci . . . . . . . . . . . . . . . . . . .

5 186 186 186 189 192 194 195 197 199 200 204 208 208 210 213 219 223 224 224 226 234 235 238 242 243 246 248 253 255 261 263 263 269 271 272 272 274 280 281 283 284 284 285 287 288 293 295 300 302 303

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

´ 4 DISKRETNA VEROVATNOCA ´ 4.1 ELEMENTARNA VEROVATNOCA . . . . . . . . . . Pojam dogadjaja . . . . . . . . . . . . . . . . . Algebra dogadjaja . . . . . . . . . . . . . . . . Prostor verovatno´e . . . . . . . . . . . . . . . c Dodela verovatno´e dogadjajima . . . . . . . . c Zadaci . . . . . . . . . . . . . . . . . . . . . . . ´ 4.2 USLOVNA VEROVATNOCA . . . . . . . . . . . . . . Formula totalne verovatno´e i Bajesova formula c Zadaci . . . . . . . . . . . . . . . . . . . . . . . ˇ 4.3 SLUCAJNA PROMENLJIVA . . . . . . . . . . . . . .

ˇ SADRZAJ Neke vaˇnije raspodele . . . . . . . . . . . . . . . z Numeriˇke karakteristike sluˇajnih promenljivih . c c Zadaci . . . . . . . . . . . . . . . . . . . . . . . . MARKOVLJEVI LANCI . . . . . . . . . . . . . . . . . Zadaci . . . . . . . . . . . . . . . . . . . . . . . . INFORMACIJA I ENTROPIJA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6 306 308 317 318 320 320 323 323 324 326 327 327 328 329 330 331 332 334 336 336 339 340 341

4.4 4.5

5 DODATAK 5.1 SKUPOVI . . . . . . . . . . . . . . . . Operacije sa skupovima . . . . Proizvod skupova . . . . . . . . 5.2 FUNKCIJE . . . . . . . . . . . . . . . Matematiˇka definicija funkcija c Vrste funkcija . . . . . . . . . . Operacije sa funkcijama . . . . Permutacije . . . . . . . . . . . 5.3 RELACIJE . . . . . . . . . . . . . . . Relacije ekvivalencija . . . . . . Relacije poretka . . . . . . . . ˇ 5.4 MATEMATICKA INDUKCIJA . . . . Princip matematiˇke indukcije c Princip jake indukcije . . . . . Alternativni pristup . . . . . . BIBLIOGRAFIJA

Predgovor
U diskretnu matematiku spadaju one oblasti matematike, ˇiji su predmet prouˇavanja c c strukture i relacije definisane uglavnom na konaˇnim ili prebrojivim skupovima, kao c ˇto su logika, teorija brojeva, algebra, kombinatorika, teorija grafova, teorija kodova ili s odredjeni delovi verovatno´e. Diskretna matematika predstavlja matematiˇku osnovu c c svih raˇunarskih nauka. c

Knjiga pred vama je jedan od rezultata eLearning projekta eLP001/2006 posve´enog c nastavi diskretne matematike, a koji je neophodnom opremom finansirao WUS Austria. U okviru ovog projekta je implementiran web sajt http://elearning.pmf.ni.ac.yu na kome se mogu na´i nastavni sadrˇaji i materijali za predmete Diskretne strukture I c z i II. Ovi predmeti su namenjeni studentima raˇunarstva ili informatike na fakultetima i c ˇkolama ˇiji nastavni program prati preporuke ACM Computing Curricula. Pristup ovim s c predmetima je omogu´en i za ˇiroku publiku pod guest nalogom, a nastavnici, koji budu c s zainteresovani da za svoje studente implementiraju sliˇan sajt, mogu da se obrate prvom c autoru.

S obzirom da je pomenuti eLearning projekat bio vezan za nastavu iz dva posebna, ali bliska predmeta, uˇesnici projekta su se odluˇili da napiˇu dva odgovaraju´a udˇbenika. c c s c z Ova knjiga je prvi od tih udˇbenika, dok drugi udˇbenik treba da se pojavi iz ˇtampe do z z s kraja 2007. U ovoj knjizi su obradjene teme koje se na fakultetima mogu ˇuti u okviru predmeta c pod nazivom Diskretne strukture II: osnove kombinatorike, teorije grafova i diskretne verovatno´e, Od ˇitaoca se traˇi minimalno prethodno znanje iz logike, algebre i linearne c c z algebre (a neˇto od toga je dato u glavi 5: Dodatak). s Uˇesnici projekta su zajedno napravili izbor tema za obe knjige, a zaduˇenja autora c z u ovoj knjizi su bila slede´a: c • D. Stevanovi´ je napisao poglavlja 1.4 do 1.8, 2.1, 2.5 i 3.1; c ´ c • M. Ciri´ je napisao poglavlja 1.1, 1.2, 1.3 i celu glavu 5; • S. Simi´ je napisao poglavlja 3.2, 3.6, 3.7 i celu glavu 4; c • V. Balti´ je napisao poglavlja 2.2, 2.3, 2.4, 2.6, 3.3, 3.4, 3.5, izabrao zadatke za celu c knjigu i uradio indeks pojmova.

7

ˇ SADRZAJ

8

Inaˇe, u drugoj knjizi ´e biti obradjene teme koje odgovaraju sadrˇaju predmeta c c z Diskretne strukture I: osnove logike, teorije skupova, teorije brojeva, metoda dokazivanja, algebre i relacija.

Postoji puno knjiga sliˇnih ovoj na engleskom jeziku, ali, na ˇalost, vrlo malo na c z srpskom jeziku. Autori ove knjige su se trudili da poprave tu situaciju nude´i knjigu c koja ´e svoj liˇni identitet zasnovati na iscrpnosti dokaza (izuzev u vrlo malom broju c c dugachkih dokaza) i velikom broju primera. U ovoj knjizi insistiramo na dokazima, jer, po naˇem miˇljenju, vladanje dokazima s s i metodama dokazivanja predstavlja samu osnovu matematiˇke pismenosti. Takodje, to c je neophodan korak za sve one koji ˇele da kasnije budu i matematiˇki kreativni. Na z c nekoliko mesta dali smo i internet adrese za one koji ˇele da saznaju viˇe o temi koja je z s obradjivana (i dobro sluˇenje internetom danas predstavlja osnovu ozbiljnijeg nauˇnog z c rada). Radi ˇto lakˇeg razumevanja gradiva, knjiga sadrˇi veliki broj detaljno objaˇnjenih s s z s primera. Medjutim, podjednako vaˇna je i koliˇina zadataka. Oni su namenjeni samostalz c nom radu i predstavljaju neizbeˇan sastojak u pravom usvajanju gradiva (veˇba ˇini z z c majstora, zar ne?). Zbog nedostatka prostora, knjiga ne sadrˇi reˇenja zadataka. z s

Neke slike u knjizi su nacrtane pomo´u paketa WinGCLC autora Predraga Janiˇi´a c cc sa Matematiˇkog fakulteta u Beogradu. Ovaj paket moˇete na´i na adresi c z c http://www.matf.bg.ac.yu/~janicic/gclc/index.html

Svesni smo da nijedna knjiga nije potpuno bez greˇaka, pa, iako smo se jako trudili s da ih otklonimo, sigurno smo da ´e se i u ovoj knjizi pojaviti nekoliko njih. One su samo c posledica nesavrˇenosti autora. . . s

Glava 1

Osnovne tehnike prebrojavanja
Kombinatorika, nauka o rasporedima objekata, je vaˇan deo diskretne matemaz tike. Prouˇavanje ove oblasti poˇelo je joˇ u XVII veku, uporedo sa nastankom teorije c c s verovatno´e, kada su se prva kombinatorna pitanja pojavila u vezi sa igrama na sre´u. c c Enumeracija, ili prebrojavanje, predstavlja vaˇan deo kombinatorike koji se bavi prez brojavanjem skupa objekata sa odredjenim svojstvima. Skupove moramo prebrojavati da bismo reˇili razliˇite vrste problema. Na primer, prebrojavanjem se moˇe utvrditi s c z koliko ima naˇina da dobijemo fleˇ rojal (eng. flush royale) u prvom deljenju pokera. c s Ili moˇemo da odredimo da li smo predvideli dovoljno razliˇitih telefonskih brojeva ili z c raˇunarskih adresa da bi se zadovoljile potrebe za njima? Tehnikama prebrojavanja se c odredjuje sloˇenost algoritama, a obimno se koriste i prilikom utvrdjivanja verovatno´a z c dogadjaja. Stoga je glavna tema ove glave razvijanje efikasnih metoda za prebrojavanje konaˇnih c skupova. Elementi ovakvih skupova obiˇno imaju strukturu koju je lako opisati c matematiˇkim jezikom, ali su za njihovo prebrojavanje potrebni mnogo delotvorniji c metodi od pukog nabrajanja svih elemenata. U prvom odeljku bavi´emo se definicijom i c osnovnim principima prebrojavanja, na koje smo se svi toliko navikli da retko obra´amo c paˇnju na njih. Zbog toga ´e prvih par rezultata iz ovog odeljka moˇda biti dosadno, ali z c z su neophodni za strogo zasnivanje kombinatorike. Stvari ´e postati mnogo zanimljivije c ubrzo nakon toga i ve´ u prvom odeljku nauˇi´emo da pokaˇemo da u svakoj grupi od c cc z ˇest osoba, od kojih su svake dve prijatelji ili neprijatelji, postoje tri osobe koje su ili s uzajamni prijatelji ili uzajamni neprijatelji. U drugom i ˇetvrtom odeljku posmatra´emo c c uredjene i neuredjene izbore elemenata skupa, koji ´e nam omogu´iti da odgovorimo c c na pitanja na koliko naˇina grupa od 5 devojaka i 8 mladi´a moˇe da sedne u prvi red c c z u bioskopu tako da sve devojke sede jedna pored druge ili tako da nikoje dve devojke ne sede jedna pored druge. U ˇestom odeljku prouˇava´emo osobine binomnih koeficis c c jenata, a u sedmom odeljku ´emo pokazivati identitete sa binomnim koeficijentima. U c osmom odeljku ´emo se baviti joˇ jednim vaˇnim principom prebrojavanja — principom c s z ukljuˇenja i iskljuˇenja, pomo´u koga ´emo mo´i da kaˇemo na koliko je naˇina mogu´e c c c c c z c c podeliti kapute poslanicima tako da niko ne dobije svoj kaput. Joˇ jedan vaˇan deo kombinatorike je generisanje svih objekata odredjene vrste. Ovo s z je ˇesto neophodno u raˇunarskim simulacijama. U tre´em i u petom odeljku predc c c stavi´emo algoritme pomo´u kojih je mogu´e generisati sve uredjene i neuredjene izbore c c c elemenata skupa ili dobiti jedan takav izbor na sluˇajan naˇin. c c Priˇu o prebrojavanju nastavljamo i u slede´oj glavi, gde ´emo predstaviti metod c c c funkcije generatrise, koji ´e biti naˇe najjaˇe orudje medju metodima prebrojavanja. c s c 9

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

10

1.1

PRINCIPI PREBROJAVANJA

ˇ MATEMATICKA DEFINICIJA PREBROJAVANJA
ˇ Sta mislimo kada kaˇemo da skup ima n elemenata? Podsetimo se, najpre, kako z prebrojavamo jednostavne skupove. To radimo tako ˇto redom pokazujemo na elemente s skupa i izgovaramo reˇi “jedan, dva, tri, . . . ”. Kada svaki element dobije svoj broj, c stajemo i poslednji izgovoreni broj predstavlja broj elemenata u skupu. Da bismo ovu kaˇi-i-pokaˇi tehniku preveli na jezik matematike, moramo da, za svaki z z prirodan broj n ∈ N, definiˇemo skup s Nn = {1, 2, 3, . . . , n}. Kaˇi-i-pokaˇi tehnika svakom elementu skupa X koga prebrojavamo pridruˇuje element z z z skupa Nn ; drugim reˇima, ona odredjuje funkciju f iz X u Nn (sl. 1.1). c

Slika 1.1: Prebrojavanje studenata. Jasno je da je funkcija f bijekcija, jer ukoliko nismo pogreˇili pri brojanju, svaki s element X dobija razliˇiti broj i svaki broj iz Nn se dodeljuje nekom elementu iz X. c Dakle: DEFINICIJA 1.1.1. Ako je X konaˇan skup, n prirodan broj i postoji bijekcija iz c X u Nn , tada kaˇemo da X ima n elemenata. z Primetimo odmah da naˇa definicija prebrojavanja ne iskljuˇuje mogu´nost da skup s c c moˇe istovremeno imati i m elemenata i n elemenata za m = n. U suˇtini, svi smo z s ve´ iskusili situaciju kada smo brojali neki dosta veliki skup, recimo broj automobila c na parkingu, i stalno dobijali razliˇite odgovore. Slede´a teorema nam kaˇe da je ovo c c z mogu´e samo zbog greˇke u brojanju, i da je broj elemenata skupa jedinstven. c s TEOREMA 1.1.2. injekcija iz Nn u Nm . Ako su m i n prirodni brojevi tako da je m < n, tada ne postoji

Iako je ova teorema maltene oˇigledna i ima dokaz u tri reda poput: c Pretpostavimo da postoji injekcija f : Nn → Nm . Tada su vrednosti f (1), f (2), . . . , f (m) sve razliˇite i moraju da uzimaju sve vrednosti od 1 do m. c ˇ Cemu je onda jednako f (m + 1)?

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA mi ´emo ovde, veˇbe radi, dati jedan strogo formalni dokaz ove teoreme. c z

11

Dokaz . Dokaz ´emo izvesti polaze´i od suprotnog: pretpostavi´emo da takva injekcija c c c postoji za neko n i iz toga izvesti kontradikciju. Neka S oznaˇava skup prirodnih brojeva n za koje postoji injekcija iz Nn u Nm za c neko m < n. Ako S nije prazan skup, onda postoji njegov najmanji element k ∈ S. Neka je i injekcija iz Nk u Nl za neko l < k. Ne moˇe da bude l = 1, poˇto svaka funkcija iz z s Nk u N1 moˇe da uzme jedino vrednost 1 i stoga ne moˇe da bude injekcija na skupu Nk z z za k > 1. Prema tome, l − 1 je prirodan broj i situacija moˇe da se prikaˇe kao na sl. 1.2. z z

Slika 1.2: Pretpostavljena injekcija i : Nk → Nl . Ako nijedna od vrednosti i(1), i(2), . . . , i(k − 1) nije jednaka l, tada restrikcija i na skup Nk−1 predstavlja injekciju iz Nk−1 u Nl−1 . S druge strane, ako je i(b) = l za neko b za koje je 1 b k − 1, tada mora biti i(k) = c < l, poˇto je i injekcija. U ovom sluˇaju s c moˇemo da konstruiˇemo injekciju i∗ iz Nk−1 u Nl−1 kao ˇto je prikazano na sl. 1.3, tj. z s s i∗ (b) = c, i∗ (r) = i(r) (r = b).

Slika 1.3: Konstrukcija injekcije i∗ kada je i(b) = l. U svakom sluˇaju, postojanje injekcije iz Nk u Nl povlaˇi da postoji i injekcija iz Nk−1 c c u Nl−1 . Samim tim vaˇi i da je k − 1 ∈ S, ˇto je u kontradikciji sa ˇinjenicom da je k z s c najmanji element u S.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

12

Prema tome, jedino je mogu´e da je S prazan skup i samim tim, tvrdjenje teoreme c je dokazano. Iz ove teoreme sledi i da ne postoji bijekcija izmedju Nn i Nm za n = m. Stoga ne moˇe ni da postoji skup X koji istovremeno ima i n i m elemenata, jer bismo tada z iz bijekcija β : X → Nn i γ : X → Nm dobili i nemogu´u bijekciju γ ◦ β −1 : Nn → Nm . c Prema tome, tvrdjenje “skup X ima n elemenata” moˇe da vaˇi za najviˇe jedan prirodan z z s broj n. NAPOMENA.
Zaˇto ovde spominjemo najviˇe jedan prirodan broj? s s Pa, zato ˇto moze da se desi da neki skup koji broji kombinatorne objekte nema uopste s elemenata ili da ih ima beskonaˇno mnogo (taˇnije, za skup X kaˇemo da ima prebrojivo mnogo c c z elemenata ukoliko postoji bijekcija izmedju skupa X i skupa N). U narednom odeljku ´emo c definisati broj elemenata skupa.

PRINCIP JEDNAKOSTI
Kada X ima n elemenata piˇemo |X| = n i kaˇemo da je kardinalnost (ili veliˇina) s z c ˇ skupa X jednaka n. Cesto piˇemo i s X = {x1 , x2 , . . . , xn }, ˇto je samo drugi naˇin da se kaˇe da postoji bijekcija β iz X u Nn tako da je β(xi ) = i s c z (1 i n). Za prazan skup posebno usvajamo da je |∅| = 0. Sada dolazimo do prvog principa prebrojavanja — principa jednakosti. DEFINICIJA 1.1.3. (Princip jednakosti) Ako izmedju dva konaˇna skupa A i B c postoji bijekcija, tada je |A| = |B|. Lepa ilustracija ovog principa je dokaz Teoreme 1.2.4.

PRINCIP ZBIRA
Slede´i princip je takodje veoma jednostavan i koriˇ´en je pri prebrojavanju joˇ od c sc s pradavnih vremena. TEOREMA 1.1.4. A ∩ B = ∅), tada je (Princip zbira) Ako su A i B disjunktni konaˇni skupovi (tj. c |A ∪ B| = |A| + |B|.

Dokaz . obliku:

Poˇto su A i B konaˇni skupovi, moˇemo da ih zapiˇemo u standardnom s c z s A = {a1 , a2 , . . . , ar }, B = {b1 , b2 , . . . , bs }.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA Poˇto su oni joˇ i disjunktni, unija A ∪ B moˇe da se zapiˇe u obliku: s s z s A ∪ B = {c1 , c2 , . . . , cr , cr+1 , cr+2 , . . . , cr+s }, gde je ci = ai , 1 i r, i cr+i = bi , 1 i s. Prema tome, |A ∪ B| = r + s = |A| + |B|.

13

Ovaj princip se moˇe proˇiriti na uniju proizvoljnog broja disjunktnih konaˇnih z s c skupova A1 , A2 , . . . , An : |A1 ∪ A2 ∪ . . . ∪ An | = |A1 | + |A2 | + . . . + |An |. Dokaz ove ˇinjenice je laka veˇba za koriˇ´enje matematiˇke indukcije. c z sc c PRIMER 1.1.5. Student moˇe da izabere ispitno pitanje iz jedne od tri disjunktne z grupe. Ove grupe sadrˇe 17, 23 i 19 pitanja, redom. Koliko ima razliˇitih pitanja koja z c student moˇe da izabere? z Reˇenje. s Neka Ai , i = 1, 2, 3, oznaˇava i-tu grupu ispitnih pitanja. Student bira c pitanje iz skupa A1 ∪ A2 ∪ A3 koji, po principu zbira, ima |A1 ∪ A2 ∪ A3 | = |A1 | + |A2 | + |A3 | = 17 + 23 + 19 = 59 razliˇitih pitanja. c PRIMER 1.1.6. k := 0 for i1 := k := end for for i2 := k := end for . . . Koja je vrednost promenljive k nakon izvrˇenja slede´eg koda? s c

1 to n1 k+1 1 to n2 k+1

for im := 1 to nm k := k + 1 end for

Reˇenje. Poˇetna vrednost promenljive k je nula. Blok koda se sastoji od m razliˇitih s c c for petlji. Svaki put kada se izvrˇi petlja, k se pove´a za 1. Neka je Ai skup izvrˇenja s c s i-te petlje. Tada je |Ai | = ni , jer se i-ta petlja izvrˇava ni puta. Poˇto su sve petlje s s disjunktne, tj. nema ugnjeˇdenih for petlji, princip zbira pokazuje da ´e konaˇna vrednost z c c promenljive k biti |A1 + A2 + . . . + Am | = n1 + n2 + . . . + nm .

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

14

PRINCIP PROIZVODA
ˇ Cesto smo u situaciji da brojimo stvari koje se lakˇe predstavljaju kao parovi objekata, s nego kao pojedinaˇni objekti. Pretpostavimo, na primer, da je studentska sluˇba na c z Odseku za matematiku sredjivala prijave studenata za oktobarski ispitni rok. Pritom su doˇli do situacije kao u tabeli 1.1. s Algebra Ana Branko Ceca . . . ˇ Zika Tabela 1.1: Ispiti prijavljeni u oktobarskom roku. Ako je student x prijavio ispit y tada je na odgovaraju´oj poziciji (x, y) u tabeli c postavljen znak . Ukupan broj ovih znakova u tabeli je ujedno i broj ispitnih prijava. Sada je problem prebrojati skup S parova (x, y) takvih da je student x prijavio ispit y. U opˇtem obliku, ako su X i Y dati skupovi, problem je prebrojati podskup S skupa X ×Y . s Postoje dva naˇina prebrojavanja ispitnih prijava iz tabele 1.1. S jedne strane, c moˇemo da prebrojimo predmete koje je prijavio svaki student ponaosob i saberemo z rezultate, dok s druge strane, moˇemo da prebrojimo studente koji su prijavili svaki predz met ponaosob i saberemo rezultate. Naravno, oˇekujemo da ´e oba naˇina proizvesti isti c c c broj. Ova razmatranja moˇemo da preciziramo na slede´i naˇin. Pretpostavimo da je podz c c skup S skupa X × Y (gde su X i Y konaˇni skupovi) dat pomo´u znakova u opˇtem c c s obliku tabele 1.2. · · · x · · Zbir u koloni · y ··· Zbir u vrsti · · rx (S) · · |S| Diskretna mat. ··· Mat. analiza

·

·

cy (S)

···

Tabela 1.2: Oznaˇeni podskup S skupa X × Y . c Prvi naˇin prebrojavanja je da, za svako x u X, nadjemo broj rx (S) pojavljivanja c znaka u vrsti x, tj. rx (S) = |{(x, y) ∈ S : y ∈ Y }|. Ukupan zbir se dobija sabiranjem svih zbirova po vrstama: |S| =
x∈X

rx (S). u koloni y,

Drugi naˇin je da, za svako y u Y , nadjemo broj cy (S) pojavljivanja znaka c tj. cy (S) = |{(x, y) ∈ S : x ∈ X}|.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA U ovom sluˇaju ukupan zbir se dobija sabiranjem svih zbirova po kolonama: c |S| =
y∈Y

15

cy (S).

ˇ Cinjenica da imamo dva razliˇita izraza za |S| ˇesto se koristi u praksi za proveru c c rezultata raˇunanja. Ona takodje ima veliku vaˇnost i u teoriji, zato ˇto ponekad moˇemo c z s z da dobijemo veoma neoˇekivane rezultate izjednaˇavanjem dva izraza od kojih svaki c c prebrojava isti skup samo na drugaˇiji naˇin. Ovim dolazimo i do naˇeg tre´eg principa c c s c prebrojavanja. TEOREMA 1.1.7. Tada vaˇi: z Neka su X i Y konaˇni skupovi, i neka je S podskup X × Y . c

a) Broj elemenata skupa S je dat sa |S| =
x∈X

rx (S) =
y∈Y

cy (S).

b) (Princip proizvoda) Broj elemenata skupa X × Y jednak je |X × Y | = |X| · |Y |.

Dokaz .

a) Skup S se moˇe predstaviti kao disjunktna unija skupova z S=
x∈X

{(x, y) ∈ S : y ∈ Y },

odakle, po principu zbira, dobijamo |S| =
x∈X

|{(x, y) ∈ S : y ∈ Y }| =
x∈X

rx (S).

Sliˇno se dokazuje i rezultat za cy (S). c b) U ovom sluˇaju je S = X × Y , pa je rx (S) = |Y | za svako x iz X. Iz dela (i) sada c sledi da je |X × Y | = |X| · |Y |. Ovaj princip se moˇe proˇiriti na proizvod proizvoljnog broja konaˇnih skupova A1 , z s c A2 , . . . , An : |A1 × A2 × · · · × An | = |A1 | · |A2 | · . . . · |An |. Dokaz ove ˇinjenice je laka veˇba za koriˇ´enje matematiˇke indukcije. c z sc c PRIMER 1.1.8. Koliko postoji razliˇitih nizova bitova 0 i 1 duˇine 8? c z

Reˇenje. Traˇeni nizovi bitova su elementi skupa {0, 1}8 . Svaki od osam bitova moˇe s z z da se izabere na dva naˇina (ili 0 ili 1), pa princip proizvoda kaˇe da postoji ukupno c z 28 = 256 razliˇitih nizova bitova duˇine 8. c z NAPOMENA.
Niz bitova duˇine 8 se naziva bajt. z

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA PRIMER 1.1.9. Koja je vrednost promenljive k nakon izvrˇenja slede´eg koda? s c

16

k := 0 for i1 := 1 to n1 for i2 := 1 to n2 . . . for im := 1 to nm k := k + 1 end for . . . end for end for

Reˇenje. Poˇetna vrednost promenljive k je nula. Svaki put kada se prodje kroz posleds c nju ugnjeˇdenu petlju, k se pove´a za 1. Neka je Aj skup prolaza kroz j-tu petlju kada z c dodjemo do bloka koji poˇinje naredbom for ij := 1 to nj , a zavrˇava se odgovoraju´im c s c end for. Imamo da je |Aj | = nj , jer se tu kroz j-tu petlju prolazi jednom za svaki ceo broj ij za koji je 1 ij nj . Kako su sve petlje ugnjeˇdene jedna u drugu, broj prolaza z kroz sve petlje zajedno jednak je |A1 × A2 × . . . × Am |. Sada po principu proizvoda dobijamo da je |A1 × A2 × . . . × Am | = n1 · n2 · . . . · nm , ˇto predstavlja i konaˇnu vrednost promenljive k. s c PRIMER 1.1.10. Svaki korisnik raˇunarskog sistema ima ˇifru, koja je dugaˇka od c s c ˇest do osam znakova i gde je svaki znak ili veliko slovo engleske azbuke ili cifra. Svaka s ˇifra mora da sadrˇi bar jednu cifru. Koliko mogu´ih ˇifri postoji? s z c s ˇ ˇ ˇ ˇ Reˇenje. Neka je S ukupan broj mogu´ih ˇifara i neka S6 , S7 i S8 oznaˇavaju brojeve s c s c ˇ ˇ ˇ ˇ mogu´ih ˇifara sa 6, 7 i 8 znakova, redom. Po principu zbira, vaˇi da je S = S6 + S7 + S8 . c s z ˇ6 , S7 i S8 . ˇ ˇ Sada ´emo na´i S c c ˇ Iako je mogu´e direktno izraˇunati S6 , mnogo je lakˇe najpre izraˇunati broj nizova c c s c duˇine 6 koji se sastoje od velikih slova i cifara, ukljuˇuju´i i one bez cifara, a zatim od z c c tog broja oduzeti broj nizova duˇine 6 koji ne sadrˇe cifre. Po principu proizvoda, broj z z nizova duˇine 6 je 366 , a broj nizova koji ne sadrˇe cifre je 266 . Prema tome, z z ˇ S6 = 366 − 266 = 2 176 782 336 − 308 915 776 = 1 867 866 560. Sliˇno je c ˇ S7 = 367 − 267 = 78 364 164 096 − 8 031 810 176 = 70 332 353 920 i ˇ S8 = 368 − 268 = 2 821 109 907 456 − 208 827 064 576 = 2 612 282 842 880. ˇ ˇ ˇ ˇ S = S6 + S7 + S8 = 2 684 483 063 360.

Sve u svemu,

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

17

DIRIHLEOV PRINCIP
Pretpostavimo da je jato golubova doletelo u golubarnik. U svojoj originalnoj verziji, Dirihleov princip kaˇe da ako ima viˇe golubova nego ku´ica u golubarniku, tada ´e se z s c c bar u jednoj ku´ici na´i bar dva goluba. Zbog ovoga se na engleskom govornom podruˇju c c c Dirihleov princip naziva The Pigeonhole Principle. Naravno, ovaj princip je primenljiv i na druge objekte, a ne samo na golubove. TEOREMA 1.1.11. Dirihleov princip. Ako je n + 1 ili viˇe objekata smeˇteno s s u n kutija, tada se bar u jednoj kutiji nalaze bar dva objekta. Dokaz . Neka svaka kutija sadrˇi najviˇe jedan objekat. Tada je ukupan broj objekata z s najviˇe n, ˇto je u suprotnosti sa pretpostavkom da ima bar n + 1 objekata. s s Formalno gledano, ova teorema je posledica Teoreme 1.1.2. Ako imamo m objekata numerisanih brojevima 1, 2, . . . , m i n kutija numerisanih brojevima 1, 2, . . . , n, tada se smeˇtanje objekata u kutije moˇe predstaviti funkcijom f : Nm → Nn tako da je f (i) = j s z ako je objekat i smeˇten u kutiju j. Po Teoremi 1.1.2, ako je m > n, funkcija f ne moˇe s z da bude injekcija, pa postoje dve razliˇite vrednosti i1 i i2 tako da je f (i1 ) = f (i2 ) = j, c ˇto znaˇi da kutija j sadrˇi bar dva objekta — i1 i i2 ! s c z PRIMER 1.1.12. Navedimo nekoliko direktnih primena Dirihleovog principa:

a) U svakom skupu od 13 ili viˇe osoba, postoje bar dve koje su rodjene istog meseca. s b) U svakom skupu od 367 ili viˇe osoba, postoje bar dve koje su rodjene istog datuma. s c) U svakom skupu od milion osoba, postoje bar dve koje imaju isti broj dlaka na glavi (proseˇna glava ima oko 150 000 dlaka). c Kasnije ´emo videti i elegantnije primene Dirihleovog principa. c PRIMER 1.1.13. Dokazati da za svaki ceo broj n postoji umnoˇak od n koji se z zapisuje samo pomo´u cifara 0 i 1. c Reˇenje. s Neka je n pozitivan ceo broj. Posmatrajmo n celih brojeva 1, 11, 111, . . . , 11 · · · 11 .
n

Ako je neki od njih deljiv sa n, problem je reˇen. U suprotnom, pri deljenju sa n svaki s od ovih brojeva daje jedan od n − 1 mogu´ih ostataka 1, 2, . . . , n − 1. Kako u nizu ima c n brojeva, to po Dirihleovom principu sledi da postoje dva broja u nizu, recimo 11 · · · 11
k

i

11 · · · 11,
l

k < l,

koja daju isti ostatak pri deljenju sa n. Tada je njihova razlika 11 · · · 11 00 · · · 00,
l−k k

deljiva sa n.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

18

PRIMER 1.1.14. Dokazati da ako je X skup osoba, tada postoje dve osobe u X koje imaju isti broj prijatelja u X. (Pretpostavlja se da ako je x prijatelj y, tada je i y prijatelj x.) Reˇenje. Smestimo osobe u prostorije, gde ´e se u prostoriji i na´i sve osobe koje imaju s c c i prijatelja. Ako skup X sadrˇi m osoba, tada ima m prostorija numerisanih brojevima z 0, 1, . . . , m − 1. U ovom trenutku joˇ ne moˇemo da primenimo Dirihleov princip, jer je s z broj prostorija isti kao i broj osoba. Medjutim, primetimo da bar jedna od prostorija 0 i m − 1 mora uvek da bude prazna. Naime, ako postoji osoba x koja ima m − 1 prijatelja, tada je svaka osoba prijatelj osobe x , pa stoga ne postoji osoba koja ima 0 prijatelja. Sliˇno, ako postoji osoba x c koja ima 0 prijatelja, tada ne postoji osoba koja ima m − 1 prijatelja. Prethodno razmatranje nam pokazuje da je m osoba iz X u stvarnosti rasporedjeno u m − 1 prostorija (ili u prostorije 0, 1, . . . , m − 2 ili u prostorije 1, 2, . . . , m − 1), pa nam Dirihleov princip sada kaˇe da zaista postoje dve osobe x1 i x2 koje se nalaze u istoj z prostoriji, odnosno, koje imaju isti broj prijatelja u X. Primenom principa zbira dobija se neˇto opˇtiji oblik Dirihleovog principa. Prets s postavimo da je odredjeni broj objekata smeˇten u n kutija i neka Ai oznaˇava skup s c objekata u kutiji i (1 i n). Poˇto su skupovi Ai disjunktni, ukupan broj objekata s u kutijama je |A1 | + |A2 | + . . . + |An |. Stoga, ako bi se u svakoj kutiji nalazilo najviˇe s r objekata, tada bi ukupan broj objekata bio najviˇe s r + r + . . . + r = nr.

TEOREMA 1.1.15. Uopˇteni Dirihleov princip. Ako je m objekata smeˇteno s s u n kutija i m > nr, tada se bar u jednoj kutiji nalazi bar r + 1 objekat.

PRIMER 1.1.16. a) Koliko najmanje karata treba izvu´i iz standardnog ˇpila sa c s 52 karte da bi se medju izvuˇenim kartama sigurno nalazile ˇetiri sa istim znakom? c c b) Koliko najmanje karata treba izvu´i da bi se naˇle bar tri sa znakom srca? c s Reˇenje. s a) Pretpostavimo da postoje ˇetiri kutije i, kako se karte izvlaˇe, tako se c c stavljaju u kutiju rezervisanu za odgovaraju´i znak. Iz uopˇtenog Dirihleovog principa, c s vidimo da je dovoljno izvu´i bar 13 (= 4 · 3 + 1) karata da bi bile izvuˇene bar tri istog c c znaka. Ovo je i najmanji traˇeni broj, jer je mogu´e da se medju 12 izvuˇenih karata z c c nadju po tri karte od svakog znaka. b) U ovom sluˇaju ne koristimo uopˇteni Dirihleov princip, jer ˇelimo da se uverimo c s z da postoje tri karte odredjenog znaka, a ne tri karte nekog znaka! U najgorem sluˇaju, c mogu´e je izvu´i sve pikove, sve trefove i sve karoe, ˇto ˇini 39 karata, pre nego ˇto c c s c s izvuˇemo makar i jedno srce. Slede´e tri karte ´e biti sa znakom srca, pa je stoga c c c 39 + 3 = 42 najmanji broj karata koje treba izvu´i da bi se doˇlo do tri srca. c s PRIMER 1.1.17. Pretpostavimo da raˇunarska uˇionica ima 10 radnih stanica i 5 c c servera. Kablom se radna stanica moˇe direktno vezati za server. Na strani servera u bilo z ˇ kom trenutku samo jedna direktna veza moˇe da bude aktivna. Zelimo da garantujemo z da u svakom trenutku bilo koji skup od 5 ili manje radnih stanica moˇe istovremeno da z

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

19

pristupi razliˇitim serverima preko direktnih veza. Iako je ovo mogu´e uraditi povezic c vanjem svake radne stanice direktno sa svakim serverom (ˇto zahteva 50 veza), koji je s najmanji broj direktnih veza potreban za ostvarenje ovog cilja? Reˇenje. s Pretpostavimo da su radne stanica oznaˇene sa w1 , w2 , . . . , w10 , a serveri c sa s1 , s2 , . . . , s5 . Poveˇimo direktnom vezom wk sa sk za k = 1, 2, . . . , 5 i svaku od z stanica w6 , w7 , . . . , w10 sa svakim od servera. Imamo ukupno 30 direktnih veza kojima je ostvaren naˇ cilj: u svakom skupu od 5 ili manje radnih stanica, radna stanica wi s sa 1 i 5 moˇe da pristupi serveru si , dok je broj radnih stanica wj sa 6 j 10 z (one mogu da pristupe bilo kom slobodnom serveru) manji ili jednak broju preostalih slobodnih servera, pa i one mogu da pristupe razliˇitim serverima. c Pretpostavimo sada da je dovoljno manje od 30 direktnih veza izmedju radnih stanica i servera. Tada bi neki server bio povezan sa najviˇe 5 radnih stanica (jer, ako su svi serveri s povezani sa bar 6 radnih stanica, tada je broj direktnih veza bar 5 · 6 = 30). Preostale radne stanice, njih bar 5, su tada povezane direktnim vezama samo sa preostala ˇetiri c servera, pa stoga nije mogu´e da bilo kojih 5 od ovih radnih stanica istovremeno pristupi c razliˇitim serverima. Stoga je zaista potrebno najmanje 30 direktnih veza za ostvarenje c naˇeg cilja. s Slede´i primer predstavlja veoma efektnu upotrebu Dirihleovog principa. c PRIMER 1.1.18. Tokom dvadeset dana fudbalski tim igra bar jednu utakmicu dnevno, ali ne viˇe od 30 utakmica ukupno. Dokazati da postoji nekoliko uzastopnih s dana tokom kojih je tim odigrao taˇno 9 utakmica. c Reˇenje. s Neka je aj broj utakmica odigranih od poˇetka prvog dana do kraja j-tog c dana. Niz a1 , a2 , . . . , a20 je rastu´i niz razliˇitih prirodnih brojeva, pri ˇemu je 1 aj 30. c c c Niz a1 + 9, a2 + 9, . . . , a20 + 9 je takodje rastu´i niz razliˇitih prirodnih brojeva, pri ˇemu c c c je 10 aj + 9 39. ˇ Cetrdeset prirodnih brojeva a1 , a2 , . . . , a20 , a1 + 9, a2 + 9, . . . , a20 + 9 su svi manji ili jednaki 39. Prema tome, po Dirihleovom principu, dva od ovih brojeva su jednaka. Poˇto su svi brojevi aj , j = 1, 2, . . . , 20 medjusobno razliˇiti i, takodje, brojevi aj + 9, s c j = 1, 2, . . . , 20 su medjusobno razliˇiti, to onda postoje i i j tako da je aj = ai + 9. Ovo c znaˇi da je taˇno 9 utakmica odigrano od i + 1-og dana do j-og dana. c c Poslednji primer u ovoj sekciji pokazuje kako uopˇteni Dirihleov princip moˇe da s z se primeni na vaˇan deo kombinatorike, Remzijevu teoriju (po engleskom matematiˇaru z c F.P. Ramsey (1903–1930) je ova oblast dobila ime). Ova teorija se bavi postojanjem podskupova sa specijalnim svojstvima u datom skupu. PRIMER 1.1.19. Dokazati da u svakom skupu od ˇest osoba postoje tri osobe tako s da se one uzajamno poznaju ili se uzajamno ne poznaju. Reˇenje. s Neka je a proizvoljna osoba iz ovog skupa i smestimo preostalih pet osoba u dve prostorije: prva prostorija sadrˇi osobe koje poznaju a, a druga prostorija sadrˇi z z osobe koje ne poznaju a. Poˇto je 5 > 2 · 2, jedna od ovih prostorija sadrˇi bar tri osobe. s z Pretpostavimo da 1. prostorija sadrˇi osobe b, c i d (a moˇda i joˇ neke). Ako se bilo z z s koje dve od osoba b, c i d poznaju, recimo b i c, tada je {a, b, c} podskup od tri osobe koje se uzajamno poznaju. U suprotnom, nikoje dve osobe iz skupa {b, c, d} se ne poznaju, pa ovaj podskup takodje zadovoljava uslove tvrdjenja. U sluˇaju da 2. prostorija sadrˇi tri ili viˇe osoba, dokaz ide analogno. c z s

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA NAPOMENA.

20

U okviru Remzijeve teorije, za m, n ∈ N\{1}, Remzijev broj Rm,n oznaˇava c najmanji mogu´i broj ljudi tako da u svakoj grupi sa Rm,n osoba postoji ili m osoba koje se c medjusobno poznaju ili n osoba koje se medjusobno ne poznaju. Prethodni primer sada pokazuje da je R(3, 3) 6. U stvari, vaˇi da je R(3, 3) = 6, jer je mogu´e na´i grupu od 5 osoba tako ne z c c postoje niti tri osobe koje se medjusobno poznaju niti tri osobe koje se medjusobno ne poznaju (ovo ostavljamo kao veˇbu ˇitaocu). z c Najteˇi problem u Remzijevoj teoriji je nalaˇenje taˇnih vrednosti R(m, n). Nalaˇenjem z z c z pogodnih primera koji ne sadrˇe m medjusobnih poznanika niti n medjusobnih neznanaca z mogu´e je dobiti donju granicu za R(m, n). Medjutim, da bi mogao da se iskoristi za odredjivanje c taˇne vrednosti R(m, n), ovakav primer mora da sadrˇi R(m, n) − 1 osoba! c z Moˇe se pokazati da je R(m, n) = R(n, m), kao i da je R(2, n) = n za svako n ∈ N \ {1}. z Medjutim, za 3 m n poznato je svega nekoliko taˇnih vrednosti, dok su za mnoge druge c vrednosti poznate samo granice. U tabeli 1.3 je predstavljeno trenutno znanje o Remzijevim brojevima za 3 m n.

n m 3 4 5 6 7 8 9

3 6

4 9 18

5 14 25 43–49

6 18 35–41 58–87 102–165

7 23 49–61 80–143 113–298 205–540

8 28 56–84 101–216 127–495 216–1031 282–1870

9 36 73–115 125–316 169–780 233–1713 317–3583 565–6588 m n.

Tabela 1.3: Vrednosti i granice Remzijevih brojeva R(m, n), 3
Detaljniji uvod u Remzijevu teoriju ˇitalac moˇe da nadje na adresama c z http://en.wikipedia.org/wiki/Ramsey theory, http://en.wikipedia.org/wiki/Ramsey’s theorem, a pregled poznatih rezultata u PDF dokumentu na adresi http://www.combinatorics.org/Surveys/#DS1.

ZADACI
1.1.1. Na polici se nalazi 6 razliˇitih knjiga na engleskom jeziku, 8 razliˇitih knjiga na c c ruskom jeziku i 10 razliˇitih knjiga na srpskom jeziku. Na koliko naˇina moˇemo izabrati c c z 2 knjige tako da one budu na razliˇitim jezicima? c 1.1.2. Koliko 3-cifrenih brojeva moˇemo da formiramo od 6 cifara 2, 3, 4, 5, 6 i 8 ako: z a) cifre mogu da se ponavljaju? b) cifre ne mogu da se ponavljaju? c) broj treba da bude neparan i cifre ne mogu da se ponavljaju? d) broj treba da bude paran i cifre ne mogu da se ponavljaju? e) broj treba da bude deljiv sa 5 cifre ne mogu da se ponavljaju? f ) broj treba da sadrˇi cifru 5 i cifre ne mogu da se ponavljaju? z g) broj treba da sadrˇi cifru 5 i cifre mogu da se ponavljaju? z 1.1.3. Koliko ima 5-tocifrenih prirodnih brojeva koji imaju taˇno jednu cifru 6? c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA 1.1.4. Koliko razliˇitih delilaca ima broj 60000? c

21

1.1.5. a) Odrediti na koliko naˇina moˇemo faktorisati broj 441 000 na 2 faktora, m c z i n tako da je m > 1, n > 1 i NZD(m, n) = 1, pri ˇemu redosled faktora nije bitan (tj. c proizvodi m · n i n · m predstavljaju isto faktorisanje). b) Na koliko naˇina moˇemo faktorisati broj 441 000 na 2 prirodna faktora, pri ˇemu c z c redosled faktora nije bitan? c) Na koliko naˇina moˇemo faktorisati broj 441 000 na proizvoljan broj prirodnih faktora c z koji su uzajamno prosti u parovima, pri ˇemu redosled faktora nije bitan? c 1.1.6. Neka je S = {1, 2, . . . , n}. Odrediti broj svih funkcija f : S → S koje nemaju fiksnu taˇku, tj. funkcija kod kojih vaˇi f (x) = x za svako x ∈ Nn . c z 1.1.7. Slepi ˇovek ima hrpu od 2 para sivih, 3 para braon, 5 parova plavih, 7 parova c belih i 10 parova crnih ˇarapa. On ide na put i u kofer treba da spakuje odgovaraju´i c c broj ˇarapa. c a) Koliko ˇarapa treba da izabere da bi bio siguran da ima par iste boje? c b) Koliko njih treba da izabere da bi bio siguran da ima par plave boje? c) Koji je minimalan broj ˇarapa koje treba da izabere da bi bio siguran da ima 8 ˇarapa c c iste boje? 1.1.8. Dokazati da u proizvoljnom skupu od n + 1 prirodnih brojeva postoje dva ˇija c je razlika deljiva sa n. 1.1.9. Dokazati da u proizvoljnom skupu od 7 celih brojeva postoje dva broja x i y, tako da ili x + y ili x − y deljivo sa 10. 1.1.10. Dokazati da u proizvoljnom razbijanju (particiji) skupa X = {1, 2, 3, . . . , 9} na dva podskupa, bar jedan od ta 2 podskupa sadrˇi aritmetiˇku progresiju duˇine 3. z c z 1.1.11. 0001. Dokazati da postoji n ∈ N, tako da se decimalni zapis broja 3n zavrˇava sa s

1.1.12. a) Dokazati da u svakom podskupu sa n + 1 elemenata skupa {1, 2, . . . , 2n} postoje dva razliˇita broja tako da jedan od njih deli drugi; c b) Dokazati da postoji podskup sa n elemenata skupa {1, 2, . . . , 2n} tako da nijedan od njegovih elemenata ne deli neki drugi element. 1.1.13. Kada je Eva bila 14 dana izvan grada zvala je 17 puta Adama. Ako je ona svakog dana napravila bar 1 medjugradski poziv, dokazati da postoji period od nekoliko uzastopnih dana tokom kojih je ona napravila taˇno 10 poziva. c 1.1.14. U kvadratu stranice 2 dato je k taˇaka. c a) Ako je k = 5 dokazati da postoje bar dve taˇke tako da je njihovo rastojanje nac √ jviˇe 2. s b) Ako √ k = 4n2 + 1 dokazati da postoje bar dve taˇke tako da je njihovo rastojanje je c 2 najviˇe n . s 1.1.15. Dokazati da se medju 3 cela broja uvek mogu izabrati 2 (recimo a i b) takvi da je izraz a3 b − ab3 deljiv sa 10.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

22

1.1.16. Svaka taˇka ravni obojena je crvenom ili belom bojom. Dokazati da postoji c duˇ duˇine 1 u toj ravni, ˇija su oba kraja obojena istom bojom. z z c 1.1.17. Svaka taˇka ravni obojena je crvenom ili belom bojom. Dokazati da postoji c jednakokrako–pravougli trougao, kod koga su sva 3 temena obojena istom bojom. 1.1.18. Ravan je obojena sa 3 boje. Pokazati da postoje 2 taˇke u ravni, koje su c obojene istom bojom, a nalaze se na jediniˇnom rastojanju. c 1.1.19. Ravan je obojena sa 2 boje. Dokazati da postoji jednakostraniˇan trougao, c kod koga su sva 3 temena obojena istom bojom. Da li tvrdjenje vaˇi ako se traˇi istobojni z z jednakostraniˇni trougao stranice 1? c

1.2

UREDJENI IZBORI ELEMENATA

Ponekad je poredak u kojem se elementi nalaze bitan, a ponekad nije. Na primer, reˇ c STOP je razliˇita od reˇi POTS, bez obzira ˇto su obe reˇi formirane od slova iz skupa c c s c {O, P, S, T }. S druge strane, zbir brojeva 1 + 2 + 3 je isti kao zbir 2 + 3 + 1, bez obzira ˇto s je redosled ovih brojeva promenjen. U ovom odeljku ´emo nauˇiti kako da prebrojimo c c izbore elemenata kod kojih je poredak bitan, a kasnije ´emo prouˇavati izbore elemenata c c kod kojih poredak nije bitan. Takodje ´emo nauˇiti da je vaˇno da li je ili nije dozvoljeno c c z ponavljanje elemenata. PRIMER 1.2.1. Posmatrajmo skup {A, B, C, D}. Na koliko naˇina moˇemo da c z izaberemo dva slova? Reˇenje. s Postoje ˇetiri odgovora na ovo pitanje, u zavisnosti od toga da li je bitan c poredak slova, kao i da li je dozvoljeno ponavljanje slova. a) Ako je poredak bitan i dozvoljeno je ponavljanje slova, tada postoji 16 izbora: AA AB AC AD BA BB BC BD CA CB CC CD DA DB DC DD

b) Ako je poredak bitan, a ponavljanje nije dozvoljeno, tada postoji 12 mogu´ih izbora: c BA AB AC AD BC BD CA CB CD DA DB DC

c) Ako poredak nije bitan, a dozvoljeno je ponavljanje, tada postoji 10 mogu´nosti: c AA AB AC AD BB BC BD

CC CD

DD

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

23

d) Ako poredak nije bitan, a nije dozvoljeno ponavljanje, tada postoji samo 6 izbora: AB AC AD BC BD

CD

Ovaj primer pokazuje ˇetiri osnovna tipa kombinatornih problema. U ovom i slede´em c c poglavlju nauˇi´emo da reˇavamo sve ove tipove problema u opˇtem sluˇaju, tj. kada je cc s s c problem izabrati m elemenata iz skupa sa n elemenata. U ovom poglavlju uopˇti´emo s c sluˇajeve a) i b), dok ´emo u poglavlju 1.3 prouˇiti sluˇajeve c) i d). c c c c

UREDJENI IZBORI SA PONAVLJANJEM
U prethodnom primeru smo videli da je u sluˇaju (a) broj izbora jednak 16 = 42 . c Evo joˇ jednog sliˇnog primera. s c PRIMER 1.2.2. Koliko postoji razliˇitih reˇi sa 5 slova (koriste´i naˇe pismo sa c c c s 30 slova i ukljuˇuju´i i besmislene reˇi kao k´ndv)? c c c c Reˇenje. s Poˇto se svako od 5 slova moˇe nezavisno izabrati na 30 naˇina, nije teˇko s z c s videti da je odgovor 305 . I, zaista, svaka reˇ sa 5 slova se moˇe posmatrati kao presc z likavanje skupa {1, 2, . . . , 5} u skup slova {a,b,c,. . . ,ˇ}: za svako od 5 mesta u reˇi, sa z c rednim brojevima 1, 2, . . . , 5, preslikavanje odredjuje slovo na tom mestu. Nalaˇenje ovakvih jednostavnih prevodjenja svakodnevnih problema na jezik matemz atike jedna je od osnovnih veˇtina matematiˇkog zanata. Sada nije teˇko videti da ures c s djeni izbor n elemenata sa ponavljanjem iz skupa M sa m elemenata u stvari odgovara preslikavanju skupa {1, 2, . . . , n} u skup M . TEOREMA 1.2.3. Neka je N skup sa n elemenata (koji moˇe da bude i prazan, z tj. n 0) i neka je M skup sa m elemenata, m 1. Broj svih mogu´ih preslikavanja c f : N → M jednak je mn .

Dokaz . Do rezultata se moˇe do´i imitiranjem ideje iz prethodnog primera, ali ´emo z c c iskoristiti priliku da se naviknemo na stroge matematiˇke dokaze. c ˇ Zato za dokaz koristimo metod matematiˇke indukcije po n. Sta teorema tvrdi za c n = 0? U ovom sluˇaju, posmatramo sva preslikavanja f skupa N = ∅ u neki skup M . c Definicija preslikavanja nam kaˇe da takvo f mora da bude skup uredjenih parova (x, y) z tako da x ∈ N = ∅ i y ∈ M . Poˇto prazan skup nema elemenata, f ne moˇe da sadrˇi s z z nijedan takav uredjeni par, pa je jedina mogu´nost da je f = ∅ (nema uredjenih parova). c S druge strane, f = ∅ zadovoljava definiciju preslikavanja (proverite!). Prema tome, postoji taˇno jedno preslikavanje f : ∅ → M . Ovo se slaˇe sa formulom, jer je m0 = 1 za c z m 1, pa zakljuˇujemo da smo proverili sluˇaj n = 0 kao bazu indukcije. c c Dalje, pretpostavimo da je teorema dokazana za sve n n0 i sve m 1. Neka je n = n0 + 1 i posmatrajmo skup N sa n elemenata i skup M sa m elemenata. Izaberimo proizvoljan element a ∈ N . Za opis preslikavanja f : N → M potrebno je znati vrednost f (a) ∈ M i preslikavanje f : N \{a} → M . Vrednost f (a) moˇe da se izabere na m naˇina, z c a za izbor f imamo mn−1 mogu´nosti po induktivnoj hipotezi, pa po principu proizvoda c dobijamo da je ukupan broj mogu´nosti za f jednak m · mn−1 = mn . c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA NAPOMENA.

24

Uredjeni izbori elemenata u literaturi se nazivaju joˇ i varijacije (uglavnom s kod Rusa i u starijim naˇim knjigama), dok se koristi i izraz k-permutacije za uredjene izbore s sa k elemenata.

TEOREMA 1.2.4.

Svaki skup X sa n elemenata ima taˇno 2n podskupova (n c

0).

Dokaz . Posmatrajmo proizvoljan podskup A skupa X i definiˇimo preslikavanje s fA : X → {0, 1}. Za x ∈ X odredjujemo fA (x) = 1 0 ako x ∈ A ako x ∈ A. /

Ovo preslikavanje se ˇesto sre´e u matematici i naziva se karakteristiˇna funkcija skupa A. c c c Razliˇiti skupovi A imaju razliˇite funkcije fA , i vaˇi i obrnuto, svako preslikavanje c c z f : X → {0, 1} odredjuje skup A = {x ∈ X | f (x) = 1} tako da je f = fA . Prema tome, broj podskupova X je isti kao broj svih preslikavanja X → {0, 1}, a to je 2n po Teoremi 1.2.3. PRIMER 1.2.5. Da li medju brojevima 1, 2, . . . , 1010 ima viˇe onih koji sadrˇe cifru 9 s z u decimalnom zapisu ili onih koji je ne sadrˇe? z Reˇenje. Ako broj ne sadrˇi cifru 9 u decimalnom zapisu, onda su sve njegove cifre u s z skupu {0, 1, . . . , 8}. Ovakvih brojeva sa najviˇe deset cifara ima ukupno s 910 − 1 + 1 = 3 486 784 401. Naime, postoji 9 mogu´nosti za svaku od deset cifara, pri ˇemu se broj sa manje od deset c c cifara dobija tako sto se na njegov poˇetak stavi potreban broj nula. Razlog za “−1 + 1” c u gornjem izrazu je ˇto najpre izostavljamo broj sastavljen od svih deset nula, a zatim s dodajemo broj 1010 . Sada vidimo da brojeva koji sadrˇe cifru 9 u svom zapisu ima z 1010 − 910 = 6 513 215 599, znatno viˇe nego brojeva koji ne sadrˇe cifru 9. s z

UREDJENI IZBORI BEZ PONAVLJANJA
Neka je f : {1, 2, . . . , n} → M preslikavanje koje odgovara uredjenom izboru elemenata iz skupa M . Kada je ponavljanje elemenata dozvoljeno, mogu´e je izabrati isti c element dva puta, tako da vaˇi f (r) = f (s) za razliˇite r i s iz {1, 2, . . . , n}. Ako ponavlz c janje nije dozvoljeno, tada je f (r) = f (s) za svako r = s, pa vidimo da uredjenim izborima elemenata bez ponavljanja odgovaraju injektivna preslikavanja (injektivna preslikavanja se nazivaju joˇ i ”1-1” preslikavanja). s TEOREMA 1.2.6. Neka je N skup sa n elemenata i neka je M skup sa m elemenata, n, m 0. Broj svih injektivnih preslikavanja f : N → M jednak je
n−1

(m − i) = m(m − 1) · . . . · (m − n + 1).
i=0

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

25

Dokaz . Dokaz izvodimo indukcijom po n. Prazno preslikavanje je injektivno, pa stoga za n = 0 postoji taˇno jedno injektivno preslikavanje, i ovo se slaˇe sa dogovorom da se c z vrednost praznog proizvoda definiˇe kao 1. Znaˇi, formula vaˇi za n = 0. s c z Iz Teoreme 1.1.2 znamo da ne postoji injektivno preslikavanje za n > m i ovo se takodje slaˇe sa gornjom formulom (jer se tada u njoj pojavljuje ˇinilac 0). z c Posmatrajmo sada skup N sa n elemenata, n 1, i skup M sa m elemenata, m n. Fiksirajmo element a ∈ N i izaberimo proizvoljno vrednost f (a) ∈ M na jedan od m mogu´ih naˇina. Preostaje nam da izaberemo injektivno preslikavanje iz N \ {a} c c u M \{f (a)}. Po induktivnoj hipotezi, postoji (m−1)(m−2)·. . .·(m−n+1) mogu´nosti c za ovaj izbor, pa stoga vidimo da postoji ukupno m(m − 1)(m − 2) · . . . · (m − n + 1) injektivnih preslikavanja f : N → M . PRIMER 1.2.7. Klub ima 25 ˇlanova. Koliko ima naˇina da se izaberu predsednik, c c potpredsednik, sekretar i blagajnik kluba? Reˇenje. Predsednik kluba moˇe da se izabere na 25 naˇina, izmedju preostalih osoba s z c potpredsednik moˇe da se izabere na 24 naˇina, sekretar na 23 i, konaˇno, blagajnik na z c c 22 naˇina, tako da je broj razliˇitih izbora jednak broju uredjenih izbora bez ponavljanja c c 4 osobe iz skupa sa 25 osoba, tj. 25 · 24 · 23 · 22 = 303 600.

PRIMER 1.2.8. U kampanji pred predsedniˇke izbore, kandidat K treba da obidje c sedam od petnaest gradova u Srbiji. Da bi postigao ˇto bolji efekat pred izbore, kandidat s je izabrao da svoju kampanju zavrˇi u Beogradu. Na koliko razliˇitih naˇina se moˇe s c c z realizovati kampanja? Reˇenje. S obzirom da je poslednji grad u kampanji ve´ izabran, kandidat K u stvari s c treba da izabere prvih ˇest gradova koje ´e obi´i od preostalih ˇetrnaest gradova u Srbiji. s c c c Kako je bitan redosled obidjenih gradova, broj ovih izbora jednak je 14 · 13 · 12 · 11 · 10 · 9 = 2 162 160.

PERMUTACIJE
Bijektivno preslikavanje konaˇnog skupa X na samog sebe naziva se permutacija c skupa X. PRIMER 1.2.9. pomo´u c Primer permutacije skupa {1, 2, . . . , 5} je funkcija α definisana α= 1 2 3 2 4 5 4 1 5 3 .

Skra´eno, ovu permutaciju ´emo pisati kao 24513. c c Permutacija konaˇnog skupa kao bijektivno preslikavanje je ujedno i injekcija, ˇto c s znaˇi da permutacija predstavlja poseban sluˇaj uredjenog izbora elemenata bez ponc c avljanja kod koga se bira svih n od n elemenata. U skladu sa Teoremom 1.2.6, imamo slede´u direktnu posledicu. c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

26

POSLEDICA. 1.2.10

Broj permutacija skupa X sa n elemenata jednak je n! = n(n − 1) · . . . · 2 · 1.

Broj n! se ˇita n faktorijel. Posebno za n = 0 vaˇi 0! = 1. c z NAPOMENA.
Funkcija n! jako brzo raste, brˇe od svake eksponencijalne funkcije. Za z procenu njene vrednosti koristi se Stirlingova formula koja tvrdi da za veliko n vaˇi z “ n ”n √ n! ≈ 2πn . e Ova procena je vrlo dobra: na primer, ve´ za n = 8 greˇka je samo 1, 04%. c s

PRIMER 1.2.11. Pˇela treba da skupi polen sa sedam razliˇitih cvetova pre nego c c ˇto se vrati u koˇnicu. Kada pˇela uzme polen sa nekog cveta ona se viˇe ne vra´a na taj s s c s c cvet. Na koliko naˇina ona moˇe da obidje svih sedam cvetova? c z Reˇenje. Kada jednom skupi polen sa nekog cveta, pˇela viˇe nema razloga da se vra´a s c s c na isti cvet. Zbog toga ´e pˇela obi´i svaki cvet taˇno jedanput, pa je traˇeni broj jednak c c c c z broju uredjenih izbora bez ponavljanja 7 od 7 elemenata, odnosno, broju permutacija od 7 elemenata. Stoga je broj mogu´ih obilazaka jednak 7!=5 040. c PRIMER 1.2.12. Koliko ima permutacija cifara 12345678 koje sadrˇe cifre 123 jednu z do druge u tom rasporedu? Reˇenje. Poˇto cifre 123 moraju da se pojave kao jedan blok, odgovor moˇemo dobiti s s z tako ˇto ´emo na´i broj permutacija ˇest objekata, naime, bloka 123 i pojedinaˇnih cifara s c c s c 4, 5, 6, 7 i 8. Poˇto ovih ˇest objekata moˇe da se pojavi u proizvoljnom rasporedu, s s z zakljuˇujemo da postoji ukupno 6!=720 permutacija cifara 12345678 u kojima se cifre c 123 pojavljuju kao jedan blok. Permutacije se ˇesto sre´u u matematici i imaju dosta korisnih primena. Evo nekih c c oblasti gde permutacije igraju vaˇnu ulogu: z • U definiciji algebarskog pojma determinante reda n javlja se suma po svim permutacijama skupa od n elemenata: Neka je A = (aij ) realna kvadratna matrica reda n (mozhemo je zamishljati kao kavadratnu shemu n sa n u koju je upisano n2 brojeva). Tada je determinanta matrice A, u oznaci |A|, det(A) ili det A, jednaka slede´oj c sumi po svim permutacijama iz skupa Sn = Sym (Nn ): |A| =
σ∈Sn

sgn σ · a1 σ(1) · a2 σ(2) · . . . · an σ(n) ,

gde sgn σ oznaˇava znak permutacije (odnosno parnost permutacije). c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

27

Sliˇna je i definicija kombinatornog pojma permanenta. U sluˇaju kvadratne mac c trice reda n jedina razlika je ˇto nema ˇlana sgn σ: s c per A =
σ∈Sn

a1 σ(1) · a2 σ(2) · . . . · an σ(n) .

Permanent moˇemo izraˇunati pomo´u Laplasovog razvoja po nekoj vrsti ili koloni, z c c koji za razliku od determinanti, kod kojih se javlja ˇlan (−1)i+j , ima sve ˇlanove c c pozitivne. Laplasov razvoj po elementima i–te vrste za permanent glasi:
n

per(A) =
j=1

aij per(Aij ) = ai1 per(Ai1 ) + ai2 per(Ai2 ) + . . . + ain per(Ain ),

gde je n red matrice A, a Aij matrice koje se dobijaju od matrice A izbacivanjem i-te vrste i j-te kolone. Sliˇno imamo Laplasov razvoj po elementima j–te kolone: c n X per(A) = aij per(Aij ).
i=1

Za ilustraciju rada sa permanentima videti Zadatak 1.2.20, kao i Primer 2.2.43 iz poglavlja ”Rekurentne jednaˇine”(tu se permanent koristi za prebrojavanje perc mutacija sa ograniˇenjima). Viˇe o permanentima moˇete nauˇiti iz kompletne c s z c knjige Henrika Minka (eng. Henryk Minc) o njima, [22]. • Grupe permutacija, sa slaganjem funkcija kao operacijom, predstavljaju jedan od osnovnih predmeta prouˇavanja u teoriji grupa, s obzirom da se svaka konaˇna c c grupa moˇe utopiti u neku grupu permutacija. z Grupe permutacija, kao i orbite permutacija ˇine osnove primene terije grupa u c Kombinatorici. Klasiˇni rezultati ove oblasti su Burnsajdova (eng. Burnside) teoc rema, Frobenijusova (eng. Frobenius) lema i Poljine (madj. P´lya) teoreme preo brojavanja. Pomo´u ovih tvrdjenja mogu´e je izvrˇiti prebrojavanje (enumeraciju) c c s znatnog broja veoma sloˇenih kombinatornih objekata, ali one nalaze i primenu u z teoriji grafova (npr. za odredjivanje broja neizomorfnih grafova). Pored toga, osnovni razlog za nemogu´nost opˇteg algebarskog reˇenja jednaˇine c s s c petog stepena leˇi u osobinama grupe svih permutacija skupa sa pet elemenata. z • Permutacije se koriste kod projektovanja i prouˇavanja algoritama za sortiranje. c Na primer, pomo´u permutacija se moˇe pokazati da svaki algoritam za sortiranje c z koji u svom radu koristi samo medjusobno poredjenje po dva elementa niza ne moˇe z da se, u opˇtem sluˇaju, izvrˇi za manje od cn log n koraka za neku konstantu c > 0. s c s • Raspored karata u ˇpilu predstavlja jednu permutaciju karata. Meˇanjem karata s s se pritom od jedne permutacije dobija druga permutacija karata. U profesionalnom kartanju se proces meˇanja karata matematiˇki prouˇava pomo´u svojstava s c c c permutacija da bi odgovorilo na razna pitanja, kao na primer: Polaze´i od nec promeˇanog ˇpila, koliko je puta potrebno meˇati karte deljenjem na dva dela i s s s njihovim spajanjem (ako ste gledali bilo koji film o Las Vegasu, onda sigurno znate kako izgleda ovakvo meˇanje karata) da bi ˇpil bio potpuno izmeˇan? s s s • Permutacije se mogu iskoristiti i u matematiˇkoj estetici. Na slici 1.4 je c ˇ prikazano Stajnhaus-Dˇonson-Troterovo tkanje (eng. Steinhaus-Johnson-Trotter). z Ako paˇljivo posmatrate, vide´ete da vertikalni preseci ovog tkanja predstavljaju z c sve permutacije konaca kojima je tkano, pri ˇemu se svake dve susedne permutacije c razlikuju u samo dve susedne pozicije (to je “X” izmedju dva susedna vertikalna preseka).

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

28

ˇ Slika 1.4: Stajnhaus-Dˇonson-Troterovo tkanje razliˇitim koncima. z c Pored uobiˇajenog zapisa permutacije kao funkcije postoji i ciklusni zapis permutacije, c koji je pogodniji u nekim primenama. Kako se dobija ciklusni zapis permutacije? Primetimo da za permutaciju α = 24513 vaˇi z α(1) = 2, α(2) = 4, α(4) = 1.

Permutacija α ˇalje element 1 u 2, 2 u 4 i 4 nazad u 1, i tada kaˇemo da ovi elementi ˇine s z c ciklus (1 2 4) duˇine 3. Sliˇno, elementi 3 i 5 ˇine ciklus (3 5) duˇine 2, pa je ciklusni z c c z zapis ove permutacije α = (1 2 4)(3 5). Ciklusni zapis za proizvoljnu permutaciju π moˇe da se dobije pomo´u slede´eg posz c c tupka, koji se ponavlja sve dok svi elementi ne budu rasporedjeni u cikluse: Izabrati proizvoljan element a koji joˇ nije rasporedjen u neki ciklus. Novi s ciklus ˇine elementi c (a π(a) π(π(a)) π(π(π(a))) . . . π k−1 (a)) koje redjamo sve dok ne dodjemo do najmanjeg prirodnog broja k za koji vaˇi π k (a) = a. z Postoje dva naˇina da promenimo ciklusni zapis bez uticaja na samu permutaciju. c Najpre, svaki ciklus moˇe da poˇne bilo kojim od svojih elemenata — na primer, (7 8 2 1 z c 3) i (1 3 7 8 2) predstavljaju isti ciklus. Drugo, poredak ciklusa nije vaˇan — na primer, z (1 2 4)(3 5) i (3 5)(1 2 4) predstavljaju istu permutaciju. Bitni su podela elemenata skupa na cikluse, kao i njihov poredak unutar ciklusa, i oni su jedinstveno odredjeni ciklusnim zapisom. Ciklusni zapis nam moˇe dati korisne informacije o permutaciji. z PRIMER 1.2.13. Karte oznaˇene brojevima 1 do 12 poredjane su kao ˇto je c s prikazano dole levo. Karte se skupljaju po vrstama i zatim se ponovo dele, ali po kolonama umesto po vrstama, tako da se dobija raspored kao dole desno. 1 4 7 10 2 5 8 11 3 6 9 12 1 2 3 4 5 6 7 8 9 10 11 12

Koliko puta mora da se izvrˇi ovaj postupak pre nego ˇto se karte ponovo nadju u s s poˇetnom rasporedu? c Reˇenje. s Neka je π permutacija koja predstavlja postupak premeˇtanja karata, tako s da je π(i) = j ako se karta j pojavljuje na mestu koje je pre premeˇtanja zauzimala s karta i. Ako π predstavimo pomo´u ciklusa dobijamo c π = (1)(2 5 6 10 4)(3 9 11 8 7)(12).

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

29

Ciklusi (1) i (12) znaˇe da karte 1 i 12 sve vreme ostaju na svojim mestima. Preostala c dva ciklusa imaju duˇinu 5, tako da ´e se posle pet ponavljanja postupka sve karte na´i z c c na svojim poˇetnim mestima. (Probajte.) Drugim reˇima π 5 = id, gde π 5 predstavlja c c petostruko ponavljanje permutacije π, a id oznaˇava identiˇnu permutaciju, definisanu c c sa id(j) = j.

ZADACI
1.2.1. U radnji postoji k razliˇitih vrsta razglednica, koje treba poslati prijateljima, c kojih ima n. a) Na koliko naˇina je mogu´e svakom prijatelju poslati taˇno jednu razglednicu? c c c b) Koliko ima naˇina ako svakom prijatelju treba poslati razliˇitu razglednicu? c c c) Od svake vrste razglednica je kupljena taˇno po jedna. Na koliko naˇina je c c mogu´e poslati razglednice prijateljima (prijatelj moˇe dobiti bilo koji broj razglednica, c z ukljuˇuju´i i 0)? c c 1.2.2. Komitet od devet ˇlanova treba da izabere predsednika, sekretara i blagajnika. c Koliko mogu´ih izbora postoji? c 1.2.3. Odrediti broj nizova duˇine r koji se mogu formirati od prvih 7 slova azbuke, z ako je a) r = 4; b) r = 9 i slova 1◦ mogu da se ponavljaju; 2◦ ne mogu da se ponavljaju. 1.2.4. Odrediti broj naˇina da se rasporedi m ˇena i n muˇkaraca (m < n) za okruglim c z s stolom, tako da nikoje 2 ˇene ne sede jedna do druge. z 1.2.5. Da li medju brojevima 1, 2, . . . , 9 999 999 ima viˇe onih koji sadrˇe cifru 5 u s z decimalnom zapisu ili onih koji je ne sadrˇe? z 1.2.6. Neka je dat skup S = {s, i, c, g}. Koliko ima a) relacija u S; b) relacija koje nisu simetrichne u S; c) antisimetrichnih relacija u S? 1.2.7. Koliko se binarnih relacija moˇe definisati na skupu sa n elemenata? Koliko z postoji: a) refleksivnih, b) simetriˇnih, c) refleksivnih i simetriˇnih relacija? c c 1.2.8. Odrediti broj binarnih nizova duˇine n koji sadrˇe paran broj nula (znakova 0). z z

1.2.9. Odrediti broj reˇi duˇine n koje se mogu formirati od slova A, B, C, D i E, c z koje sadrˇe paran broj slova A. (Reˇi ne moraju imati neko znaˇenje.) z c c 1.2.10. U prizemlju zgrade od 7 spratova u lift su uˇli Aca, Duˇan, Luka, Marija i s s Nataˇa. Na koliko naˇina se lift moˇe isprazniti tako da ni u jednom trenutku muˇkarac s c z s i ˇena ne budu sami u liftu? z 1.2.11. Na koliko naˇina se moˇe postaviti osam topova na ˇahovsku tablu tako da se c z s oni medjusobno ne napadaju? 1.2.12. Ako je n 1 i 2 susedni? 1.2.13. 2, koliko ima permutacija skupa {1, 2, . . . , n} u kojima su brojevi 1 2 3 4 5 6 7 8 9 3 5 7 8 4 6 1 2 9

Napisati ciklusni zapis za permutaciju

.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA 1.2.14. Odrediti red permutacije 1 2 3 4 5 6 7 8 9 2 3 1 5 4 7 8 9 6 .

30

1.2.15. Preferans ˇpil od 32 karte je podeljen u dva jednaka dela i promeˇan pres s plitanjem, tako da ako je originalni poredak karata bio 1, 2, 3, 4, . . . , novi poredak je 1, 17, 2, 18, . . . . Koliko puta treba primeniti ovakvo meˇanje da bi se ˇpil vratio u origis s nalni poredak? 1.2.16. Odrediti sve mogu´e relacije totalnog poretka nad skupom a) S = {1, 2, 3}; c b) S = {1, 2, 3, . . . , n}. Koliko ih ukupno ima? 1.2.17. 1.2.18. Koliko permutacija skupa {1, 2, . . . , n} ima samo jedan ciklus? Koliko ima permutacija p skupa {1, 2, . . . , n} za koje je p2 = id, p = id?

1.2.19. Kvadratni koren permutacije p je permutacija q tako da vaˇi p = q 2 . Na´i z c formulu za broj kvadratnih korena permutacije p. Kakve permutacije imaju jedinstveni kvadratni koren? 1.2.20. Odrediti permanente slede´ih c    1 1 1 1 2 3 1 2 3 a) A = 2 3 4; b) B =  1 1 1 3 4 5 1 0 0 matrica:  1 4 ; c) Jn ; 1 0   1·n 2 · n  . ; .  . n·n

1·1 2 · 1  d) C =  .  . . n·1

1·2 2·2 . . . n·2

... ... ...

e) Jn − In , gde In i Jn predstavljaju jediniˇnu matricu reda n i matricu ˇiji su svi c c elementi jednaki 1 reda n.

1.3

NEUREDJENI IZBORI ELEMENATA

NEUREDJENI IZBORI BEZ PONAVLJANJA
U jednoj od prethodnih sekcija smo za matematiˇko definisanje pojma uredjenog c izbora k elemenata konaˇnog skupa X koristili preslikavanje f iz uredjenog skupa c {1, 2, . . . , k} u skup X. Na ovaj naˇin, bili smo u mogu´nosti da kaˇemo da je element c c z f (1) izabran prvi, element f (2) drugi, a element f (k) poslednji. S druge strane, kod neuredjenog izbora elemenata skupa X nije vaˇno koji je element z izabran prvi, a koji poslednji, tako da nema potrebe uvoditi preslikavanja. S obzirom da sada razmatramo neuredjene izbore elemenata bez ponavljanja vidimo da oni predstavljaju k-toˇlane podskupove skupa X. c DEFINICIJA 1.3.1. Neka je X skup, a k nenegativan ceo broj. Simbol X k oznaˇava skup svih k-toˇlanih podskupova skupa X. c c Na primer,
{a,b,c} 2

= {{a, b}, {a, c}, {b, c}}.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

31

DEFINICIJA 1.3.2. Neka su n k nenegativni celi brojevi. Binomni koeficijent je funkcija promenljivih n i k data pomo´u c
k−1 Y

n k

n k

n(n − 1)(n − 2) · . . . · (n − k + 1) = = k(k − 1) · . . . · 2 · 1

(n − i) k! .

i=0

c Primetimo da simbol x sada ima dva znaˇenja, u zavisnosti od toga da li je x skup k ili broj. Opravdanje za ovo preklapanje simbola nalazi se u slede´oj teoremi. c TEOREMA 1.3.3. Broj neuredjenih izbora k elemenata bez ponavljanja skupa X, tj. broj k-toˇlanih podskupova skupa X jednak je c X k = |X| . k

Dokaz . Neka je n = |X|. Prebroja´emo uredjene izbore k elemenata skupa X bez c ponavljanja na dva naˇina. S jedne strane, iz Teoreme 1.2.6 znamo da je ovaj broj jednak c n(n − 1) · . . . · (n − k + 1). S druge strane, od svakog k-toˇlanog podskupa M ∈ X c k uredjivanjem njegovih elemenata moˇemo da dobijemo k! razliˇitih uredjenih izbora k z c elemenata i svaki uredjeni izbor k elemenata moˇe da se dobije samo iz jednog k-toˇlanog z c podskupa M na ovaj naˇin. Prema tome, c n(n − 1) · . . . · (n − k + 1) = k! NAPOMENA. X k .

` ´ ` ´ ` ´ Posebne vrednosti binomnih koeficijenata su n = 1, n = n i n = 1. 0 1 n Primetimo inaˇe da se definicija 1.3.2 moˇe proˇiriti na sve realne vrednosti n, tako da moˇemo c z s z da piˇemo s ! (−2, 5) · (−3, 5) · (−4, 5) −2, 5 = = −6, 5625. 3 3·2·1

Ovu definiciju moˇemo da proˇirimo i na negativne vrednosti k i na vrednosti n > k dogovorom z s da je ! n =0 za k < 0 i k > n. k

NAPOMENA.

Neredjeni izbori elemenata u literaturi se nazivaju joˇ i kombinacije. s

PRIMER 1.3.4. Tokom no´i, lopov je upao u galeriju sa 20 umetniˇkih dela. Mec c djutim, on u svom rancu ima mesta za taˇno 3 predmeta. Na koliko naˇina on moˇe da c c z izabere predmete koje ´e ukrasti? c Reˇenje. Lopov treba da napravi neuredjeni izbor 3 elementa bez ponavljanja iz skupa s z od 20 elemenata. Po Teoremi 1.3.3, on to moˇe da uradi na 20 3 naˇina. c = 20 · 19 · 18 = 1 140 3·2·1

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

32

PRIMER 1.3.5. Iz odeljenja od 9 deˇaka i 11 devojˇica treba izabrati komisiju za c c izbor najlepˇe djaˇke torbe koja ´e se sastojati od 3 deˇaka i 4 devojˇice. Na koliko s c c c c naˇina je mogu´e formirati ovakvu komisiju? c c Reˇenje. s Po principu proizvoda, ovaj broj je jednak proizvodu broja 9 neuredjenih 3 izbora 3 elementa bez ponavljanja iz skupa od 9 elemenata i broja 11 neuredjenih izbora 4 4 elementa bez ponavljanja iz skupa od 11 elemenata: 9 11 · 3 4 = 84 · 330 = 27 720.

NEUREDJENI IZBORI SA PONAVLJANJEM
Ako dozvolimo ponavljanje u neuredjenom izboru elemenata skupa X, onda on viˇe s ne predstavlja obiˇan podskup skupa X. c PRIMER 1.3.6. a) Koliko ima naˇina da se izaberu tri novˇi´a iz kase koja sadrˇi c cc z novˇi´e od 1, 2, 5 i 10 dinara, ukoliko redosled biranja novˇi´a nije bitan ve´ samo broj cc cc c izabranih novˇi´a svake vrste i ako u kasi postoji bar tri novˇi´a svake vrste? cc cc b) Koliko ima naˇina da se izaberu pet novˇanica iz kase koja sadrˇi novˇanice od 10, 20, c c z c 50, 100, 200, 500 i 1000 dinara? Kao i u prethodnom pitanju, i u ovom sluˇaju redosled c biranja novˇanica nije bitan, novˇanice iste vrednosti se ne mogu medjusobno razlikovati, c c a u kasi postoji bar pet novˇanica svake vrste. c Reˇenje. s a) Postoji 20 naˇina, prikazanih u slede´oj tabeli: c c 1d 1d 1d 1d 1d 2d 1d 2d 2d 1d 1d 5d 1d 2d 5d 1d 5d 5d 2d 2d 5d 2d 5d 5d 5d 5d 5d 1d 1d 1d 1d 2d 2d 2d 5d 5d 10d 1d 2d 5d 1d 2d 5d 10d 5d 10d 10d 10d 10d 10d 10d 10d 10d 10d 10d 10d 10d

2d 2d 2d

b) U ovom sluˇaju, broj mogu´ih izbora je dovoljno veliki da bi bilo vrlo nepraktiˇno sve c c c ih prikazati. Zbog toga ´emo detaljnije prouˇiti naˇ problem. c c s S obzirom da redosled izabranih novˇanica nije bitan, kao i da se svaka vrsta novˇanica c c moˇe izabrati do pet puta, u ovom problemu treba da nadjemo broj neuredjenih izbora z 5 elemenata sa ponavljanjem iz skupa od 7 elemenata. Pretpostavimo da kasa ima sedam pregrada, po jednu za svaku vrstu novˇanica. Na c slici je ilustrovan izbor jedne novˇanice od 50 dinara, dve novˇanice od 200 dinara i po c c jedne novˇanice od 500 dinara i od 1000 dinara: c 10d 20d • 50d 100d •• 200d • 500d • 1000d

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

33

Na sliˇan naˇin, svaki izbor pet novˇanica moˇemo da predstavimo pomo´u pet markc c c z c era rasporedjenih u pregradama kase. Ako sada obriˇemo dno kase sa oznakama vrednosti s novˇanica, levu ivicu prve pregrade i desnu ivicu poslednje pregrade, vidimo da se svaki c izbor pet novˇanica moˇe predstaviti pomo´u rasporeda pet markera i ˇest ivica koje c z c s odredjuju pregrade kase: • •• • •

Broj ovakvih rasporeda jednak je broju izbora pet pozicija za markere od 11 mogu´ih c pozicija, ˇto predstavlja broj neuredjenih izbora 5 elemenata bez ponavljanja iz skupa s od 11 elemenata, a on je jednak 11 5 = 11 · 10 · 9 · 8 · 7 = 462. 5·4·3·2·1

Uopˇtenjem gornjeg pristupa moˇemo dokazati slede´u teoremu. s z c TEOREMA 1.3.7. jednak je Broj neuredjenih izbora k elemenata sa ponavljanjem skupa X |X| + k − 1 . k

Dokaz . Svaki neuredjeni izbor k elemenata sa ponavljanjem skupa X moˇe da se, na z jedinstven naˇin, predstavi pomo´u niza od k markera i |X| − 1 ivica. Ivice se koriste c c da oznaˇe pregrade koje odgovaraju pojedinim elementima skupa X, dok svaki marker c oznaˇava izbor elementa koji odgovara pregradi u kojoj se marker nalazi. c
Na primer, neuredjeni izbor 6 elemenata iz skupa X = {a, b, c, d} moˇe da se predz stavi pomo´u niza od 6 markera i 3 ivice: c • •• •••

Ovaj niz oznaˇava da je jednom izabran element a, dva puta element b, nijednom c element c i tri puta element d.

Sliˇno kao i u primeru, niz od k markera i |X| − 1 ivica odgovara neuredjenom izboru c bez ponavljanja k pozicija za markere od mogu´ih |X| + k − 1 pozicija. Zbog toga je c traˇeni broj upravo jednak z |X| + k − 1 , k s obzirom da i svaki niz od k markera i |X| − 1 ivica odgovara taˇno jednom neuredjenom c izboru k elemenata sa ponavljanjem skupa X. PRIMER 1.3.8. kutija? Na koliko naˇina se 12 istih lopti moˇe rasporediti u 6 razliˇitih c z c

Reˇenje. s Broj mogu´ih rasporeda lopti je jednak broju neuredjenih izbora 12 elemec nata sa ponavljanjem iz skupa od 6 elemenata, tj. 6 + 12 − 1 12 = 6 188.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

34

PRIMER 1.3.9.

Koja je vrednost promenljive k nakon izvrˇenja slede´eg koda? s c

k := 0 for i1 := 1 to n for i2 := 1 to i1 for i3 := 1 to i2 . . . for im := 1 to im−1 k := k + 1 end for . . . end for end for end for

Reˇenje. Primetimo da je poˇetna vrednost promenljive k jednaka 0 i da se k uve´ava s c c za 1 svaki put kada se prodje kroz ugnjeˇdenu petlju sa nizom brojeva i1 , i2 , . . . , im z takvim da je 1 im im−1 . . . i2 i1 n. Broj ovakvih nizova brojeva jednak je broju naˇina da se m celih brojeva izabere sa c ponavljanjem iz skupa {1, 2, . . . , n}. (S jedne strane, niz i1 , i2 , . . . , im predstavlja izbor m brojeva iz {1, 2, . . . , n}; s druge strane, svaki izbor m brojeva iz {1, 2, . . . , n}, nakon ˇto s se uredi u nerastu´i poredak, predstavlja jedan od traˇenih nizova.) Sada iz Teoreme 1.3.7 c z vidimo da ´e vrednost promenljive k nakon izvrˇenja koda biti jednaka c s n+k−1 . k

PRIMER 1.3.10.

Koliko reˇenja ima jednaˇina s c x1 + x2 + . . . + xk = n,

gde su x1 , x2 , . . . , xk nenegativni celi brojevi? Reˇenje. s Posmatrajmo skup X = {1, 2, . . . , k}. Ako pretpostavimo da, za 1 i k, broj xi oznaˇava koliko je puta izabran element i iz skupa X, onda vidimo da svako reˇenje c s (x1 , x2 , . . . , xk ) gornje jednaˇine oznaˇava taˇno jedan neuredjeni izbor n elemenata sa c c c ponavljanjem iz skupa sa k elemenata. Takodje vaˇi i obratno: svaki neuredjeni izbor z n elemenata sa ponavljanjem iz skupa sa k elemenata odredjuje taˇno jedno reˇenje c s (x1 , x2 , . . . , xk ) gornje jednaˇine. c Stoga reˇenja jednaˇine ima koliko i ovakvih neuredjenih izbora, a to je s c k+n−1 . n

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

35

NAPOMENA.

Prema Uslovu simetriˇnosti (Lema 1.6.2) iz odeljka 1.6 Osobine binomnih c ´ ` ´ ` koeficijenta, imamo da je broj reˇenja jednaˇine x1 +x2 +. . .+xk = n jednak k+n−1 = k+n−1 . s c n k−1

PRIMER 1.3.11. Na polici se nalazi n knjiga. Na koliko naˇina se moˇe izabrati c z k knjiga sa police, tako da nikoje dve izabrane knjige nisu bile susedne na polici? Reˇenje. Neka x1 oznaˇava broj knjiga na polici ispred prve izabrane knjige, xi , 2 i k, s c broj knjiga na polici koje se nalaze izmedju (i − 1)-ve i i-te izabrane knjige, a xk+1 broj knjiga na polici iza poslednje izabrane knjige. S obzirom da brojevi xi , 1 i k + 1, prebrojavaju sve neizabrane knjige sa police, vaˇi da je z x1 + x2 + . . . + xk + xk+1 = n − k. S druge strane, iz uslova da izabrane knjige nisu bile susedne vidimo da vaˇi z x2 , x3 , . . . , xk dok je x1 , xk+1 0. Da bismo izbegli ovakvo izdvajanje posebnih sluˇajeva, zamislimo da smo na policu c dodali joˇ dve nove knjige: jednu ispred prve knjige na polici i jednu iza poslednje knjige s na polici. Ako dozvolimo da x1 i xk+1 prebrojavaju i ove dve nove knjige, onda ´e vaˇiti: c z x1 + x2 + . . . + xk + xk+1 = n − k + 2, x1 , x2 , . . . , xk+1 1. 1,

Neka je sada yi = xi − 1, 1 i k + 1. Tada su yi nenegativni celi brojevi za koje vaˇi da je z y1 + y2 + . . . + yk+1 = (n − k + 2) − (k + 1) = n − 2k + 1. Iz prethodnog primera vidimo da je broj reˇenja poslednje jednaˇine jednak s c n−k+1 . n − 2k + 1 Ovo je ujedno i broj mogu´ih izbora k nesusednih knjiga sa police, s obzirom da niz c brojeva yi , 1 i k + 1, na jedinstven naˇin odredjuje niz brojeva xi , 1 i k + 1, a da c on dalje na jedinstven naˇin odredjuje izbor nesusednih knjiga. c

PERMUTACIJE SA PONAVLJANJEM
Posebnu vrstu izbora ˇine permutacije familije elemenata, u kojoj se neki od elemec nata sadrˇe viˇe puta. Tada se mora povesti raˇuna kako bi se izbeglo da se isti izbor z s c prebrojava viˇe puta. Razmotrimo slede´i problem: s c PRIMER 1.3.12. Koliko razliˇitih reˇi, ukljuˇuju´i besmislene, moˇe da se sastavi c c c c z od slova reˇi ABRAKADABRA? c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

36

Reˇenje. Iako imamo 11 slova na raspolaganju, neka od njih su ista, tako da odgovor s u ovom sluˇaju nije 11!. Naime, sada treba da prebrojimo permutacije familije slova u c kojoj se slovo A pojavljuje 5 puta, slova B i R po dva puta, a slova D i K po jedanput. Ovakva permutacija ´e biti odredjena ukoliko znamo na kojih pet pozicija u reˇi se nalaze c c slova A, na koje dve pozicije slova B itd. Pet pozicija za slova A se moˇe izabrati na z 11 naˇina, a zatim se izmedju preostalih ˇest pozicija dve pozicije za slova B mogu c s 5 izabrati na 6 naˇina. Nastavljaju´i dalje, od preostale ˇetiri pozicije dve pozicije za c c c 2 4 slova R se moˇe izabrati na 2 naˇina, a od preostale dve pozicije jedna pozicija za z c slovo D se moˇe izabrati na 2 naˇina. Nakon ovoga nam preostaje samo jedna pozicija z c 1 u reˇi za slovo K. Sada vidimo da je ukupan broj traˇenih permutacija jednak c z 11 5 6 2 4 2 2 1 = 83 160.

Uopˇtavaju´i reˇenje gornjeg primera moˇemo da dokaˇemo slede´u teoremu. s c s z z c TEOREMA 1.3.13. Broj permutacija familije sa n elemenata, u kojoj se prvi element sadrˇi n1 puta, drugi element n2 puta, . . . , a k-ti element nk puta (pri tome vaˇi z z n1 + n2 + . . . + nk = n), jednak je n n1 n − n1 n2 n − n1 − n2 n3 · ... · n − n1 − . . . − nk−2 nk−1 · nk . nk

n Dokaz . Primetimo da postoji n1 naˇina da se n1 kopija prvog elementa rasporedi c izmedju n pozicija u permutaciji. Nakon toga preostaje n−n1 slobodnih pozicija, izmedju kojih n2 kopija drugog elementa moˇe da se rasporedi na n−n1 naˇina, ostavljaju´i z c c n2 n − n1 − n2 slobodnih pozicija. Nastavljaju´i na ovaj naˇin rasporedjivanje kopija elec c menata, moˇemo da vidimo da ´e na kraju kopije k-tog elementa mo´i da se rasporede z c c na n−n1 −...−nk−1 = nk = 1 naˇina. Po principu proizvoda, broj traˇenih permutacija c z nk nk je jednak

n n1

n − n1 n2

n − n1 − n2 n3

· ... ·

n − n1 − . . . − nk−2 nk−1

·

nk . nk

PRIMER 1.3.14. na drugi naˇin. c

Uradimo ponovo prethodni primer sa ABRAKADABRA, ali sada

Reˇenje. s Zamislimo najpre da se sva slova u reˇi razlikuju, tako da imamo 5 rac zliˇitih slova A itd. Na primer, moˇemo da ih uˇinimo razliˇitim dodaju´i im indekse: c z c c c A1 B1 R1 A2 K1 A3 D1 A4 B2 R2 A5 . Sada imamo 11 razliˇitih slova koja mogu da se preurede c na 11! razliˇitih naˇina. Posmatrajmo proizvoljnu reˇ saˇinjenu od “neindeksirane” reˇi c c c c c ABRAKADABRA, na primer BAKARADABAR. Od koliko razliˇitih “indeksiranih” reˇi c c moˇemo da dobijemo ovu reˇ brisanjem indeksa? Indeksi 5 slova A mogu da se rasz c porede na 5! naˇina, indeksi 2 slova B mogu da se rasporede (nezavisno) na 2! naˇina, c c za 2 slova R takodje imamo 2! mogu´nosti i konaˇno za po jedno slovo K i D imamo c c po 1! mogu´nost. Prema tome, reˇ BAKARADABAR, kao i bilo koju drugu reˇ doc c c bijenu od reˇi ABRAKADABRA, moˇemo da indeksiramo na 5!2!2!1!1! naˇina. Broj c z c 11! . neindeksiranih reˇi, ˇto je i reˇenje problema, jednak je c s s 5!2!2!1!1!

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

37

Uopˇtavaju´i reˇenje gornjeg primera uspostavi´emo vezu izmedju broja kombinacija s c s c koje smo prebrojali na 2 razliˇita naˇina. c c LEMA. 1.3.15. n n1 n − n1 n2 n − n1 − n2 n3 · ... · nk nk = n! . n1 ! · n2 ! · n3 ! · . . . · nk !

Reˇenje. s Pomo´u Faktorijelne reprezentacije binomnih koeficijenata (Lema 1.6.1 iz c odeljka 1.6 Osobine binomnih koeficijenta) mogu´e je prikazati polinomne koeficijente na c znatno jednostavniji naˇin: c n n1 , n2 , . . . , nk n − n1 − n2 n − n1 − · · · − nk−1 · ... · n3 nk (n − n1 )! (n − n1 − n2 )! n! · · · = n1 !(n − n1 )! n2 !(n − n1 − n2 )! n3 !(n − n1 − n2 − n3 )! (n − n1 − . . . − nk−1 )! ... · nk !(n − n1 − . . . − nk−1 − nk )! n! = . n1 ! · n2 ! · n3 ! · . . . · nk ! = n n1 n − n1 n2

Kako bismo izbegli stalno ponavljanje dugaˇkog proizvoda binomnih koeficijenata iz c prethodne teoreme, ili razlomka sa faktorijalima iz prethodne leme, uveˇ´emo slede´u sc c definiciju polinomnih koeficijenata (ponegde se nazivaju i multinomijalni koeficijenti). DEFINICIJA 1.3.16. Polinomni koeficijent n n1 , n 2 , . . . , n k =
n n1 ,n2 ,...,nk

se definiˇe pomo´u s c

n! . n1 ! · n2 ! · n3 ! · . . . · nk !

Joˇ jedan tip izbora elemenata, ˇiji se broj predstavlja polinomnim koeficijentima, s c ilustrovan je slede´im primerom. c PRIMER 1.3.17. Na koliko naˇina se pokeraˇima Aci, Branku, Cakiju i Dejanu c s moˇe podeliti po pet karata iz standardnog ˇpila od 52 karte? z s Reˇenje. Na poˇetku deljenja, Aci se pet karata moˇe podeliti na 52 naˇina. Branku s c z c 5 se tada pet karata moˇe podeliti na 47 naˇina, s obzirom da je nakon podele karata z c 5 Aci u ˇpilu ostalo 47 karata. Sliˇno, Cakiju se pet karata moˇe podeliti na 42 naˇina, s c z c 5 a Dejanu na 37 naˇina. Preostale 32 karte ostaju na stolu. Po principu proizvoda, c 5 ukupan broj razliˇitih deljenja je jednak c 52 5 47 5 42 5 37 5 32 32 = 52 . 5, 5, 5, 5, 32

Ovo je primer koj ilustruje da u jednostavnom kombinatornom problemu moˇemo dobiti z veoma velike rezultate. Kada bismo izraˇunali ovaj broj dobili bismo zaista ogroman c broj: 1 478 262 843 475 644 020 034 240.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

38

Prethodni primer predstavlja primer izbora u kome razliˇite objekte treba smestiti u c razliˇite kutije: razliˇiti objekti su 52 karte iz ˇpila, a pet razliˇitih kutija se koristi za c c s c karte svakog od ˇetiri pokeraˇa kao i za ostatak ˇpila. c s s TEOREMA 1.3.18. Broj naˇina da se n razliˇitih objekata smesti u k razliˇitih c c c kutija, tako da se u kutiji i nalazi ni objekata za 1 i k, jednak je n . n 1 , n 2 , . . . , nk Iako se do dokaza moˇe do´i uopˇtavanjem reˇenja prethodnih primera, mi ´emo ipak z c s s c iskoristiti zaobilazni put koji ´e nam pokazati da smo se mi, u stvari, ve´ susreli sa ovim c c problemom, samo ˇto je on tada imao drugaˇiju formulaciju. s c Dokaz . Ako objekte poredjamo u niz, a kutije oznaˇimo brojevima 1,2,. . . ,k, tada c svakom rasporedu objekata po kutijama odgovara taˇno jedna permutacija familije broc jeva 1,2,. . . ,k u kojoj se broj i ponavlja ni puta. Naime, datom rasporedu objekata moˇemo da pridruˇimo permutaciju sa ponavljanz z jem koja se dobija tako ˇto se svaki objekat iz niza zameni brojem kutije u koji je on s rasporedjen. S druge strane, za datu permutaciju sa ponavljanjem njen pridruˇeni rasz pored moˇemo da odredimo ukoliko j-ti objekat iz niza rasporedimo u kutiju oznaˇenu z c j-tim brojem iz permutacije za 1 j n. Prema tome, ovo pridruˇivanje predstavlja bijekciju izmedju skupa svih rasporeda z objekata u kutije i skupa svih permutacija sa ponavljanjem. Iz Teoreme 1.3.13 sada zakljuˇujemo da je broj rasporeda objekata u kutije jednak c n . n1 , n 2 , . . . , n k

ZADACI
1.3.1. Od 16 ljudi, gde su po 4 iz Srbije, Rumunije, Bugarske i Makedonije, treba izabrati 6 u komitet. Koliko ima takvih izbora ako: a) svaka zemlja mora da bude zastupljena u komitetu; b) nijedna zemlja ne moˇe imati viˇe od 2 predstavnika u komitetu? z s 1.3.2. Po ˇahovskoj tabli kre´e se top. On polazi iz donjeg levog ugla table i kre´e se, s c c jedno po jedno polje, po najkra´em putu do gornjeg desnog ugla table. Koliko postoji c najkra´ih puteva? c 1.3.3. Koliko postoji permutacija ˇpila od 52 karte u kojima se sva ˇetiri asa nalaze s c medju prvih 10 karata? 1.3.4. Na koliko naˇina koˇarkaˇki trener moˇe sastaviti ekipu od 5 koˇarkaˇa sa dva c s s z s s centra, dva beka i jednim krilom, ako na raspolaganju ima 10 koˇarkaˇa, od kojih trojica s s mogu biti samo centri, trojica samo bekovi, jedan samo krilo, dvojica krilo ili bek, a jedan krilo ili centar?

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

39

1.3.5. Na koliko naˇina se 2n vojnika (razliˇitih po visini) moˇe rasporediti u dve vrste c c z tako da je svaki vojnik iz prve vrste niˇi od vojnika iza njega? z 1.3.6. Na koliko naˇina se 8 istih svezaka, 9 istih olovaka i 10 istih knjiga mogu podeliti c trojici uˇenika, tako da svaki uˇenik dobije bar po jedan predmet od svake vrste? c c 1.3.7. U kutiji se nalazi 36 ˇutih, 27 plavih, 18 zelenih i 9 crvenih kuglica, pri ˇemu se z c kuglice iste boje ne razlikuju medjusobno. Na koliko naˇina se moˇe izabrati 10 kuglica? c z 1.3.8. Ukrotitelj izvodi 5 lavova i 4 tigra. Na koliko naˇina ih moˇe rasporediti u vrstu c z ako tigrovi ne smeju biti jedan pored drugog? (Svi tigrovi su medjusobno razliˇiti i svi lavovi su medjusobno razliˇiti!) c c 1.3.9. Dat je konveksan n-tougao, takav da nikoje dve od pravih koje su odredjene temenima n-tougla nisu paralelne i nikoje tri od datih pravih ne seku se u istoj taˇki, c koja nije teme n-tougla. Odrediti broj preseˇnih taˇaka pomenutih pravih koje se nalaze c c a) unutar datog n-tougla, b) van datog n-tougla? 1.3.10. Neka je X skup sa n elemenata. Dokazati da: n a) Postoji skup od n∗ podskupova skupa X tako da se nijedan od njih ne sadrˇi u z 1 nekom drugom, gde je n∗ = 1 n ako je n paran broj i n∗ = 2 (n − 1) ako je n neparan 2 broj. n b) U svakom skupu od bar n∗ + 1 podskupova skupa X postoje dva razliˇita podskupa c tako da se jedan od njih sadrˇi u drugom. z

1.4

GENERISANJE PERMUTACIJA

S obzirom na vaˇnost permutacija kao kombinatornih objekata, u ovom delu ´emo z c se baviti njihovim generisanjem pomo´u raˇunara. Konkretno, odgovori´emo na slede´a c c c c pitanja: a) Kako generisati sve permutacije n elemenata? b) Kako generisati permutaciju sa datim rednim brojem? c) Kako generisati sluˇajnu permutaciju n elemenata? c Primetimo da prva dva pitanja implicitno pretpostavljaju postojanje poretka na skupu permutacija (kako bismo inaˇe znali koja je permutacija prva, koja k-ta, a koja c poslednja?). Stoga, da bismo odgovorili na ova pitanja, neophodno je da najpre uvedemo relaciju poretka na skupu svih permutacija. Postoji viˇe razliˇitih naˇina da se definiˇe s c c s ovakva relacija, a najprirodniji od njih je leksikografski poredak permutacija. DEFINICIJA 1.4.1. Permutacija a1 a2 . . . an prethodi permutaciji b1 b2 . . . bn u leksikografskom poretku ako za neko k, 1 k n, vaˇi da je a1 = b1 , a2 = b2 , . . . , ak−1 = bk−1 , z dok je ak < bk .

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

40

Drugim reˇima, permutacija a1 a2 . . . an prethodi permutaciji b1 b2 . . . bn (u leksikoc grafskom poretku) ako je, na prvoj poziciji (sleva) na kojoj se permutacije razlikuju, broj u prvoj permutaciji manji od broja u drugoj permutaciji. PRIMER 1.4.2. Permutacija 24135 skupa {1, 2, 3, 4, 5} prethodi permutaciji 24351, jer se permutacije slaˇu na prve dve pozicije, dok je na tre´oj poziciji broj 1 u prvoj z c permutaciji manji od broja 3 u drugoj permutaciji. Sliˇno, permutacija 35421 prethodi permutaciji 41235, jer ve´ na prvoj poziciji imamo c c da je broj 3 u prvoj permutaciji manji od broja 4 u drugoj permutaciji.

PRIMER 1.4.3. Prva permutacija u leksikografskom poretku skupa {1, 2, . . . , n} je permutacija 123 . . . n, a poslednja je permutacija n . . . 321.

GENERISANJE SVIH PERMUTACIJA
Algoritam za generisanje svih permutacija skupa {1, 2, 3, . . . , n} se zasniva na proceduri koja za datu permutaciju a1 a2 . . . an generiˇe slede´u permutaciju u leksikografs c skom poretku. U tom sluˇaju, svih n! permutacija ´e biti generisano ako podjemo od c c permutacije 123 . . . n i zatim n! − 1 puta pozovemo proceduru za generisanje slede´e c permutacije. Kako radi ova procedura? Pretpostavimo najpre da je an−1 < an u permutaciji a1 a2 . . . an−1 an . Zamenimo mesta an−1 i an da bismo dobili ve´u perc mutaciju a1 a2 . . . an an−1 . Nijedna druga permutacija ne moˇe da sledi permutaciju z a1 a2 . . . an−1 an , a da prethodi permutaciji a1 a2 . . . an an−1 . Na primer, slede´a perc mutacija posle 423156 je 423165. S druge strane, ako je an−1 > an , onda se slede´a c permutacija ne moˇe dobiti zamenom mesta ovih elemenata. Posmatrajmo stoga posledz nja tri elementa. Ako je an−2 < an−1 , tada se poslednja tri elementa mogu prerasporediti tako da se dobije leksikografski slede´a permutacija: manji od brojeva an−1 i an koji je c ve´i od an−2 stavimo na poziciju n − 2, a zatim an−2 i preostali broj postavimo u rastu´i c c poredak na pozicijama n − 1 i n. Na primer, slede´a permutacija posle 423165 je 423516. c S druge strane, ako je an−2 > an−1 (i an−1 > an ), tada se ve´a permutacija ne moˇe c z dobiti zamenom mesta ovih elemenata. Na osnovu ovoga, moˇe se dobiti opˇti metod z s za nalaˇenje leksikografski slede´e permutacije: najpre, pronadjimo poziciju j tako da z c je aj < aj+1 i aj+1 > aj+2 > . . . > an ; zatim, na poziciju j stavimo najmanji od brojeva aj+1 , aj+2 , . . . , an koji je ve´i od aj , a onda aj i preostale brojeve poredjamo na c pozicijama j + 1 do n u rastu´em poretku. Pseudo-kod ove procedure je dat u nastavku c (tu je swap procedura koja menja vrednosti 2 broja).

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

41

procedure sledecapermutacija(a1 a2 . . . an ) // a1 a2 . . . an je permutacija {1, 2, . . . , n} razliˇita od n . . . 21 c j := n − 1 while aj > aj+1 j := j − 1 // po izlazu iz petlje j je najve´i indeks sa aj < aj+1 c k := n while aj > ak k := k − 1 // po izlazu iz petlje ak je najmanji broj ve´i od aj sa k > j c swap(aj , ak ) // preuredi brojeve aj+1 . . . an u rastu´i poredak c r := n s := j + 1 while r > s begin swap(ar , as ) r := r − 1 s := s + 1 end end procedure PRIMER 1.4.4. 42758631? Koja je slede´a permutacija u leksikografskom poretku posle c

Reˇenje. s Poslednji par brojeva u ovoj permutaciji za koje je aj < aj+1 je a4 = 5 i a5 = 8. Najmanji broj ve´i od a4 = 5 koji se nalazi iza njega je a6 = 6. Zbog toga broj c 6 dolazi na 4. poziciju, a brojevi 5, 8, 3 i 1 se rasporedjuju na poslednje ˇetiri pozicije u c rastu´em poretku. Prema tome, leksikografski slede´a permutacija je 42761358. c c PRIMER 1.4.5. Reˇenje. s Generisati permutacije skupa {1, 2, 3, 4} u leksikografskom poretku.

Permutacije su date u slede´oj tabeli, poredjane po vrstama: c 1234 2134 3124 4123 1243 2143 3142 4132 1324 2314 3214 4213 1342 2341 3241 4231 1423 2413 3412 4312 1432 2431 3421 4321

GENERISANJE ODREDJENE PERMUTACIJE
U sluˇaju da ˇelimo da odredimo k-tu permutaciju u leksikografskom poretku, gde je c z 1 k n!, opet je mogu´e primeniti gornju proceduru, tako ˇto ´emo po´i od permutacije c s c c 12 . . . n i pozvati proceduru k − 1 puta. Medjutim, postoji i jednostavniji naˇin od toga. c Naime, jasno je da u leksikografskom poretku:

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA • prvih (n − 1)! permutacija poˇinje brojem 1, c • slede´ih (n − 1)! permutacija poˇinje brojem 2, c c • slede´ih (n − 1)! permutacija poˇinje brojem 3, itd. c c Stoga vidimo da ´e k-ta permutacija a1 a2 . . . an poˇinjati brojem c c a1 = k , (n − 1)!

42

gde x oznaˇava najmanji ceo broj ve´i ili jednak x (na primer, 3, 5 = 4, −3, 5 = −3, c c ˇ 2 = 2). Staviˇe, ostatak permutacije a2 . . . an ´e predstavljati k -tu permutaciju u s c leksikografskom poretku svih permutacija preostalih elemenata, gde je k = k − (a1 − 1)(n − 1)!. Sada moˇemo induktivno da primenimo gornje zapaˇanje: permutacija a2 . . . an ´e z z c k poˇinjati (n−2)! -elementom po redu iz rastu´eg poretka preostalih elemenata. Tre´i, c c c ˇetvrti i ostale elemente permutacije moˇemo da odredimo na sliˇan naˇin. c z c c Ovakvom postupku odgovara rekurzivna procedura permutacijaporedu(k,m), ˇiji je c pseudo-kod dat u nastavku. Promenljiva m predstavlja poziciju elementa permutacije koji se odredjuje u tom pozivu procedure. Pretpostavlja se da je a globalno definisani celobrojni niz, a n globalno definisani ceo broj. procedure permutacijaporedu(k,m) k a[m] := (n−m)! if m < n then begin k := k − (a[m] − 1)(n − m)! permutacijaporedu(k , m + 1) for i := m + 1 to n if a[i] a[m] then a[i] := a[i] + 1 end end procedure for petlja u gornjem pseudo-kodu zahteva dodatno objaˇnjenje. Naime, u sluˇaju s c da je n > 1 poziv procedure permutacijaporedu(k ,m + 1) ´e vratiti k -tu permutaciju c am+1 . . . an skupa {1, 2, . . . , n − 1}. Kako je nama, u stvari, potrebna k -ta permutacija skupa {1, . . . , am − 1, am + 1, . . . , n}, reˇenje se sastoji u tome da, nakon rekurzivnog s poziva, sve elemente permutacije am+1 . . . an koji su ve´i ili jednaki am uve´amo za 1. c c PRIMER 1.4.6. skupa {1, 2, 3, 4}? Reˇenje. s Koja je 17. permutacija u leksikografskom poretku permutacija

Prvi element traˇene permutacije je z a1 = 17 = 3, 3!

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

43

a u ostatku postupka traˇimo k -tu permutaciju u leksikografskom poretku permutacija z skupa {1, 2, 4}, gde je k = 17 − 2 · 3! = 5. Sada je a2 = 5 = 3, 2!

ˇto znaˇi da je element na drugoj poziciji permutacije u stvari tre´i element u rastu´em s c c c poretku elemenata 1,2,4, a to je broj 4. Dalje je k = 5 − 2 · 2! = 1, ˇto znaˇi da traˇimo leksikografski prvu permutaciju elemenata skupa {1, 2}, a to je s c z permutacija 12. Prema tome, traˇena 17. permutacija je 3412. z

ˇ GENERISANJE SLUCAJNE PERMUTACIJE
Konaˇno, ako ˇelimo da odredimo sluˇajnu permutaciju skupa {1, 2, . . . , n}, tada c z c moˇemo da primenimo slede´u proceduru: z c procedure slucajnapermutacija(a,n) for i := 1 to n a[i] := i for k := n downto 1 swap(a[k], a[rand(k)]) end procedure U prethodnoj proceduri koristimo slede´e 2 procedure: swap procedura menja vredc nosti 2 broja, dok rand(k) daje sluˇajan broj izmedju 1 i k, uniformno rasporedjen. c Prema tome, procedura najpre od svih n elemenata sluˇajno bira element koji ´e pojavc c iti na n-toj poziciji permutacije, a zatim od preostalih n − 1 elemenata sa prvih n − 1 pozicija sluˇajno bira element za (n − 1)-vu poziciju permutacije, i tako redom dok svi c elementi permutacije ne budu sluˇajno izabrani. Ova procedura se prvi put pojavila u c slede´im ˇlancima: c c • R. Durstenfeld, Algorithm 235: Random permutations, CACM (1964), 420. • G. de Balbine, Note on random permutations, Math. Comput. 21 (1967), 710–712. NAPOMENA.
Na adresi

http://www.theory.cs.uvic.ca/~cos/cos.html nalazi se Combinatorial Object Server, sajt koji sadrˇi implementacije algoritama za generisanje z mnogih vrsta kombinatornih objekata (ne samo permutacija!) prostim navodjenjem njihovih parametara u okviru odgovaraju´ih web strana. Istraˇite ovaj paˇnje vredan sajt! (P.S. Kodovi c z z implementacija algoritama ipak nisu dostupni).

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

44

ZADACI
1.4.1. Rasporediti slede´e permutacije skupa {1, 2, 3, 4, 5, 6} u leksikografski redosled: c 234561, 231456, 165432, 156423, 543216, 541236, 231465, 314562, 432561, 654321, 654312, 435612. 1.4.2. Ispisati sve (ima ih 24) razliˇite permutacije skupa X4 = {A, E, M, T } i to u c leksikografskom poretku. 1.4.3. Odrediti sve 2-slovne reˇi sa slovima iz skupa {a, b, c, d} u leksikografskom c poretku. 1.4.4. Odrediti broj reˇi koje se mogu dobiti od slova c a) M, A, T, R, I, C, A; b) K, V, A, D, R, A, T, N, A. Za svaku od te 2 reˇi odrediti koja je po redu medju svim reˇima od tih slova koje c c su date u leksikografskom poretku. 1.4.5. Odrediti a) 28-mu; b) 75-tu; c) 100-tu permutaciju skupa {a, b, c, d, e}.

1.4.6. Odrediti za svaku permutaciju koja je po redu, kao i koja joj prethodi i koja sledi nakon nje u leksikografskom redosledu: a) 1342; b) 45321; c) 13245; d) 654321; e) 23587416. 1.4.7. Odrediti sve 3-permutacije (uredjene izbore sa 3 elementa) skupa {1, 2, 3, 4, 5}.

1.5

GENERISANJE KOMBINACIJA

Kao i permutacije, kombinacije su takodje vaˇni kombinatorni objekti koje je ˇesto z c potrebno konstruisati u praksi pomo´u raˇunara. Prvo pitanje na koje ´emo odgovoriti c c c u ovoj sekciji je kako generisati sve kombinacije skupa sa n elemenata, bez obzira na broj elemenata koji te kombinacije sadrˇe. Medjutim, mnogo interesantniji problemi tiˇu se z c generisanja kombinacija koje sadrˇe k elemenata (tzv. k-kombinacija), tako da su glavna z pitanja na koja ´emo odgovoriti u ovoj sekciji slede´a: c c • Kako generisati sve k-kombinacije skupa sa n elemenata? • Kako medju jem?
n k

ovakvih kombinacija generisati kombinaciju sa datim rednim bro-

• Kako generisati sluˇajnu k-kombinaciju? c Pre nego ˇto poˇnemo sa predstavljanjem algoritama za generisanje, moramo da s c vidimo kako ´e se kombinacije predstavljati u memoriji raˇunara. S obzirom da kombic c nacija u stvari predstavlja podskup datog skupa, jedan naˇin predstavljanja je pomo´u c c niza koji ´e sadrˇati sve elemente kombinacije. Drugi, efektniji, naˇin je da kombinaciju, c z c tj. podskup, predstavimo pomo´u njegove karakteristiˇne funkcije. Na taj naˇin, svaku c c c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

45

kombinaciju skupa sa n elemenata moˇemo da predstavimo pomo´u niza od n bitova jedz c nakih 0 ili 1. Ukoliko kombinacija sadrˇi k elemenata, tada njena binarna reprezentacija z sadrˇi k bitova jednakih 1. z Sada se sve kombinacije skupa sa n elemenata mogu generisati tako ˇto ´e se geners c isati binarne reprezentacije brojeva od 0 do 2n − 1, redom, a onda iz njih konstruisati kombinacije. Ako je data binarna reprezentacija broja i, 0 i < 2n − 1, tada se binarna reprezentacija broja i + 1 dobija tako ˇto pronadjemo poslednje pojavljivanje bita 0 u s reprezentaciji (svi bitovi nakon toga su jednaki 1), a zatim ovaj bit promenimo u 1, a sve bitove nakon njega u 0. U nastavku je dat pseudo kod za ovu proceduru. procedure sledeca binarna reprezentacija(n, b1 b2 . . . bn ) // pretpostavlja se da je b1 b2 . . . bn = 11 . . . 1 i := n while bi = 1 begin bi := 0 i := i − 1 end bi := 1 end procedure PRIMER 1.5.1. Koja je slede´a binarna reprezentacija nakon 110010111? c

Reˇenje. s Bit 0 se poslednji put pojavljuje na ˇestom mestu ove reprezentacije. Zbog s toga slede´u binarnu reprezentaciju dobijamo tako ˇto na ˇesto mesto postavimo bit 1, c s s a zatim na sedmo, osmo i deveto mesto postavimo bit 0, dobijaju´i tako reprezentaciju c 110011000.

GENERISANJE SVIH k-KOMBINACIJA
Sve k-kombinacije skupa {1, 2, . . . , n} mogu se generisati u leksikografskom poretku takodje pomo´u njihovih binarnih reprezentacija: algoritam poˇinje kombinacijom c c {1, 2, . . . , k} ˇija je reprezentacija c 11 . . . 1 00 . . . 0
k

i redom generiˇe reprezentacije za svaku slede´u kombinaciju sve dok ne stigne do koms c binacije {n − k + 1, . . . , n − 1, n}, ˇija je reprezentacija c 00 . . . 0 11 . . . 1 .
k

Glavni sastojak ovog algoritma je procedura za odredjivanje binarne reprezentacije leksikografski slede´e kombinacije. Ova procedura se zasniva na ˇinjenici da je, za bilo c c koji prefiks b1 b2 . . . bt−1 1, 1 t < n, reprezentacija leksikografski prve kombinacije sa tim prefiksom b1 b2 . . . bt−1 1 11 . . . 100 . . . 0,

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA a reprezentacija leksikografski poslednje kombinacije (1.1) b1 b2 . . . bt−1 1 00 . . . 011 . . . 1.

46

Nakon svih tih reprezentacija leksikografski slede´a kombinacija je jednaka c (1.2) b1 b2 . . . bt−1 0 111 . . . 100 . . . 0,

gde 111 . . . 1 u (1.2) sadrˇi jednu jedinicu viˇe od 11 . . . 1 u (1.1). z s Primetimo da za svaku reprezentaciju, osim za leksikografski poslednju kombinaciju 00. . . 011. . . 1, postoji jedinstveni prefiks b1 b2 . . . bt−1 1 za koji ona ima oblik (1.1), tako da ostatak reprezentacije sadrˇi vezani niz nula, a zatim vezani niz jedinica (tu je bar z jedna nula, dok jedinica ne mora ni da bude – tad je broj jedinica u ostatku reprezentacije jednak nuli). Procedura najpre nalazi taj prefiks i zatim odredjuje reprezentaciju leksikografski slede´u kombinacije – to je (1.2): jedinicu sa kraja prefiksa menja u nulu, odmah c iza nje redja potreban broj jedinica i na kraju ostatak popunjava nulama. U nastavku je dat pseudo-kod ove procedure. procedure sledeca kombinacija(n, b1 b2 . . . bn ) // pretpostavlja se da je b1 b2 . . . bn = 00 . . . 011 . . . 1 i := n while bi = 1 i := i − 1 j := n − i // ovo je broj jedinica na kraju niza while bi = 0 i := i − 1 // traˇeni prefiks je b1 b2 . . . bi−1 1 z bi := 0 for k := i + 1 to i + j + 1 bk := 1 for k := i + j + 2 to n bk := 0 end procedure PRIMER 1.5.2. {1, 2, 6, 7}? Koja je slede´a kombinacija skupa {1, 2, 3, 4, 5, 6, 7} nakon c

Reˇenje. s Binarna reprezentacija kombinacije {1, 2, 6, 7} je 1100011. Ona ima oblik (1.1) za prefiks 11, tako da je, prema prethodnoj proceduri, 1011100 reprezentacija leksikografski slede´e kombinacije {1, 3, 4, 5}. c PRIMER 1.5.3. {1, 2, 3, 6}? Koja je slede´a kombinacija skupa {1, 2, 3, 4, 5, 6, 7} nakon c

Reˇenje. s Binarna reprezentacija kombinacije {1, 2, 3, 6} je 1110010. U ovom sluˇaju, c s oblik (1.1) se dobija za prefiks 111001 (primetimo da gornja procedura nema niˇta protiv da se reprezentacija zavrˇava nulom). Sada je 1110001 reprezentacija leksikografski s slede´e kombinacije {1, 2, 3, 7}. c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA NAPOMENA.

47

Glavna osobina prethodne procedure je njena jednostavnost. Medjutim, sigurno je da ona nije najbrˇa mogu´a. Ukoliko ˇelite da steknete detaljniji uvid u razliˇite i z c z c brˇe pristupe generisanju kombinacija, proˇitajte dokument sa adrese z c http://www-cs-faculty.stanford.edu/~knuth/fasc3a.ps.gz, koji sadrˇi priliˇno iscrpnu priˇu o generisanju kombinacija (na 65 strana) i predstavlja poˇetnu z c c c verziju poglavlja koje ´e se pojaviti u ˇetvrtom tomu sada ve´ klasiˇne serije knjiga The Art of c c c c Computer Programming, autora Donalda Knutha.

NAPOMENA.

Jedan od novijih radova u kome se predstavlja brˇi algoritam za generisanje z svih k-kombinacija je: • Frank Ruskey, Aaron Williams, Generating combinations by prefix shifts, COCOON 2005, The Eleventh International Computing and Combinatorics Conference, Kunming, China, 2005, Lecture Notes in Computer Science, 3595 (2005) 570-576. (Jeste, Frank Ruskey je autor sajta Combinatorial Object Server.) Ovaj rad se moˇe na´i i na adresi z c http://www.cs.uvic.ca/~ruskey/Publications/Coollex/Coollex.pdf. U ovom radu se takodje daje i procedura za generisanje kombinacije sa datim rednim brojem. Da bi se omogu´ilo brˇe generisanje kombinacija u ovom i sliˇnim radovima c z c ne koristi se leksikografski, ve´ druge vrste poretka na skupu kombinacija. Naime, iako je c leksikografski poredak lako razumljiv, nema jakog razloga zaˇto baˇ njega treba koristiti u praksi. s s Na primer, ako treba da se generiˇu sve kombinacije, onda nije preterano bitno da li ´e te s c kombinacije biti sortirane, ve´ da li smo sigurni da su baˇ sve generisane. c s Evo i zanimljivog predloga za ˇitaoce: istraˇite na Internetu ˇta je to Grejov kod (eng. Gray c z s code)!

NAPOMENA.

GENERISANJE ODREDJENE k-KOMBINACIJE
Pre nego ˇto predjemo na algoritam za generisanje k-kombinacije skupa {1, 2, . . . , n} s sa datim rednim brojem r, moramo da odgovorimo na jednostavno pitanje: Koliko ima k-kombinacija {a1 , a2 , . . . , ak }, a1 < a2 < . . . < ak , koje poˇinju c datim elementom? Naravno, odgovor na ovo pitanje nije teˇak: ako je data vrednost a1 , tada je {a2 , . . . , ak } z jedna (k − 1)-kombinacija skupa {a1 + 1, a1 + 2, . . . , n}, pa je ukupan broj takvih kombinacija jednak n−a1 . k−1 Prema tome, u leksikografskom poretku postoji: • •
n−1 k−1 n−2 k−1

kombinacija koje poˇinju elementom 1; c kombinacija koje poˇinju elementom 2; c

• •

. . .
k−1 k−1

kombinacija koje poˇinju elementom n − k + 1. c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

48

Sada moˇemo da vidimo da ´e k-kombinacija sa rednim brojem r u leksikografskom z c poretku poˇinjati onim elementom a1 za koji vaˇi da je c z
a1 −1

(1.3)
i=1

n−i k−1

a1

<

r
i=1

n−i . k−1

ˇ Staviˇe, (k − 1)-kombinacija {a2 , . . . , ak } ´e, u leksikografskom poretku, medju kombis c nacijama koje poˇinju elementom a1 , imati redni broj c
a1 −1

r =r−
i=1

n−i . k−1

U tom sluˇaju, da bismo pronaˇli ostale elemente kombinacije dovoljno je rekurzivno c s odrediti koja (k − 1)-kombinacija skupa {a1 + 1, a1 + 2, . . . , n} ima redni broj r . Prethodna zapaˇanja se lako prevode u rekurzivni algoritam, ˇiji je pseudo-kod dat z c u nastavku. Znaˇenje promenljivih u pozivu procedure je slede´e: c c • r je redni broj kombinacije; • m je pozicija prvog neodredjenog elementa kombinacije u nizu a, koji sadrˇi sve z elemente kombinacije. U proceduri se pretpostavlja da je a globalno definisani celobrojni niz, a n i k globalno definisani celi brojevi. Rezultat procedure je niz a = a1 a2 . . . ak i njim je u potpunosti odredjena r-ta u leksikografskom redosledu k-kombinacija skupa Nn — {a1 , a2 , . . . , ak }. Da bi sam algoritam bio jednostavniji, pretpostavi´emo i da je a0 = 0 (tj. da je to c definisano van tela procedure)! procedure kombinacija po redu(r,m) n−a[m−1] // pretpostavlja se da je k n − a[m − 1] i r k if m > k return // uslov za zavrˇetak rekurzije; tad je a1 a2 . . . ak data kombinacija s t := 1 // t je redni broj a[m] u skupu {am−1 + 1, . . . , n} s := 0 // donja parcijalna suma iz (1.3) za i od 1 do t − 1 = 0 n−a[m−1]−t s := k−m // gornja parcijalna suma iz (1.3) za i od 1 do t = 1 while r > s begin t := t + 1 s := s s := s + end

n−a[m−1]−t k−m

a[m] := a[m − 1] + t r := r − s kombinacija po redu(r , m + 1) end procedure

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

49

PRIMER 1.5.4. Koja je kombinacija 12. po redu u leksikografskom poretku 3kombinacija skupa {1, 2, 3, 4, 5, 6}? Reˇenje. s Imamo n = 6, k = 3 i r = 12. Iz (1.3) vidimo da ovom rednom broju odgovara 3-kombinacija ˇiji je prvi element jednak a1 = 2 jer je c 5 2 = 10 < 12 16 = 5 4 + . 2 2

Ostatak kombinacije {a2 , a3 } sada predstavlja leksikografski drugu 2-kombinaciju skupa {3, 4, 5, 6}, a to je kombinacija {3, 5}. Prema tome, traˇena 3-kombinacija je {2, 3, 5}. z

ˇ GENERISANJE SLUCAJNE k-KOMBINACIJE
Postoje dva pristupa za generisanje sluˇajne k-kombinacije: c i) Generiˇimo sluˇajnu permutaciju i prvih k elemenata te permutacije proglasimo s c sluˇajnom kombinacijom; c ii) Generiˇimo elemente kombinacije {a1 , a2 , . . . , ak }, a1 < a2 < . . . < ak , redom: s – element a1 uzima sluˇajnu vrednost izmedju 1 i n − k + 1 (tako da iza njega c ostane bar k − 1 slobodnih vrednosti za preostale elemente kombinacije); – element a2 uzima sluˇajnu vrednost izmedju a1 + 1 i n − k + 2; c – element a3 uzima sluˇajnu vrednost izmedju a2 + 1 i n − k + 3; c . . – . – element ak uzima sluˇajnu vrednost izmedju ak−1 + 1 i n = n − k + k. c ˇ Sta mislite, koji od ova dva pristupa ´e kombinacije generisati uniformno (tako da c svaka kombinacija ima jednaku ˇansu da bude generisana)? Razmotrimo ih malo des taljnije: • Kako se u prvom pristupu permutacije generiˇu uniformno, moˇemo oˇekivati da ´e s z c c se svaka permutacija pojaviti jednom u n! poziva procedure. Koliko puta ´e onda, c medju ovih n! poziva, biti generisana proizvoljna kombinacija {a1 , a2 , . . . , ak }? Upravo onoliko puta koliko ima i permutacija n elemenata ˇijih je prvih k elemenata c jednako {a1 , a2 , . . . , ak }. S obzirom da prvih k elemenata moˇemo da rasporedimo z na k! naˇina, a da preostalih n − k elemenata moˇemo da rasporedimo na (n − c z k)! naˇina, broj ovakvih permutacija jednak je k!(n − k)!. c Prema tome, prvi pristup generiˇe kombinacije na uniforman naˇin. s c • Za razliku od njega, u drugom pristupu ´e razliˇite kombinacije imati razliˇite ˇanse c c c s za pojavljivanje. Najpre, kombinacija {n−k+1, . . . , n−1, n} ´e imati najve´u ˇansu za pojavljivanje: c c s otprilike jednom na svakih n − k + 1 puta! Razlog tome je ˇto, ako je generator s sluˇajnih brojeva uniforman, moˇemo oˇekivati da ´e a1 dobiti vrednost n − k + 1 c z c c jednom u svakih n − k + 1 poziva procedure. U tom sluˇaju, vrednosti za a2 , . . . , ak c su ve´ odredjene: one se moraju izabrati tako da je a2 = n−k+2, . . . , ak−1 = n−1, c ak = n. S druge strane, kombinacija {1, 2, . . . , k} ´e imati najmanju ˇansu za pojavljivanje: c s

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

50

– moˇemo oˇekivati da ´e a1 dobiti vrednost 1 jednom u svakih n − k + 1 poziva z c c procedure; – moˇemo oˇekivati da ´e a2 dobiti vrednost 2 jednom u svakih n−k+1 sluˇajeva z c c c u kojima je a1 = 1; . – . . – moˇemo oˇekivati da ´e ak dobiti vrednost k jednom u svakih n−k+1 sluˇajeva z c c c u kojima je a1 = 1, . . . , ak−1 = k − 1. Prema tome, kombinacija {1, 2, . . . , k} ´e se pojavljivati otprilike jednom u svakih c (n − k + 1)k poziva procedure, ˇto je daleko redje od kombinacije {n − k + 1, . . . , n − s 1, n}! Sada jasno vidimo da drugi pristup ne generiˇe kombinacije na uniforman naˇin i da s c njega, prema tome, ne treba koristiti u praksi. NAPOMENA.
Nije na odmet joˇ jednom napomenuti da se na adresi s

http://www.theory.cs.uvic.ca/~cos/cos.html nalazi Combinatorial Object Server, sajt sa implementacijama algoritama za generisanje mnogih vrsta kombinatornih objekata (ne samo kombinacija!) prostim navodjenjem njihovih parametara u okviru odgovaraju´ih web strana. c

ZADACI
1.5.1. Odrediti slede´i niz bitova koji sledi nakon 10 1011 1111. c

1.5.2. Neka je S = {a, b, c, d, e}. Odrediti za svaku kombinaciju koja joj prethodi i koja sledi nakon nje u algoritmu koji generiˇe sve kombinacije skupa S: s a) {a, c, d}; b) {a, c, d, e}; c) {a, d, e}; d) {a}; e) {b, e}. 1.5.3. Neka je S = {1, 2, 3, 4, 5, 6}. Prona´i slede´e 3 kombinacije u algoritmu koji c c generiˇe sve kombinacije skupa S nakon: s a) {1, 5, 6}; b) {1, 2, 4, 6}; c) {1, 3, 6}; d) {4}; e) {2, 3, 4, 6}. 1.5.4. Na´i slede´e 4 kombinacije u leksikografskom redosledu od 4 elementa skupa c c {1, 2, 3, 4, 5, 6} nakon kombinacije {1, 2, 5, 6}. 1.5.5. 1.5.6. Generisati sve podskupove skupa {1, 2, 3, 4, 5} sa 3 elementa. Generisati sve podskupove skupa {a, b, c, d, e, f } sa 5 elemenata.

1.5.7. Odrediti a) 28-mu; b) 75-tu; c) 100-tu kombinaciju sa 4 elementa skupa {1, 2, 3, 4, 5, 6, 7, 8, 9}.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

51

1.6

OSOBINE BINOMNIH KOEFICIJENATA

Binomni koeficijenti n imaju neobiˇno veliki broj primena i sasvim sigurno su jedan c k od najvaˇnijih kombinatornih pojmova. U ovoj sekciji ´emo prouˇiti neke od njihovih z c c osnovnih osobina, a u slede´oj sekciji ´emo te osobine iskoristiti za dokazivanje jos nekih c c njihovih osobina, kao i za dokazivanje identiteta u kojima uˇestvuju binomni koeficijenti. c NAPOMENA.
Veoma zanimljiv sajt na adresi

http://binomial.csuhayward.edu/ je u potpunosti posve´en binomnim koeficijentima i zaista ga vredi istraˇiti. c z

FAKTORIJELNA REPREZENTACIJA
Binomni koeficijenti se najjednostavnije predstavljaju pomo´u faktorijela. c LEMA. 1.6.1. (1.4) Faktorijelna reprezentacija. Za cele brojeve n i k,n n k = n! . k!(n − k)! k 0 vaˇi z

Dokaz . Ova jednakost se dobija proˇirenjem razlomka u Definiciji 1.3.2 binomnog s koeficijenta sa (n − k)!. Naime, n k = = n(n − 1)(n − 2) · . . . · (n − k + 1) k(k − 1) · . . . · 2 · 1 n(n − 1)(n − 2) · . . . · (n − k + 1) · (n − k)! n! = . k(k − 1) · . . . · 2 · 1 · (n − k)! k!(n − k)!

Osim ˇto se pomo´u prethodne leme binomni koeficijenti mogu predstaviti pomo´u s c c faktorijela, ona takodje dopuˇta i obratnu mogu´nost da kombinacije faktorijela preds c stavimo pomo´u binomnih koeficijenata. c

ˇ USLOV SIMETRICNOSTI
Pomo´u (1.4) lako se dokazuje i slede´a lema. c c LEMA. 1.6.2. (1.5) Uslov simetriˇnosti. Za svaki ceo broj n c n k = n . n−k 0 i svaki ceo broj k vaˇi z

Dokaz . n k

Iz jednakosti (1.4) dobijamo = n! n! n! = = = k!(n − k)! (n − k)!k! (n − k)!(n − (n − k))! n . n−k

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

52

Kombinatorno, jednakost (1.5) znaˇi da je broj k-toˇlanih podskupova skupa X sa c c n elemenata jednak broju podskupova sa n − k elemenata. Ovo se moˇe proveriti i z direktno — dovoljno je svakom k-toˇlanom podskupu dodeliti njegov komplement u X. c

ADICIONA FORMULA
Pomo´u (1.4) je takodje mogu´e dokazati i slede´u lemu. c c c LEMA. 1.6.3. (1.6) Adiciona formula. Za cele brojeve n i k vaˇi z n k = n−1 n−1 + . k k−1

Dokaz . U ovom sluˇaju elegantniji dokaz se dobija kombinatornim tumaˇenjem obe c c strane jednakosti (1.6). Leva strana (1.6) predstavlja broj k-toˇlanih podskupova nekog c n-toˇlanog skupa X. Izaberimo proizvoljni element a ∈ X. Sada k-toˇlane podskupove c c skupa X moˇemo da podelimo u dve grupe u zavisnosti od toga da li sadrˇe a ili ne. z z Podskupovi koji ne sadrˇe a su upravo svi k-toˇlani podskupovi skupa X\{a}, pa je njihov z c broj n−1 . Ako je A neki k-toˇlani podskup skupa X koji sadrˇi a, tada podskupu A c z k moˇemo da mu pridruˇimo podskup A = A \ {a} koji sadrˇi k − 1 elemenata. Moˇe se z z z z proveriti da je ovo pridruˇivanje bijekcija izmedju svih k-toˇlanih podskupova skupa X z c koji sadrˇe a i svih podskupova sa k−1 elemenata skupa X \{a}. Broj takvih podskupova z je stoga jednak n−1 . Sve u svemu, broj k-toˇlanih podskupova skupa X je jednak c k−1 n−1 n−1 + k−1 . k Prethodna lema vaˇi i u sluˇajevima kada je k < 0 ili k > n, jer su tada svi binomni z c koeficijenti jednaki 0. Ona takodje vaˇi i kada n nije ceo broj ili kada je n < 0, s tim ˇto z s u ovim sluˇajevima ona viˇe nema kombinatorno tumaˇenje. c s c Jednakost (1.6) se u stranoj literaturi naziva Paskalov identitet (eng. Pascal’s identity). Jedan od glavnih razloga za to je ˇto je blisko povezana sa tzv. Paskalovim trouglom: s 1 1 1 1 1 1 1 6 . . . 5 15 4 10 20 3 6 10 15 . . . 2 3 4 5 6 1 1 1 1 1 1

Paskalov trougao se dobija tako ˇto se poˇne sa redom koji sadrˇi samo broj 1, a zatim se s c z svaki slede´i red dobija tako ˇto se ispod svakog para uzastopnih brojeva u prethodnom c s redu napiˇe njihov zbir, i na kraju se na oba kraja novog reda stavi broj 1. s Indukcijom uz pomo´ jednakosti (1.6) moˇe da se dokaˇe da (n + 1)-vi red sadrˇi c z z z binomne koeficijente n , n , . . . , n . Paskalov trougao omogu´ava i da se proizvoljan c 0 1 n binomni koeficijent izraˇuna koriste´i samo sabiranje: naime, za nalaˇenje vrednosti n c c z k dovoljno je izraˇunati samo one vrednosti koje se u Paskalovom trouglu nalaze gore levo c i gore desno od (k + 1)-ve pozicije u n-tom redu trougla.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

53

BINOMNA TEOREMA
Najvaˇnije svojstvo binomnih koeficijenata iskazano je u slede´oj teoremi. Ona se z c ˇesto naziva i Binomni razvoj ili Razvoj stepena binoma. c TEOREMA 1.6.4. (1.7) Binomna teorema. Za svaki nenegativni ceo broj n vaˇi z
n

(x + y) =
k=0

n

n k n−k x y k

(ovo je jednakost dva polinoma sa promenljivama x i y, pa vaˇi za proizvoljne x i y). z

Dokaz . Binomnu teoremu dokazujemo indukcijom po n. Za n = 0 obe strane jednakosti (1.7) su jednake 1. Pretpostavimo stoga da (1.7) vaˇi za neko n = n0 0 i z dokaˇimo da tada (1.7) vaˇi i za n = n0 + 1. Dakle, z z
(1) n0 k=0 n0

(x + y)n0 +1 = (x + y)(x + y)n0 = (x + y) = =
k=0 (2) n0 +1 k=1 (3)

n0 k n0 −k x y k

x
k=0 n0

n0 k n0 −k x y +y k n0 k+1 n0 −k x y + k

n0 k=0 n0

n0 k n0 −k x y k n0 k n0 −k+1 x y k
n0

k=0

= =

n0 xk y n0 −k+1 + k−1
n0 k=1

k=0

n0 k n0 −k+1 x y k
n0 k=1

n0 n0 +1 0 x y + n0

n0 n0 0 n0 +1 xk y n0 −k+1 + x y + k−1 0
n0 k=1 n0 k=1

n0 k n0 −k+1 x y k xk y n0 +1−k

(4)

=

n0 + 1 n0 +1 0 n0 + 1 0 n0 +1 x y + x y + n0 + 1 0 n0 + 1 n0 +1 0 n0 + 1 0 n0 +1 x y + x y + n0 + 1 0
n0 +1 k=0

n0 n0 + k−1 k n0 + 1 k n0 +1−k x y k

(5)

=

(6)

=

n0 + 1 k n0 +1−k x y . k

Ovde jednakost (1) vaˇi zbog induktivne pretpostavke za (x + y)n0 , (2) je promena z granica promenljive k u prvoj sumi, (3) je izdvajanje dva posebna sluˇaja, u (4) koristimo c n0 +1 n0 +1 = 1 = n0 +1 i n0 = 1 = n00 , u (5) koristimo k−1 + n0 = n0k , a (6) je n0 n0 +1 0 k vra´anje dva posebna sluˇaja. c c PRIMER 1.6.5. Kako glasi izraz (a + b)4 u razvijenom obliku?

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA Reˇenje. s Iz Binomne teoreme dobijamo da je
4

54

(a + b)4

= =
k=0 4 4 0 b 4

4 k 4−k a b k +
4 1

ab3 +

4 2

a2 b2 +

= a + 4a3 b + 6a2 b2 + 4ab3 + b .

4 3 3 a b 4

+

4 4

a4

Primetimo da se koeficijenti 1 4 6 4 1 u binomnom razvoju javljaju kao 5-ta vrsta u Paskalovom trouglu. Uopˇte, imamo da za razvoj (a + b)n koristimo (n + 1)-vu vrstu u s Paskalovom trouglu (pri ˇemu se stepeni uz a smanjuju, a uz b pove´avaju). c c PRIMER 1.6.6. Reˇenje. s Koji je koeficijent uz x10 y 12 u razvoju izraza (x + y)22 ?

Iz Binomne teoreme sledi da je ovaj koeficijent jednak 22 10 = 22! = 646 646. 10!12!

PRIMER 1.6.7.

Koji je koeficijent uz x10 y 12 u razvoju izraza (3x − 2y)22 ?
22

Reˇenje. Najpre, primetimo da je ovaj izraz jednak 3x + (−2y) s teoreme sledi da je 3x + (−2y)
22 22

. Sada iz Binomne

=
k=0

22 (3x)k (−2y)22−k . k

Sabirak x10 y 12 u ovom izrazu se dobija za k = 10, i njegov koeficijent je jednak 22 10 22! 10 12 3 (−2)12 = 3 2 = 156 400 843 382 784. 10 10!12! Ako u binomnoj teoremi stavimo y = 1 tada dobijamo vaˇan specijalni sluˇaj z c
n

(1.8)

(1 + x)n =
k=0

n k x . k

Pomo´u binomne teoreme moˇemo da dokaˇemo mnoge identitete sa binomnim koefic z z cijentima. Ovim poslom ´emo se viˇe baviti u slede´oj sekciji, a ovde ´emo navesti samo c s c c joˇ dva jednostavna identiteta. s POSLEDICA. 1.6.8 Za nenegativan ceo broj n vaˇi z
n k=0

n k

= 2n .

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA Dokaz . Koriste´i binomnu teoremu sa x = 1 i y = 1 dobijamo c
n

55

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

n k n−k 1 1 = k

n k=0

n . k

Ova posledica ima i interesantan kombinatorni dokaz. U tu svrhu prebroja´emo sve c podskupove skupa X sa n elemenata na dva naˇina. S jedne strane, X ima 2n razliˇitih c c podskupova (Teorema 1.2.4). S druge strane, za svako k = 0, 1, . . . , n, skup X ima n k podskupova sa taˇno k elemenata. Zbog toga, c podskupova skupa X, pa stoga vaˇi jednakost iz tvrdjenja. z POSLEDICA. 1.6.9 Za nenegativan ceo broj n vaˇi z
n
k=0 n X n k

takodje predstavlja ukupan broj

(−1)k
k=0

n k

= 0.

Dokaz .

Stavljanjem x = −1 i y = 1 u binomnu teoremu dobijamo 0 = 0n = (−1) + 1
n

=
k=0

n (−1)k 1n−k = k

k=0

n (−1)k . k

Sabiranjem, odnosno oduzimanjem, identiteta iz prethodne dve posledice dobijamo da vaˇi i z n n n + + + . . . = 2n−1 , 0 2 4 n n n + + + . . . = 2n−1 . 1 3 5

POLINOMNA TEOREMA
Podsetimo se da za polinomne koeficijente vaˇi Lema 1.3.15, tj. z n n1 , n 2 , . . . , n k = n! . n1 ! · n2 ! · n3 ! · . . . · nk !

S obzirom da polinomni koeficijenti uopˇtavaju binomne koeficijente, mogu´e je s c dokazati i slede´u teoremu. c TEOREMA 1.6.10. Polinomna teorema. Za proizvoljne realne brojeve x1 , x2 , . . . , xm i za svaki prirodan broj n 1 vaˇi z (x1 + x2 + . . . + xm )n = k1 + . . . + km = n k1 , . . . , km 0 n xk1 xk2 · . . . · xkm . m k1 , k2 , . . . , km 1 2

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

56

Medjutim, iako se polinomna teorema moˇe dokazati indukcijom po n, analogno z dokazu binomne teoreme, elegantniji i direktniji dokaz se moˇe dobiti tehnikama koje z ´emo obraditi u slede´oj glavi, pa ´emo je tada i dokazati. c c c PRIMER 1.6.11. Reˇenje. s Kako glasi izraz (x + y + z)3 u razvijenom obliku?

Po polinomnoj teoremi imamo da vaˇi z 3 3 3 x3 + y3 + z3 + 3, 0, 0 0, 3, 0 0, 0, 3 3 3 3 x2 y + x2 z + xy 2 + 2, 1, 0 2, 0, 1 1, 2, 0 3 3 3 3 y2 z + xz 2 + yz 2 + xyz 0, 2, 1 1, 0, 2 0, 1, 2 1, 1, 1 3! 3 3! 3 3! 3 x + y + z + = 3!0!0! 0!3!0! 0!0!3! 3! 2 3! 2 3! x y+ x z+ xy 2 + 2!1!0! 2!0!1! 1!2!0! 3! 3! 3! 3! 2 y z+ xz 2 + yz 2 + xyz 0!2!1! 1!0!2! 0!1!2! 1!1!1! = x3 +y 3 +z 3 +3x2 y+3x2 z +3xy 2 +3y 2 z+3xz 2 +3yz 2 +6xyz.

(x + y + z)3 =

Desna strana polinomne formule obiˇno ima dosta sabiraka, s obzirom da se sabira c po svim predstavljanjima broja n pomo´u m sabiraka, ali se ova teorema ionako najˇeˇ´e c c sc koristi kako bismo odredili koeficijent uz neki odredjeni ˇlan. c PRIMER 1.6.12. Koji je koeficijent uz ˇlan x2 y 3 z 5 u razvoju izraza (x + y − z)10 ? c
10

Reˇenje. s Primenjuju´i polinomnu teoremu na izraz x + y + (−z) c traˇeni koeficijent jednak z 10 (−1)5 = −2 520, 2, 3, 5 gde ˇinilac (−1)5 dolazi iz proizvoda x2 y 3 (−z)5 . c

vidimo da je

ZADACI
c z c 1.6.1. Na koliko se naˇina moˇe proˇitati reˇenica c ANA VOLI MILOVANA na prikazanoj ˇemi? (Reˇenica moˇe da s c z poˇne bilo kojim slovom A, a posle svakog c slova prelazi se na njemu susedno slovo po horizontali ili vertikali u bilo kom smeru u kome se reˇenica moˇe nastaviti.) c z
A ANA ANANA ANAVANA ANAVOVANA ANAVOLOVANA ANAVOL I LOVANA ANAVOL I M I LOVANA ANAVOL I LOVANA ANAVOLOVANA ANAVOVANA ANAVANA ANANA ANA A

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

57

1.6.2. Izraˇunati zbir koeficijenata polinoma po x koji predstavlja razvoj izraza c (3x − 2)100 . 1.6.3. Na´i koeficijent uz: c a) x10 u razvoju izraza (1 − x2 + x3 )11 . b) x3 u razvoju izraza (1 − x + 2x2 )9 . 1.6.4. Odrediti koeficijent uz p2 q 3 r3 s4 u razvoju izraza (2p − 3q + 2r − s)12 .

1.6.5. Neka je izmnoˇen izraz (x + y + z)n i neka su sabirci grupisani zajedno na z uobiˇajeni naˇin: na primer za n = 2, c c (x + y + z)2 = x2 + y 2 + z 2 + 2xy + 2yz + 2zx, a videti i Primer 1.6.11. Koliko ima sabiraka na desnoj strani, ako je n proizvoljan prirodan broj? 1.6.6. Dokazati da je
n k n k+1

za k

[n/2] i

n k

n k+1

za k

[n/2].

1.6.7. Dokaˇite Lajbnicovu formulu za izvod proizvoda funkcija: neka su u, v realne z funkcije jedne realne promenljive i neka f (k) oznaˇava k-ti izvod funkcije f . Tada je c
n

(uv)(n) =
k=0

n (k) (n−k) u v k

(pod pretpostavkom da svi izvodi u formuli postoje). Sluˇaj n = 1 je standardna formula c za izvod proizvoda, (uv) = u v + uv , koja je poznata iz kursa Analize. 1.6.8. Neka ja p prost broj. a) Dokazati da su svi brojevi

p 1

,

p 2

,...,

b) Dokazati da je za svaki ceo broj a razlika a − a deljiva sa p.

p p−1 p

deljivi sa p.

1.7

BINOMNI IDENTITETI

Binomni koeficijenti zadovoljavaju mnoˇtvo identiteta, i ve´ vekovima se istraˇuju s c z njihova svojstva. Cele knjige su posve´ene samo njima, pa ˇak postoje i automatizovani c c metodi za dokazivanje identiteta sa binomnim koeficijentima. Jedan od takvih metoda je Princip zmijskog ulja (eng. Snake-oil metod), koji se bazira na manipulaciji sa funkcijama generatrisa koje ´emo upoznati u slede´oj glavi. c c NAPOMENA.
Priliˇno opˇiran spisak ovakvih identiteta (od ˇega mnogi imaju dokaze) c s c moˇe se na´i na adresi z c http://binomial.csuhayward.edu/Identities.html

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

58

U klasiˇnoj kombinatorici postoje dva opˇte prihva´ena naˇina za dokazivanje bic s c c nomnih identiteta — analitiˇki i kombinatorni. Pod analitiˇkim dokazivanjem se poc c drazumeva koriˇ´enje poznatih binomnih identiteta za transformaciju izraza sa binomnim sc koeficijentima, dok se pod kombinatornim dokazivanjem podrazumeva nalaˇenje naˇina z c da se obe strane identiteta protumaˇe kao izrazi koji prebrojavaju isti skup objekata na c dva razliˇita naˇina. U zavisnosti od sluˇaja, moˇe biti lakˇe da se nadje analitiˇki dokaz c c c z s c ili da se nadje kombinatorni dokaz. U ovoj sekciji ´emo uglavnom koristiti analitiˇke c c dokaze, ali ´emo pri njenom kraju dati i dva primera kombinatornih dokaza. c Pored najjednostavnijih svojstava (1.4), (1.5), (1.6), kao i veoma vaˇne Binomne z teoreme, za rad sa binomnim koeficijentima se ˇesto koriste i slede´e leme. c c

ˇ IZVLACENJE IZ ZAGRADA

LEMA. 1.7.1. (1.9)

Za ceo broj k = 0 i proizvoljan broj n vaˇi z n k = n n−1 k k−1 = n n−1 . n−k k

Dokaz . Ove jednakosti se lako dokazuju Faktorijelnom reprezentacijom (1.4) binomnih koeficijenata: n k n k = = n(n − 1)! n n−1 n! = = , k!(n − k)! k(k − 1)!(n − k)! k k−1 n! n(n − 1)! n n−1 = = . k!(n − k)! k!(n − k)(n − k − 1)! n−k k

SUMACIONA FORMULA

LEMA. 1.7.2.
n

Za cele brojeve n i m, n, m r+k k
n

0 vaˇi z = r+n+1 , n

(1.10)
k=0

=

r r+1 r+n + + ... + 0 1 n

(1.11)
k=0

k m

=

0 1 n + + ... + m m m

=

n+1 . m+1

Dokaz . Obe formule dokazujemo matematiˇkom indukcijom po n uz pomo´ Adicione c c formule (1.6).

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

59

Za n = 0 obe strane jednakosti (1.10) su jednake 1. Pretpostavimo sada da jednakost (1.10) vaˇi za neko n = n0 . Sada za n = n0 + 1 imamo z
n0 +1 k=0

r+k k

n0

=
k=0

r+k r + n0 + 1 + k n0 + 1

(induktivna pretpostavka) (adiciona formula)

= =

r + n0 + 1 r + n0 + 1 + n0 n0 + 1 r + (n0 + 1) + 1 . n0 + 1

0 ˇ Sto se tiˇe jednakosti (1.11) za n = 0 njena leva strana je jednaka m , dok je desna c 1 strana jednaka m+1 . Tada su za m = 0 obe strane jednake 1, dok su za m = 0 obe z strane jednake 0. U svakom sluˇaju, jednakost (1.11) vaˇi za n = 0. c Pretpostavimo sada da ona vaˇi za neko n = n0 . Tada za n = n0 + 1 imamo z n0 +1 k=0

k m

n0

=
k=0

k n0 + 1 + m m

(induktivna pretpostavka) (adiciona formula)

= =

n0 + 1 n0 + 1 + m+1 m (n0 + 1) + 1 . m+1

Jednakost (1.11) se ˇesto pojavljuje u primenama. Na primer, za m = 1 dobijamo c formulu za zbir prvih n prirodnih brojeva (koji se moˇe iskoristiti i za odredjivanje zbira z aritmetiˇke progresije): c 0 1 n + + ... + 1 1 1
2

= 0 + 1 + ... + n =

n+1 2

=

(n + 1)n . 2

Pretpostavimo da ˇelimo da nadjemo zbir 12 + 22 + . . . + n2 . Ako primetimo da je z k = 2 k + k , tada dobijamo da je 2 1
n n

k2 =
k=0 k=0

2

k k + 2 1

=2

n+1 n+1 + . 3 2

Reˇenje, koje smo dobili u binomnim koeficijentima, moˇemo da vratimo u uobiˇajenu s z c notaciju: 12 + 22 + . . . + n2 = 2 (n+1)n(n−1) + 6 NAPOMENA.
(n+1)n 2

= 1 n(n + 1)(2n + 1). 6

Zbir 13 + 23 + . . . + n3 moˇe da se dobije na sliˇan naˇin;´u suˇtini, svaki z c c` s ` ´ `k´ polinom a0 + a1 k + a2 k2 + . . . + am km moˇe da se izrazi u obliku b0 k + b1 k + . . . + bm m z 0 1 za pogodno izabrane koeficijente b0 , b1 , . . . , bm .

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

60

NEGACIJA GORNJEG INDEKSA

LEMA. 1.7.3. vaˇi z (1.12)

Negacija gornjeg indeksa. −n k = (−1)k

Za svaki ceo broj k i proizvoljan broj n

n+k−1 . k

Dokaz . −n k

Ova se jednakost dobija iz definicije binomnog koeficijenta: = = −n(−n − 1)(−n − 2) · . . . · (−n − k + 1) k(k − 1) · . . . · 2 · 1 (−1)k n(n + 1)(n + 2) · . . . · (n + k − 1) n+k−1 = (−1)k . k(k − 1) · . . . · 2 · 1 k

Negacija gornjeg indeksa je ˇesto korisna transformacija gornjeg indeksa u binomnom c koeficijentu. PRIMER 1.7.4.
n

Dokazati sumacionu formulu r k = r r r − + . . . + (−1)n 0 1 n = (−1)n r−1 . n

(1.13)

(−1)k
k=0

Reˇenje. s Koriste´i redom negaciju gornjeg indeksa (1.12) i prvu sumacionu forc mulu (1.10) dobijamo
n

(−1)
k=0

k

r k

n

=
k=0

−r + k − 1 k

=

−r + n n

= (−1)n

r−1 . n

POJEDNOSTAVLJIVANJE PROIZVODA

LEMA. 1.7.5. (1.14)

Za sve cele brojeve m i k i proizvoljan broj n vaˇi z n m m k = n k n−k m−k

Dokaz . Ovu jednakost je dovoljno dokazati u sluˇaju kada je n ceo broj i n m. Pritom c moˇemo da pretpostavimo da je 0 k m, jer su u suprotnom obe strane jednakosti z jednake 0. Sada imamo n m m k = = n!m! m!(n − m)!k!(m − k)! n!(n − k)! = k!(n − k)!(m − k)!(n − m)!

n k

n−k . m−k

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

61

Prethodnu jednakost smo dokazali samo za cele vrednosti n koje su ve´e od ili jednake c sa m. Medjutim ona vaˇi za sve realne vrednosti n. Naime, ve´ smo dokazali da jednakost z c n m m k = n k n−k m−k

vaˇi za beskonaˇno mnogo vrednosti n. Obe strane ove jednakosti su polinomi po z c promenljivoj n. Nenula polinom stepena r moˇe da ima najviˇe r razliˇitih korena, z s c tako da ako dva polinoma stepena ne ve´eg od r imaju istu vrednost u r + 1 ili viˇe c s razliˇitih taˇaka, onda su ti polinomi identiˇki jednaki (ovo tvrdjenje moˇemo pokazati c c c z oduzimanjem ta 2 polinoma). Ovaj princip se moˇe koristiti za proˇirenje vaˇnosti mnogih z s z identiteta sa celih brojeva na realne brojeve.

SUME PROIZVODA
Jednakosti u slede´oj lemi se koriste kada treba sumirati proizvod dva binomna koc eficijenta u kojima se sumacioni indeks k nalazi na donjem mestu. LEMA. 1.7.6. (1.15)
k

Za svaki ceo broj n i svaki ceo broj r r k r k s n−k s n+k = r+s , n r+s . r+n

0 vaˇi z

(1.16)
k

=

Kao ˇto smo ve´ rekli, pod kombinatornim dokazivanjem se podrazumeva tumaˇenje s c c obe strane identiteta kao izraza koji prebrojavaju neki skup objekata na dva razliˇita c naˇina. Kod ove leme, kombinatorni dokaz pruˇa bolji uvid u njeno tvrdjenje. c z Dokaz . Najpre ´emo dokazati jednakost (1.15) c r k s n−k = r+s . n

k

Neka je dat skup X sa r + s elemenata. Desna strana gornje jednakosti predstavlja broj n-toˇlanih podskupova skupa X. c Obojimo sada r elemenata skupa X u crvenu, a preostalih s elemenata u plavu boju. Drugi naˇin da se izabere n-toˇlani podskup skupa X jeste da se izabere k crvenih c c r elemenata i n − k plavih elemenata. Za svako k postoji k naˇina da se izaberu crveni c s elementi, i nezavisno od toga, n−k naˇina da se izaberu plavi elementi. Sveukupno, c n-toˇlani podskup skupa X moˇe da se izabere na c z strana gornje jednakosti.
X r k
k

s n−k

naˇina, ˇto je upravo leva c s

Jednakost (1.16) dokazujemo tako ˇto koristimo prethodnu jednakost i dva puta Uslov s simetriˇnosti (Lema 1.6.2): c r k s n+k =
k

k

r k

s s−n−k

=

r+s s−n

=

r+s . r+n

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

62

Sada ´emo na nekoliko primera pokazati kako se ova lema moˇe iskoristiti pri radu sa c z binomnim identitetima. PRIMER 1.7.7. Ako je r nenegativni ceo broj, koja je vrednost izraza
k

r k

s k? k

Reˇenje. s

Izvlaˇenjem iz zagrada (Lema 1.7.1) moˇemo da se oslobodimo spoljaˇnjeg k: c z s r k s k= k r k s−1 s k=s k−1 k r k s−1 . k−1

k

k

k

Sada moˇe da se primeni jednakost (1.16) sa n = −1. Krajnje reˇenje je z s r k s r+s−1 k=s . k r−1

k

PRIMER 1.7.8.

Dokazati da vaˇi z
n k=0

n k

2

=

2n . n

Reˇenje. s Za dokaz koristimo Uslov simetriˇnosti (Lema 1.6.2) i jednakost (1.15) sa c r = n, s = n: n n 2 n n n 2n = = . k k n−k n
k=0 k=0

PRIMER 1.7.9.

Dokazati da vaˇi z
n k=0

2n 2k

2k 2n−2k 2 = k

4n . 2n

Reˇenje. Nalaˇenje odgovaraju´eg kombinatornog tumaˇenja ovog binomnog identiteta s z c c je malo teˇe. z Neka je dat skup X = {x1 , x2 , . . . , x4n }. Desna strana gornje jednakosti predstavlja broj podskupova skupa X sa 2n elemenata. Sada treba ove podskupove prebrojati na drugaˇiji naˇin. Neka je Ai = {x2i−1 , x2i } c c za i = 1, 2, . . . , 2n. Skupovi Ai , i = 1, 2, . . . , 2n predstavljaju particiju skupa X. Neka je M ⊂ X proizvoljan podskup sa 2n elemenata. Za svako i = 1, 2, . . . , 2n presek M ∩ Ai ima 0, 1 ili 2 elementa, medjutim vaˇi da je z
2n

2n = |M | =
i=1

|M ∩ Ai |.

Neka je k broj skupova Ai tako da je |M ∩ Ai | = 2. Iz prethodne jednakosti tada sledi da je broj skupova Ai tako da je |M ∩ Ai | = 1 jednak 2n − 2k, dok je broj skupova Ai tako da je M ∩ Ai = ∅ jednak takodje k.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

63

Posle ovog razmatranja konaˇno vidimo kako se drugaˇije mogu prebrojati podskupovi c c skupa X sa 2n elemenata. Naime, od ukupno 2n skupova A1 , A2 , . . . , A2n izabra´emo c 2n − 2k skupova iz kojih ´emo izabrati po jedan element u podskup. Izbor ovih skupova c 2n moˇemo da napravimo na 2n−2k = 2n naˇina. Kako svaki skup Ai ima po dva elez c 2k menta, to za svaki od izabranih skupova postoje dva naˇina da izaberemo jedan element c u podskup, pa je ukupan broj naˇina za to jednak 22n−2k . Konaˇno, od preostalih 2k c c skupova Ai treba izabrati joˇ k skupova ˇija ´emo oba elementa izabrati u podskup, ˇto s c c s se moˇe uraditi na 2k naˇina, tako da je ukupan broj naˇina da se izabere podskup z c c k skupa X sa 2n elemenata jednak
n k=0

2n 2k

2k 2n−2k 2 . k

S obzirom na veliki broj binomnih identiteta, jedan od ciljeva matematiˇara c tokom XX veka je bio da pronadju potpuno automatizovani metod za njihovo dokazivanje. Nadjeno je viˇe takvih metoda, koji su mogli da se primenjuju na sve ve´i i ve´i broj tipova s c c identiteta, a najve´i uspeh je zabeleˇen 1995. godine kada je problem u potpunosti reˇen! Opis c z s softvera koji reˇava ovaj problem, a i metoda koji su mu prethodili, moˇe se na´i u knjizi [26], s z c ˇija je kompletna verzija dostupna na Internetu. Ah da, softver je takodje dostupan. . . c

NAPOMENA.

ZADACI
1.7.1. a)
n X k=1

Dokazati slede´e identitete: c k
n k

= n · 2n−1 ; b)

n X k=0

(k + 1)

n k

= (n + 2) · 2n−1 ;

c)

n X k=0

(−1)k (k + 1)

n k

= 0.

1.7.2. Dokazati slede´e identitete pomo´u kombinatornih argumenata: c c m+n m n 2n a) 2 − 2 − 2 = mn; b) 2 = 2 · n + n2 ; c) 3n = 3 · n + 6n · 2 3 3 1.7.3. Dokazati identitet argumenata. 1.7.4. 1.7.5. 1.7.6. n X a)
k=0

n 2

+ n3 .

r r

+
n X k=0

r+1 r

+

r+2 r

+. . .+

n r

=

n+1 r+1

pomo´u kombinatornih c

Na´i vrednost izraza c

k4 .

Izraˇunati sumu S = 1 · 2 + 2 · 3 + 3 · 4 + . . . + n · (n + 1). c
n 1 k+1 k

Izraˇunati slede´e sume: c c n X 1 k ; b) c) k m ;
k=1

n X k=0

k

k m

; d)

n X k=0

(−1)k

n 2 k .

1.7.7. a)
n X k=0

Dokazati slede´e identitete: c (−1)k
n k

= (−1)m ·

n−1 m

;

b)

k=0

n X n+k 1 k 2k

= 2n ; c)

n X k=1

n 2 k

=n·

2n−1 n−1

.

n

1.7.8.

Pokazati da vaˇi jednakost z
p=0

(−1)p

2n − p p

 1 za n ≡ 0 (mod 3)  = 0 za n ≡ 1 (mod 3) .   −1 za n ≡ 2 (mod 3)
n k

1.7.9. n X a)
k=m

Dokazati slede´e identitete: c
k m n k

=

n m

2n−m ;

b)

k=0

m X m k

n+k m

=

k=0

m X m k

2k .

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

64

1.8

ˇ ˇ PRINCIP UKLJUCENJA-ISKLJUCENJA

Jedan od osnovnih principa prebrojavanja — princip zbira (Teorema 1.1.4) tvrdi da je |A ∪ B| = |A| + |B| kada su A i B disjunktni skupovi. Ako A i B nisu disjunktni, sabiranjem |A| i |B| elemente preseka |A ∩ B| brojimo dva puta (Sl. 1.5a). Stoga, da bi dobili pravu vrednost |A ∪ B| moramo oduzeti |A ∩ B|: (1.17) |A ∪ B| = |A| + |B| − |A ∩ B|.

Slika 1.5: Preseci dva i tri skupa Sliˇno rasudjivanje primenjujemo i u sluˇaju tri skupa (Sl. 1.5b). Kada saberemo |A|, c c |B| i |C| elemente preseka |A ∩ B|, |B ∩ C| i |C ∩ A| brojimo dva puta (ukoliko nisu u preseku sva tri skupa). Da ovo ispravimo, oduzimamo |A ∩ B|, |B ∩ C| i |C ∩ A|. Ali sada smo elemente A ∩ B ∩ C, koje smo u |A| + |B| + |C| brojali tri puta, oduzeli takodje tri puta. Stoga, da bi dobili pravu vrednost |A ∪ B ∪ C|, moramo da dodamo |A ∩ B ∩ C|: (1.18) |A ∪ B ∪ C| = (|A| + |B| + |C|) − (|A ∩ B| + |B ∩ C| + |C ∩ A|) +|A ∩ B ∩ C|.

PRIMER 1.8.1. Na drugoj godini Odseka za matematiku ima 50 studenata. Od njih ´e u oktobarskom ispitnom roku 24 iza´i na matematiˇku analizu, 20 na algebru i 13 na c c c diskretnu matematiku. Matematiˇku analizu i algebru ´e polagati 6 studenata, algebru c c i diskretnu matematiku 5 studenata, a analizu i diskretnu matematiku 4 studenta. Ako jedino Zlatko polaˇe sva tri ispita, koliko studenata ne´e iza´i ni na jedan ispit? z c c Reˇenje. s Neka M , A i D oznaˇaju skupove studenata koji izlaze na matematiˇku c c analizu, algebru i diskretnu matematiku, redom. Iz gornjih uslova imamo da je |M | + |A| + |D| = 24 + 20 + 13 = 57, |M ∩ A| + |A ∩ D| + |D ∩ M | = 6 + 5 + 4 = 15, |M ∩ A ∩ D| = 1. Iz jednakosti (1.18) imamo |M ∪ A ∪ D| = 57 − 15 + 1 = 43, pa je broj studenata koji ne´e iza´i ni na jedan ispit jednak 50 − 43 = 7. c c PRIMER 1.8.2. Od studenata iz prethodnog primera, koliko ´e iza´i na taˇno jedan c c c ispit? A koliko ´e iza´i na bar 2 ispita? c c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA Reˇenje. s Oznaˇimo slede´e skupove: c c

65

M A D - presek skupova M , A i D, M A D - presek skupova M i A koji nije u D, M A D - presek skupova M i D koji nije u A, M A D - elemente skupa M koji nisu ni u A, ni u D, M A D - presek skupova A i D koji nije u M , M A D - elemente skupa A koji nisu ni u M , ni u D, M A D - elemente skupa D koji nisu ni u M , ni u A, M A D - elemente koji nisu ni u M , ni u A, ni u D (to su osnovni skupovi u odgovaraju´im Venovim dijagramima). c Sada ´emo odrediti koliko svaki od ovih skupova ima elemenata: c |M AD| = 1 jer je tu samo Zlatko. |M AD| = |(M ∩ A) \ M AD| = |M ∩ A| − |M AD| = 6 − 1 = 5. Sliˇno dobijamo i c |M AD| = 3 i |M AD| = 4. Sada imamo |M A D| = |M \ (M AD ∪ M AD ∪ M AD)| = |M | − (|M AD| + |M AD| + |M AD|) = 24 − (1 + 5 + 3) = 15. Sliˇno dobijamo i |M AD| = 10 i |M AD| = 5. c Ukupan broj studenata koji izlaze na neki ispit dobijamo (ponovo – u proˇlom primeru s smo taj broj naˇli brˇe, ali nismo odredili broj elemenata u svakom od osnovnih skupova s z kod Venovih dijagrama) kao zbir svih ovih prethodno nadjenih brojeva: |M ∪ A ∪ D| = 1 + 5 + 3 + 4 + 15 + 10 + 5 = 43, a kako ima ukupno 50 studenata to 50 − 43 = 7 studenata ne izlazi ni na jedan ispit. Faze odredjivanja broja studenata u pojedinim delovima Venovog dijeagrama su prikazane na sl. 1.6. M A A A A '$ M '$ '$ '$ '$ '$ M '$ M '$ 5 5 10 5 10 '$ '$ 15 '$ 15 '$ 1 1 1 1 4 4 4 &% &% &% &% &% 3&% 3&% 3&% 5 5 7 &% &% &% &% D D D D Slika 1.6: Faze odredjivanja broja studenata po predmetima Sada dobijamo da je broj studenata koji ´e iza´i na taˇno jedan ispit jednak c c c |M A D ∪ M AD ∪ M AD| = 15 + 10 + 5 = 30, dok je broj studenata koji ´e iza´i na bar dva ispita jednak c c |M AD ∪ M AD ∪ M AD ∪ M AD| = 5 + 3 + 4 + 1 = 13.

ˇ KAKO ELEGANTNO ZAPISATI MATEMATICKU FORMULU?
Prethodno rasudjivanje moˇemo da proˇirimo i na sluˇaj n konaˇnih skupova A1 , A2 , z s c c . . . , An . Broj elemenata |A1 ∪ A2 ∪ . . . ∪ An | moˇe da se dobije na slede´i naˇin: najpre z c c saberemo veliˇine svih skupova, zatim oduzmemo veliˇine svih preseka dva skupa, pa c c dodamo veliˇine svih preseka tri skupa, pa oduzmemo veliˇine svih preseka ˇetiri skupa c c c itd. U poslednjem koraku, ili dodajemo (za neparno n) ili oduzimamo (za parno n) veliˇinu preseka svih n skupova. c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA Kako ovo zapisujemo u obliku formule? Prvi pokuˇaj bi mogao da bude s

66

|A1 ∪ A2 ∪ . . . ∪ An | = |A1 | + |A2 | + . . . + |An | −|A1 ∩ A2 | − |A1 ∩ A3 | − . . . − |A1 ∩ An | − |A2 ∩ A3 | − . . . − |An−1 ∩ An | +|A1 ∩ A2 ∩ A3 | + |A1 ∩ A2 ∩ A4 | + . . . + (−1)n−1 |A1 ∩ A2 ∩ . . . ∩ An |. ˇ Ovo je nezgrapan i ne preterano ˇitljiv naˇin da se izrazi prethodno pravilo. Staviˇe, c c s koriste´i ovakav zapis nikako ne bismo mogli da pronadjemo elegantan dokaz ovog pravila. c Neˇto je bolji zapis koriste´i sume: s c
n

|A1 ∪ A2 ∪ . . . ∪ An |

=
i=1

|Ai | −

|Ai1 ∩ Ai2 | +
1 i1 <i2 n

|Ai1 ∩ Ai2 ∩ Ai3 |

1 i1 <i2 <i3 n

− . . . + (−1)n−1 |A1 ∩ A2 ∩ . . . ∩ An |. Iako je ovaj zapis ˇitljiviji, on i dalje nije dovoljno dobar da bi omogu´io elegantan dokaz. c c No, ako se prisetimo oznake X za skup svih k-elementnih podskupova skupa X, i ako k upotrebimo oznaku sliˇnu c za viˇestruke preseke i unije, ovu formulu moˇemo zapisati s z znatno elegantnije:
n n

(1.19)
i=1

Ai =
k=1

(−1)k−1
I∈({1,2,...,n}) i∈I k

Ai .

Da biste bolje shvatili ovu formulu, mogli biste da je proradite detaljno za sluˇaj n = 3. c Obratite paˇnju pri tome da ne meˇate brojeve sa skupovima! Ako prouˇimo prethodnu z s c formulu, moˇemo videti skup I u stvari dobija vrednosti svih nepraznih podskupova z skupa {1, 2, . . . , n}, kao i da je k = |I|. Zbog toga je joˇ jednostavniji i efektniji slede´i s c zapis:
n

Ai =
i=1 ∅=I⊆{1,2,...,n}

(−1)|I|−1
i∈I

Ai .

ˇ ˇ PRINCIP UKLJUCENJA-ISKLJUCENJA
TEOREMA 1.8.3. A2 , . . . , An vaˇi z (1.20)
i=1

Princip ukljuˇenja-iskljuˇenja. Za konaˇne skupove A1 , c c c
n

Ai =
∅=I⊆{1,2,...,n}

(−1)|I|−1
i∈I

Ai .

Dokaz indukcijom. Indukcija je po broju skupova n, s tim ˇto za bazu indukcije koriss timo n = 2. Kao ˇto znamo, jednaˇina (1.20) vaˇi za dva skupa. Pretpostavimo da ona s c z vaˇi za proizvoljnih n − 1 konaˇnih skupova. Tada je z c
n n−1

Ai
i=1

=
i=1 (2) n−1

Ai

∪ An =

(1)

n−1

n−1

Ai + |An | −
i=1 i=1

Ai

∩ An

n−1

=

Ai + |An | − 
i=1 i=1

(Ai ∩ An )   (−1)|I|−1
∅=I⊆Nn−1 i∈I∪{n}

 Ai  .

(3)

= 

(−1)|I|−1
i∈I

Ai  + |An | − 

∅=I⊆Nn−1

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

67

U jednakosti (1) iskoristili smo Princip ukljuˇenja-iskljuˇenja za dva skupa, tj. |A ∪ B| = c c |A| + |B| − |A ∩ B| sa A =
n−1 i=1

Ai i B = An ). Zatim smo u (2) upotrebili distributivnost
n−1 i=1 n−1 i=1

preseka: (X ∪ Y ) ∩ Z = (X ∩ Z) ∪ (Y ∩ Z). Na kraju u (3) smo koristili induktivnu pretpostavku dva puta, jednom za Ai i jednom za (Ai ∩ An ) .

Dokaz je skoro gotov. U prvoj sumi sabiramo, sa odgovaraju´im znacima, veliˇine c c svih preseka skupova koji ne ukljuˇuju skup An . U drugoj sumi se pojavljuju veliˇine c c svih preseka k skupova koji ukljuˇuju skup An (tj. An i k − 1 skupova izmedju A1 , c A2 ,. . . ,An−1 ) sa znakom −(−1)k−1 = (−1)k . Druga suma ne ukljuˇuje |An |, ali se taj c sabirak pojavljuje izmedju dve sume. Sve u svemu, veliˇina preseka bilo kojih k skupova c izmedju A1 , A2 , . . . , An pojavljuje se taˇno jednom u izrazu sa znakom (−1)k−1 , ˇto se c s slaˇe sa jednaˇinom (1.20), pa je dokaz indukcijom zavrˇen. z c s Sada se vidi vaˇnost razumljivog zapisa Principa ukljuˇenja-iskljuˇenja, jer bi se bez z c c toga lako izgubili u prethodnom dokazu. Inaˇe, ovaj princip ima podjednako efektan c kombinatorni dokaz. Dokaz prebrojavanjem. Posmatrajmo proizvoljni element x ∈ A1 ∪ A2 ∪ . . . ∪ An . On doprinosi taˇno 1 veliˇini unije na levoj strani jednaˇine (1.20). Razmotrimo sada koliko c c c x doprinosi veliˇinama raznih preseka na desnoj strani ove jednaˇine. Neka je j broj c c skupova Ai koji sadrˇe x. Preimenujmo skupove tako da se x sadrˇi u skupovima A1 , z z A2 , . . . , Aj . Sada se element x pojavljuje u preseku svake k-torke skupova od A1 , A2 , . . . , Aj j i ni u jednom drugom preseku. Poˇto postoji k k-elementnih podskupova skupa sa s j j elemenata, x se pojavljuje u k preseka k-torki skupova. Veliˇine preseka k-torki c skupova se mnoˇe sa (−1)k−1 , tako da na desnoj strani jednaˇine (1.20), element x z c doprinosi vrednoˇ´u sc j j j j− + − . . . + (−1)j−1 . 2 3 j Iz Posledice 1.6.9 za zbir binomnih koeficijenata sa naizmeniˇnim znacima, dobijamo da c je gornji izraz jednak 1. Prema tome, za proizvoljno x ∈ A1 ∪ A2 ∪ . . . ∪ An doprinos x obema stranama jednaˇine (1.19) je jednak 1, pa zakljuˇujemo da su izrazi u ovoj jednaˇini jednaki. c c c PRIMER 1.8.4. Jednog zimskog dana poslanici, njih n na broju, dolaze na zasedanje Skupˇtine i ostavljaju svoje kapute u garderobi. Po zavrˇetku zasedanja, starija gospodja s s iz garderobe, moˇda potpuno rasejana, moˇda skoro slepa posle mnogo godina rada u z z slabo osvetljenoj garderobi, izdaje jedan kaput svakom poslaniku. Na koliko naˇina ona c moˇe da izda kapute tako da nijedan poslanik ne dobije svoj kaput? z Reˇenje. Preformuliˇimo ovaj problem koriste´i permutacije. Ako oznaˇimo poslanike s s c c brojevima 1, 2, . . . , n, kao i njihove kapute, tada izdavanje kaputa iz garderobe odgovara permutaciji π skupa {1, 2, . . . , n}, gde je π(i) broj kaputa koji je vra´en i-tom poslaniku. c Naˇe pitanje sada glasi: koliko ima permutacija π tako da je π(i) = i za svako i = s 1, 2, . . . , n? Neka je Sn skup svih permutacija skupa {1, 2, . . . , n} i za i = 1, 2, . . . , n neka je Ai = {π ∈ Sn : π(i) = i}. Kaˇemo da elementi skupa Ai (kojeg ˇine permutacije!) z c fiksiraju i. Koriste´i princip ukljuˇenja-iskljuˇenja prebroja´emo “loˇe” permutacije, tj. c c c c s

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

68

one koje fiksiraju bar jedan broj. Loˇe permutacije su upravo one koje se nalaze u uniji s A1 ∪ A2 ∪ . . . ∪ An . Da bi primenili princip ukljuˇenja-iskljuˇenja moramo da nadjemo veliˇinu preseka c c c k-torke skupova Ai . Lako se vidi da je |Ai | = (n − 1)!, jer je π(i) = i fiksirano, a preostali brojevi se mogu proizvoljno poredjati. Koje permutacije leˇe u Ai ∩ Aj ? Upravo one z koje fiksiraju brojeve i i j (dok se preostalih n − 2 brojeva moˇe poredjati proizvoljno), z tako da je |Ai ∩ Aj | = (n − 2)!. Opˇtije, za proizvoljne i1 < i2 < . . . < ik imamo da je s |Ai1 ∩ Ai2 ∩ . . . ∩ Aik | = (n − k)!, pa princip ukljuˇenja-iskljuˇenja daje c c
n

|A1 ∪ A2 ∪ . . . ∪ An | =

(−1)k−1
k=1

n (n − k)! = k

n

(−1)k−1
k=1

n! . k!

Ovim smo izraˇunali broj loˇih permutacija (koje fiksiraju bar jedan broj), pa je broj c s permutacija koje ne fiksiraju nijedan broj jednak D(n) = n! − |A1 ∪ A2 ∪ . . . ∪ An | = n! − n! n! n! + − . . . + (−1)n . 1! 2! n!

NAPOMENA.

Za broj ovakvih permutacija smo koristili oznaku D(n) jer se one nazivaju deranˇmani (eng. derangement). Prvi je pomenuo ovaj problem francuski matematiˇar Pierre z c R. de Montmort (ˇiveo 1678-1719), pod nazivom ”le Probl`me des Rencontres”. z e Primetimo da je „ « 1 1 1 D(n) = n! 1 − + − . . . + (−1)n . 1! 2! n! Kao ˇto smo nauˇili u analizi, red u zagradi konvergira ka e−1 kada n → ∞ (gde je e Ojlerov s c broj) i to veoma brzo. Prema tome, vaˇi pribliˇna ocena D(n) ≈ n!/e. z z

PRIMER 1.8.5. Neka su X i Y konaˇni skupovi sa |X| = n i |Y | = m. Ve´ nam je c c poznato da postoji mn funkcija koje preslikavaju X u Y . Koliko od ovih funkcija je na? Reˇenje. Kao i u prethodnom primeru, iskoristi´emo princip ukljuˇenja-iskljuˇenja da s c c c najpre prebrojimo objekte (funkcije) koje ne zadovoljavaju traˇeni uslov (nisu na). Tada z je broj funkcija na jednak razlici izmedju ukupnog broja funkcija mn i broja “loˇih” s funkcija. Bez gubitka opˇtosti, pretpostavimo da je Y = {1, 2, . . . , m}. Neka Ai oznaˇava skup s c funkcija koje preslikavaju X u Y i pritom ne uzimaju vrednost i. Ako funkcija f : X → Y nije na, tada postoji i ∈ Y tako da za svako x ∈ X vaˇi f (x) = i. Samim tim, funkcija f z pripada skupu Ai , pa zakljuˇujemo da funkcija nije na ako i samo ako pripada skupu c A1 ∪ A2 ∪ . . . ∪ Am . Koliko ima funkcija u skupu Ai ? Skup Ai sadrˇi sve funkcije koje preslikavaju X z u Y \ {i}, pa je stoga |Ai | = (m − 1)n . Skup Ai ∩ Aj sadrˇi funkcije koje ne uzimaju z vrednosti i i j, tj. sve funkcije koje preslikavaju X u Y \ {i, j}, pa je |Ai ∩ Aj | = (m − 2)n . U opˇtem sluˇaju, Ai1 ∩ Ai2 ∩ . . . ∩ Aik sadrˇi sve funkcije koje ne uzimaju nijednu od s c z vrednosti i1 , i2 , . . . , ik , tako da je |Ai1 ∩ Ai2 ∩ . . . ∩ Aik | = (m − k)n . Sada po principu ukljuˇenja-iskljuˇenja imamo da je c c
m

|A1 ∪ A2 ∪ . . . ∪ Am | =
k=1

(−1)k−1

m (m − k)n . k

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA Prema tome, ukupan broj funkcija koje su na je jednak
m

69

mn −

(−1)k−1
k=1

m (m − k)n = k

m

(−1)k
k=0

m (m − k)n . k

` ´ Pm k−1 m Ako vrednost (m − k)n podelimo sa m!, dobijamo ceo k=1 (−1) k broj koji se naziva Stirlingov broj druge vrste i oznaˇava sa S(n, m) (u starijim knjigama c ˘n¯ je oznaˇavan sa m ). Ovi brojevi se pojavljuju prilikom prebrojavanja podela n-elementnog c skupa na m medjusobno disjunktnih podskupova.

NAPOMENA.

ˇ ˇ GENERALISANI PRINCIP UKLJUCENJA-ISKLJUCENJA
Sada ´emo dati uopˇtenje principa ukljuˇenja-iskljuˇenja (tj. Teoreme 1.8.3), tzv. c s c c generalisani princip ukljuˇenja-iskljuˇenja. c c TEOREMA 1.8.6. Generalisani princip ukljuˇenja-iskljuˇenja. Neka je X c c skup sa n elemenata i Π = {π1 , π2 , . . . , πm } skup od m svojstava. Za proizvoljan kpodskup {πi1 , πi2 , . . . , πik } skupa Π oznaˇimo sa n(πi1 , πi2 , . . . , πik ) broj elemenata skupa c X koji poseduju ovih k svojstava (mogu i joˇ neka pored ovih k). Uvedimo s0 = n i za s k = 1, 2, . . . , m sk = n(πi1 , πi2 , . . . , πik ), gde ova suma ide po svim k-podskupovima skupa Π (tj. imamo m sabiraka). Konaˇno, c k neka je ej (j = 0, 1, . . . m) broj elemenata skupa X koji imaju taˇno j od ovih m svojstava c iz Π, a neka je fj (j = 1, 2, . . . m) broj elemenata skupa X koji imaju bar j od ovih m svojstava iz Π. Tada vaˇe slede´e formule: z c (1.21) ej = sj − j+1 j+2 m sj+1 + sj+2 − . . . + (−1)m−j sm , 1 2 m−j j j+1 m−1 sj+1 + sj+2 − . . . + (−1)m−j sm . 1 2 m−j

(1.22)

f j = sj −

j+l u sj+1 , j+2 puta u sj+2 , . . . , javlja ukupno

Dokaz . Pokaza´emo da se svaki element skupa X javlja jednak broj puta i na levoj i c na desnoj strani jednakosti (1.21). Ako neki element skupa X ima manje od j svojstava on se javlja 0 puta na obe strane. Ako neki element ima taˇno j svojstava, tada se on broji taˇno 1 na levoj strani i c c j = 1 (u ˇlanu sj ) na desnoj strani. c j Ako neki element ima taˇno j + l svojstava (gde je 1 l m − j), tada se taj element c j+l na levoj strani raˇuna 0 puta. Na desnoj strani on se javlja j+l puta u sj , j+1 puta c j
j+l j+l

puta u sj+l . Stoga se taj element na desnoj strani j+l j+l − . . . + (−1)l j+2 l j+l j+l

j+l j+1 − j 1

j+l j+2 + j+1 2

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA = = l j+l l j+l + − 2 j j 1 j+l (1 − 1)l = 0 j l j+l − . . . + (−1)l j l j+l j

70

puta, ˇime smo kompletirali dokaz jednakosti (1.21). c Primetimo da za j = 0 dobijamo obiˇan Princip ukljuˇenja-iskljuˇenja, tj. forc c c mulu (1.20), kod koje skup Ai (za i = 1, 2, . . . , m) ˇine elementi koji poseduju svojstvo πi . c Sada ´emo pokazati i drugu formulu. Dovoljno je pokazati da niz fj dat jedc nakoˇ´u (1.22), zadovoljava rekurentnu jednaˇinu fj − fj+1 = ej uz zavrˇni uslov sc c s fm = em . Sada koristimo adicionu formulu 1.6 za binomne koeficijente i dobijamo: fj − fj+1 = j+1 j+1 + sj+2 2 1 m−1 m−1 + sm − . . . + (−1)m−j m−j m−j−1 j+1 j+2 j+1 sj − sj+1 + sj+2 − . . . + (−1)m−j sj+1 1 2 1 ej . sj − sj+1 + j j + 1 0

= =

Dalje, kada uvrstimo j = m u formule (1.22) i (1.21), dobijamo fm = sm = em . Generalisani princip ukljuˇenja-iskljuˇenja ´emo ilustrovati na jednom primeru i jedc c c nom tvrdjenju. PRIMER 1.8.7. Sada ´emo ponovo na´i koliko od studenata iz Primera 1.8.1 i 1.8.2 c c izlazi na taˇno jedan ispit i koliko na bar 2 ispita. c Reˇenje. Ubacimo podatke u formule (1.21) i (1.22): s Imamo da je s1 = 24 + 20 + 13 = 57, s2 = 6 + 5 + 4 = 15 i s3 = 1. Tada e1 = 57 − studenata izlazi na taˇno 1 ispit, a c f2 = 15 − 2 · 1 = 13 1 2 3 · 15 + · 1 = 30 1 2

studenata izlazi na bar 2 ispita (ˇto su rezultati koje smo dobili i u Primeru 1.8.2). s TEOREMA 1.8.8. Neka su X i Π skupovi kao u Teoremi 1.8.6. Dokazati da je broj elemenata skupa X koje imaju paran broj svojstava jednak 1 2
m

s0 +
k=0

(−2)k sk

,

dok je broj elemenata skupa X koje imaju neparan broj svojstava jednak 1 2
m

s0 −
k=0

(−2)k sk

.

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA

71

Dokaz . Uvedimo funkciju E(x) = e0 + e1 + e2 x2 + . . . + em xm . Sada iskoristimo tvrdjenje Teoreme 1.8.6 pa dobijamo   k m m m m k  (−1)k−j k sk  xj = (−x)j (−1)k sk E(x) = ej xj = j j j=0 j=0 j=0
k=j k=0 m m

=

(−1)k sk (1 − x)k =
k=0 k=0

sk (x − 1)k .

Dalje, imamo da je broj elemenata skupa X koje imaju paran broj svojstava jednak m 1 X E(1)+E(−1) = s0 + (−2)k sk , dok je broj elemenata skupa X koje imaju neparan 2 2 k=0 m 1 X broj svojstava jednak E(1)−E(−1) = s0 − (−2)k sk . 2 2 k=0

ZADACI
1.8.1. U razredu sa 30 uˇenika, 12 od njih voli matematiku, 14 voli fiziku, 13 hemiju, c 5 uˇenika voli i matematiku i fiziku, 7 voli i fiziku i hemiju, a 4 voli matematiku i hemiju. c Tri uˇenika vole sva tri predmeta. Koliko uˇenika ne voli ni jedan od ovih predmeta? c c 1.8.2. U studentskom domu je 12 studenata koji sluˇaju kurs iz biologije (B), 20 koji s sluˇaju kurs iz matematike (M), 20 koji sluˇaju kurs iz fizike (F) i 8 koji sluˇaju kurs iz s s s hemije (H). Od toga 5 studenata sluˇa i B i M, 7 sluˇa i B i F, 4 sluˇa i B i H, 16 sluˇa i s s s s M i F, 4 sluˇa i M i H i 3 sluˇa i F i H. Tu su 3 koji sluˇaju B, M i F, 2 – B, M i H, 3 s s s – B, F i H i 2 – M, F i H. Konaˇno, tu su dvojica koji sluˇaju sva 4 kursa. Pored njih c s u domu je joˇ 71 student koji ne sluˇa nijedan od ovih kurseva. Odredite ukupan broj s s studenata u domu. 1.8.3. Odrediti koliko ima brojeva ne ve´ih od 1000 koji su deljivi bar jednim od c brojeva 2, 3, 5 ili 7. 1.8.4. Odrediti broj celobrojnih reˇenja jednaˇine a+b+c+d = 17, koja zadovoljavaju s c uslove 1 a 3, 2 b 4, 3 c 5 i 4 d 6. 1.8.5. a) Koliko se reˇi, koje mogu da budu besmislene, dobija premeˇtanjem slova c s reˇi KOMBINATORIKA? c b) Koliko ima takvih reˇi kod kojih nikoja dva ista slova nisu susedna? c 1.8.6. Odrediti broj 9-tocifrenih brojeva koji imaju sve cifre razliˇite i ne sadrˇe cifru 0, c z takvih da se nijedan od blokova a) 23, 45 i 678; b) 34, 45 i 738 ne pojavljuje. 1.8.7. Pokazati da je 97 25-ti prost broj.

1.8.8. Odrediti broj prirodnih brojeva manjih od 501, koji nisu deljivi kvadratom (eng. squarefree number ). 1.8.9. Na´i broj permutacija koje imaju taˇno k fiksnih taˇaka. c c c

GLAVA 1. OSNOVNE TEHNIKE PREBROJAVANJA 1.8.10. je 1 k

72

Koliko ima permutacija skupa {1, 2, . . . , n} koje nemaju ciklus duˇine k, gde z n?

1.8.11. Neka je n 2. Koliko ima permutacija p skupa {1, 2, . . . , n} takvih da za svako j ∈ {1, 2, . . . , n − 1} element j + 1 ne stoji neposredno iza elementa j? 1.8.12. Na koliko se naˇina polja ˇahovske table 8 × 8 mogu obojiti sa 8 razliˇitih boja, c s c tako da se u svakoj vrsti pojavljuje svaka boja i da u svakoj koloni nikoja dva susedna polja nisu obojena istom bojom ? 1.8.13. Pokazati da je broj kvadratnih matrica reda 3 sa nenegativnim elementima, kod kojih je zbir elemenata u ssvakoj vrsti i svakoj koloni jednak r dat formulom r+2 2
2

−3

r+3 . 4

1.8.14. Na koliko naˇina n braˇnih parova moˇe sesti za okrugli sto sa 2n oznaˇenih c c z c stolica tako da supruˇnici ne sede jedno pored drugog? z 1.8.15. Za studente iz zadatka 1.8.2 odrediti koliko od njih sluˇa: s a) taˇno 1 kurs? c b) taˇno 2 kursa? c c) taˇno 3 kursa? c d) bar 1 kurs? e) bar 2 kursa? f ) bar 3 kursa? 1.8.16. U lift u prizemlju je uˇlo 9 ljudi. Na svakom od slede´ih spratova bar 1 ˇovek s c c izlazi iz lifta i niko ne ulazi u njega. Na 5-om spratu se lift ispraznio. Odrediti broj svih mogu´ih takvih praˇnjenja lifta. c z 1.8.17. a) Na koliko naˇina se mogu poredjati u niz 3 Amerikanca, 3 Engleza i 3 Rusa, c tako da nikoja tri zemljaka ne stoje zajedno? b) Na koliko naˇina se mogu poredjati u niz 3 Amerikanca, 3 Engleza i 3 Rusa, tako da c nikoja dva zemljaka ne stoje zajedno?

Glava 2

Napredne tehnike prebrojavanja

U prethodnim odeljcima smo se upoznali sa osnovnim tehnikama prebrojavanja konaˇc nih skupova. Na poˇetku ove glave ´emo predstaviti joˇ jednu vaˇnu tehniku prebrojac c s z vanja. Osnovna ideja, sasvim iznenadjuju´a, je da beskonaˇnom nizu realnih brojeva c c dodelimo odredjenu neprekidnu funkciju, tzv. funkciju generatrise niza. Problemi nad nizom se tada mogu prevesti na jezik neprekidnih funkcija i poznate analitiˇke metode. c U sekcijama nakon toga uglavnom ´emo se baviti pitanjem kako dobiti opˇtu formulu c s za elemente nizova brojeva i polinoma u kojima postoje rekurentne relacije, takve da se, poˇev od nekog mesta u nizu, svaki slede´i element moˇe, pomo´u iste formule, prikazati c c z c pomo´u prethodnih elemenata niza. U reˇavanju ovog pitanja veliku pomo´ ´e nam c s c c pruˇiti upravo funkcije generatrise. z

2.1

FUNKCIJE GENERATRISE
Njega

PRIMER 2.1.1. Posmatrajmo niz (1, 1, 1, 1, . . . ) sastavljen od jedinica. moˇemo “kodirati” pomo´u funkcije z c 1 + 1 · x + 1 · x2 + 1 · x3 + . . . .

Ova funkcija sada predstavlja beskonaˇnu geometrijsku progresiju sa koliˇnikom x, pa je c c njena vrednost jednaka 1 , 1−x pod uslovom da je |x| < 1. Sada moˇemo da kaˇemo: z z Funkcija 1 je funkcija generatrisa niza (1, 1, 1, 1, . . . ). 1−x

U ovom uvodnom tekstu, mi ´emo obraditi samo jednostavnije primere, koji bi se u c ve´ini sluˇajeva, koriste´i razne trikove, mogli reˇiti i bez primene funkcija generatrisa. c c c s Medjutim, ovo ne znaˇi da funkcije generatrise ne treba uˇiti! One predstavljaju veoma c c

73

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

74

mo´nu tehniku prebrojavanja: postoji mnogo sloˇenih problema za ˇije se reˇavanje ostale c z c s tehnike ne mogu primeniti ili postaju suviˇe komplikovane. s

STEPENI REDOVI

DEFINICIJA 2.1.2.

Stepeni red je beskonaˇna suma oblika c a0 + a1 x + a2 x2 + . . . + an xn + . . . ,

gde su a0 , a1 , a2 , . . . , an , . . . realni brojevi, a x je realna promenljiva1 . Jednostavan primer stepenog reda je (2.1) 1 + x + x2 + . . . + xn + . . .

iz prethodnog primera. U sluˇaju da je x ∈ (−1, 1), suma ovog stepenog reda ima c 1 vrednost 1−x . U ovom smislu, stepeni red (2.1) odredjuje funkciju 1 . 1−x S druge strane, ova funkcija ve´ sadrˇi sve podatke o stepenom redu (2.1). Zaista, c z ako diferenciramo funkciju k puta i stavimo x = 0 u rezultat, dobi´emo taˇno k! puta c c koeficijent uz xk u stepenom redu. Drugim reˇima, stepeni red (2.1) je Taylorov red c 1 1 funkcije 1−x u taˇki x = 0 (tj. Maklorenov red). Prema tome, funkciju 1−x moˇemo da c z zamislimo kao inkarnaciju beskonaˇnog niza (1, 1, 1, . . . ) i obrnuto. c Ovakvo pretvaranje beskonaˇnih nizova u funkcije i nazad je temelj tehnike funkcija c generatrisa. DEFINICIJA 2.1.3. Neka je (a0 , a1 , a2 , . . . , an , . . . ) niz realnih brojeva. Pod funkcijom generatrise2 ovog niza podrazumeva se stepeni red A(x) = a0 + a1 x + a2 x2 + . . . + an xn + . . .

U daljem tekstu ´emo nizu (an ) pridruˇivati funkciju generatrise A(x) (tj. malo slovo c z koje odgovara nizu ´emo zameniti sa odgovaraju´im velikim slovom za funkciju generac c trise). Iz matematiˇke analize je poznato da ako postoji realni broj K tako da je |an | K n za c ∞ X ˇ svako n 1, tada stepeni red A(x) = ai xi konvergira za svako x ∈ (− 1 , 1 ). Staviˇe, s funkcija A(x) ima izvode svih redova u taˇki 0 i pritom vaˇi da je c z ai = A(i) (0) . i!
i=0

K

K

1 Ponekad je od velike koristi posmatrati x kao kompleksnu promenljivu i primeniti metode iz kompleksne analize. 2 Strogo govore´i, ovo je obiˇna funkcija generatrisa. S obzirom da se ovde ne´emo baviti drugim c c c vrstama funkcija generatrisa (npr. eksponencijelnim funkcijama generatrisa), jednostavno ´emo izbaciti c reˇ “obiˇna”. c c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

75

Mi se ovde ne´emo baviti proverom da li dobijeni stepeni redovi konvergiraju u nekoj c okolini taˇke 0. Obiˇno je to lako. Sem toga, u mnogo sluˇajeva ta se provera moˇe izbe´i c c c z c na slede´i naˇin: kada pronadjemo taˇno reˇenje problema koriste´i funkcije generatrise, c c c s c ˇak i na sumnjiv naˇin, to reˇenje se moˇe proveriti nekim drugim metodom, na primer c c s z ˇ pomo´u principa matematiˇke indukcije. Staviˇe, postoji posebna teorija takozvanih c c s formalnih stepenih redova koja omogu´ava nesmetan rad ˇak i sa stepenim redovima koji c c nikad ne konvergiraju (sem u 0). Da zakljuˇimo, konvergencija nikad nije bitno pitanje c u primenama funkcija generatrisa. Ako niz (a0 , a1 , a2 , . . . , an , . . . ) ima samo konaˇno mnogo nenula ˇlanova, tada je c c funkcija generatrisa obiˇan polinom. Mi ´emo naˇe prouˇavanje funkcija generatrisa c c s c stoga poˇeti upravo polinomima, kao njihovim najjednostavnijim oblikom. c

ˇ ´ NOVCICI I POLINOMI
Pre nego ˇto ubacimo novˇi´e u igru, podsetimo se najpre kako se mnoˇe polinomi, s cc z na primer, p(x) = 1 + x + x2 + x3 + x4 i q(x) = 1 + x + x2 + x3 .

Jednostavno pravilo kaˇe da treba da pomnoˇimo svaki ˇlan iz p(x) sa svakim ˇlanom z z c c iz q(x) i da zatim saberemo sve dobijene proizvode. Njihovo sabiranje je u ovom sluˇaju c jednostavno, jer su svi koeficijenti jednaki 1. Tako odmah dobijamo da je p(x)q(x) = x7 + 2x6 + 3x5 + 4x4 + 4x3 + 3x2 + 2x + 1. Hajde sada da razmotrimo drugaˇije pitanje. Izaberimo neki stepen x, na primer x5 . c Sada ˇelimo da saznamo koliki je koeficijent uz x5 u proizvodu p(x)q(x), ali bez raˇunanja z c celog proizvoda. U ovom sluˇaju, proizvod x5 se dobija: c • mnoˇenjem ˇlana x2 iz p(x) sa ˇlanom x3 iz q(x), takodje i z c c • mnoˇenjem ˇlana x3 iz p(x) sa ˇlanom x2 iz q(x) i konaˇno, z c c c • mnoˇenjem ˇlana x4 iz p(x) sa ˇlanom x iz q(x). z c c Svaki od ovih proizvoda dodaje 1 na odgovaraju´i koeficijent, pa moˇemo da zakljuˇimo c z c da je koeficijent uz x5 jednak 3. Razmotrimo sada, na izgled, drugaˇiji problem. c PRIMER 2.1.4. Imamo ˇetiri zlatna i tri srebrna novˇi´a, svaki vrednosti od po c cc jednog dinara. Na koliko naˇina moˇemo platiti 5 dinara pomo´u ovih novˇi´a? c z c cc Reˇenje. s Ako sa i oznaˇimo broj zlatnih, a sa j broj srebrnih novˇi´a koriˇ´enih za c cc sc pla´anje, tada ovaj problem traˇi da nadjemo broj reˇenja jednaˇine c z s c i + j = 5, i ∈ {0, 1, 2, 3, 4}, j ∈ {0, 1, 2, 3}.

Ako sada pretpostavimo da je i stepen promenljive x u naˇem polinomu p(x), a j stes pen promenljive x u polinomu q(x), tada je broj reˇenja ove jednaˇine upravo jednak s c koeficijentu uz x5 u proizvodu p(x)q(x), a to je, kao ˇto ve´ znamo, 3. s c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

76

Uopˇte, ako su I i J konaˇni skupovi prirodnih brojeva, kojima su pridruˇeni polinomi s c z p(x) =
i∈I

xi

i

q(x) =
j∈J

xj

(primetimo da su koeficijenti u ovim polinomima nule i jedinice), tada je, za svaki prirodan broj r, broj reˇenja (i, j) jednaˇine s c i + j = r, i ∈ I, j ∈ J,

jednak koeficijentu uz xr u proizvodu p(x)q(x). Slede´e, joˇ interesantnije uopˇtenje ovog razmatranja bavi se proizvodom tri i viˇe c s s s polinoma. PRIMER 2.1.5. Na koliko naˇina se moˇe platiti iznos od 21 dinara ako imamo ˇest c z s novˇi´a vrednosti od po 1 dinara, pet novˇi´a vrednosti od po 2 dinara i ˇetiri novˇi´a cc cc c cc vrednosti od po 5 dinara? Reˇenje. s Traˇeni broj jednak je broju reˇenja jednaˇine z s c i1 + i2 + i3 = 21 gde je i1 ∈ {0, 1, 2, 3, 4, 5, 6}, i2 ∈ {0, 2, 4, 6, 8, 10} i i3 ∈ {0, 5, 10, 15, 20}.

Ovde i1 oznaˇava deo iznosa pla´en novˇi´ima od 1 dinara, i2 deo iznosa pla´en novˇi´ima c c cc c cc od 2 dinara, a i3 deo iznosa pla´en novˇi´ima od 5 dinara. c cc Broj reˇenja ove jednaˇine jednak je koeficijentu uz x21 u proizvodu s c
(1 + x + x2 + x3 + x4 + x5 + x6 ) · (1 + x2 + x4 + x6 + x8 + x10 ) · (1 + x5 + x10 + x15 + x20 ).

Zaista, ˇlan sa x21 se dobija tako ˇto se pomnoˇe ˇlan xi1 iz prvog para zagrada, ˇlan xi2 c s z c c iz drugog para zagrada i ˇlan xi3 iz tre´eg para zagrada, takvi da je i1 + i2 + i3 = 21. c c Svaki takav izbor brojeva i1 , i2 i i3 dodaje 1 na odgovaraju´i koeficijent u proizvodu. c Kada bismo izmnoˇili ove polinome dobili bismo u proizvodu ˇlan 9x21 , stoga dati iznos z c od 21 dinara moˇemo platiti na 9 razliˇitih naˇina (navodimo u svakom pla´anju koliko z c c c ima novˇi´a od 5 dinara, koliko od 2 i koliko od 1 dinara): cc 4 × 5 + 1 × 1, 3 × 5 + 3 × 2, 3 × 5 + 2 × 2 + 2 × 1, 3 × 5 + 1 × 2 + 4 × 1, 3 × 5 + 6 × 1,

2 × 5 + 5 × 2 + 1 × 1,

2 × 5 + 4 × 2 + 3 × 1,

2 × 5 + 3 × 2 + 5 × 1,

1 × 5 + 5 × 2 + 6 × 1.

Kasnije ´emo dati metod kojim lakˇe moˇemo odrediti dati koeficijent (videti Primer c s z 2.6.24)

ˇ KOMBINATORNO ZNACENJE BINOMNE TEOREME
Jedan od oblika binomne teoreme tvrdi da je (2.2) (1 + x)n = n n n 2 n n + x+ x + ... + x . 0 1 2 n

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

77

Na levoj strani imamo proizvod n polinoma — svaki je jednak 1+x. Analogno prethodnim razmatranjima sa novˇi´ima, koeficijent uz xr u proizvodu (1 + x)n predstavlja broj cc reˇenja jednaˇine s c i1 + i2 + . . . + in = r, i1 , i2 , . . . , in ∈ {0, 1}.

Svako reˇenje ove jednaˇine oznaˇava izbor r promenljivih izmedju i1 , i2 , . . . , ir koje s c c su jednake 1 — preostalih n − r promenljivih mora da bude jednako 0. Broj ovakvih c izbora je isti kao i broj r-toˇlanih podskupova skupa sa n elemenata, tj. n . Ovo znaˇi c r n r n da je koeficijent uz x u proizvodu (1 + x) jednak r . Upravo smo dokazali Binomnu teoremu na kombinatorni naˇin! c Veˇtim igranjem sa polinomom (1 + x)n i njemu sliˇnim, moˇemo da dobijemo s c z c razne identitete. U odeljku 1.6 ve´ smo videli neke od njih: formule
n X k=0 k=0 n X n k

= 2n i

(−1)k

n k

= 0 dobijene su, redom, zamenom x = 1 i x = −1 u (2.2).
n

PRIMER 2.1.6.

Za svako n

1 vaˇi z
k=0

k

n k

= n2n−1 .

Reˇenje. s Ova jednakost se dobija diferenciranjem (2.2) po promenljivoj x. Na obe strane kao rezultat mora da se dobije isti polinom. Diferenciranjem leve strane dobija se n(1 + x)n−1 , a diferenciranjem desne strane, koja je
n
n X n k

xk , dobija se

k=0

k
k=0

n k−1 x . k

Zamenom x = 1 dobijamo traˇeni identitet. z

ˇ UOPSTENA BINOMNA TEOREMA
Ve´ smo videli da se binomna teorema (2.2) moˇe formulisati kao rezultat o koeficic z jentima polinoma (1 + x)n . Za geometrijsku progresiju sa koliˇnikom −x vaˇi c z 1 − x + x2 + . . . + (−1)k xk + . . . = 1 = (1 + x)−1 . 1+x

Za svako n ∈ N izraz (1 + x)−n moˇemo da posmatramo kao proizvod stepenih redova z jednakih (1 + x)−1 . Naravno, ono ˇto bismo voleli da imamo je formula za koeficijent uz s xk u rezultuju´em stepenom redu. Ova formula je veoma jednostavna i omogu´i´e nam c cc da uopˇtimo binomnu teoremu i na negativne brojeve. s TEOREMA 2.1.7. Koeficijent uz xk u stepenom redu (1 + x)−n jednak je (−1)k n+k−1 k = −n . k

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

78

Dokaz . Da izbegnemo znak minus, posmatra´emo (1−x)−n umesto (1+x)−n . Krajnji c rezultat dobijamo zamenom x sa −x. Poˇto je s (1 − x)−1 = 1 + x + x2 + . . . + xk + . . . , imamo da je (1 − x)−n proizvod n ˇinilaca, od kojih je svaki jednak gornjem stepenom c redu. Koeficijent uz xk u ovom proizvodu je tada jednak broju reˇenja jednaˇine s c i1 + i2 + . . . + in = k gde, za svako j = 1, 2, . . . , n, nenegativni ceo broj ij predstavlja doprinos xij iz j-tog ˇinioca (1 + x + x2 + . . . + xk + . . . ). Kao ˇto ve´ znamo iz Primera 1.3.10, svako reˇenje c s c s gornje jednaˇine oznaˇava taˇno jedan neuredjeni izbor k elemenata sa ponavljanjem iz c c c skupa od n elemenata (i obratno), tako da zakljuˇujemo da je koeficijent uz xk jednak c n+k−1 . k Zamenom x sa −x sada dobijamo rezultat kako je naveden u teoremi. Na osnovu ove teoreme zakljuˇujemo da vaˇi Uopˇtena binomna teorema. c z s TEOREMA 2.1.8. Uopˇtena binomna teorema. Za proizvoljan, pozitivan ili s negativan, ceo broj n vaˇi z (2.3) (1 + x)n = n n n 2 n k + x+ x + ... + x + ... 0 1 2 k

NAPOMENA.
vaˇi z

Ovaj opˇti oblik je funkcija generatrisa, ali kada je n prirodan broj tada s ! n = 0 za svako k > n, k

pa se desna strana jednakosti svodi na polinom.

PRIMER 2.1.9.

Koeficijent uz xn u stepenom redu (1 + x)−2 jednak je 2+n−1 n = (−1)n n+1 n = (−1)n (n + 1).

(−1)n Sada moˇemo da piˇemo z s

(1 + x)−2 = 1 − 2x + 3x2 − . . . + (−1)n (n + 1)xn + . . . Inaˇe, Uopˇtena binomna teorema ostaje da vaˇi i u sluˇaju kada je n proizvoljan c s z c realan broj. DEFINICIJA 2.1.10. Za proizvoljan realni broj α i svaki nenegativni broj k, binomni koeficijent α se definiˇe pomo´u s c k α k = α(α − 1)(α − 2) · . . . · (α − k + 1) . k!

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

79

Ova definicija je proˇirenje uobiˇajene definicije binomnog koeficijenta, jer kada je s c α = n za nenegativan ceo broj n, dobijamo istu formulu za α kao u Definiciji 1.3.2. k Zamenom x nekim drugim izrazom u Uopˇtenoj binomnoj teoremi moˇemo da dos z bijemo razna njena dalja uopˇtenja. Mi ´emo za naˇa razmatranja nekoliko puta da s c s koristimo stepeni red za (1 − λx)−n , koji je jednak (2.4) (1 − λx)−n = 1 + nλx + . . . + n+k−1 k k λ x + ... k

PRIMER 2.1.11. Kutija sadrˇi 30 crvenih, 40 plavih i 50 belih lopti. Lopte iste boje z se ne razlikuju medjusobno. Na koliko naˇina se moˇe izabrati 70 lopti iz kutije? c z Reˇenje. s Kao ˇto ve´ znamo, broj koji traˇimo je jednak koeficijentu uz x70 u proizvodu s c z

(1 + x + x2 + . . . + x30 )(1 + x + x2 + . . . + x40 )(1 + x + x2 + . . . + x50 ). Ovaj izraz ne´emo da mnoˇimo! Umesto toga, iskoristi´emo ˇinjenicu da je c z c c 1 + x + x2 + . . . + x30 = 1 − x31 , 1−x

ˇto je ve´ poznati zbir konaˇne geometrijske progresije. Ceo proizvod se sada moˇe s c c z napisati kao 1 − x31 1 − x41 1 − x51 · · = (1 − x)−3 (1 − x31 )(1 − x41 )(1 − x51 ). 1−x 1−x 1−x ˇ Cinilac (1 − x)−3 moˇe da se razvije u stepeni red prema uopˇtenoj binomnoj teoz s remi (2.3). U proizvodu preostalih ˇinilaca (1 − x31 )(1 − x41 )(1 − x51 ) tada je dovoljno c na´i koeficijente samo za stepene do x70 . Stoga dobijamo proizvod c
2 2

+

3 2

x+

4 2

x2 +

5 2

x3 + . . . · (1 − x31 − x41 − x51 + . . .),

gde . . . u drugom paru zagrada stoji umesto stepena ve´ih od x70 (najmanji stepen od tih c ostalih ˇlanova je x31 · x41 = x72 ). Koeficijent uz x70 u ovom proizvodu, ˇto je i traˇeni c s z broj izbora lopti iz kutije, jednak je 70 + 2 70 + 2 − 31 70 + 2 − 41 70 + 2 − 51 − − − 2 2 2 2 = 1 061.

ˇ NALAZENJE FUNKCIJA GENERATRISA
Sada ´emo se baviti naˇinima da se funkcija generatrisa “sastavi” iz ve´ poznatih c c c “delova”, a na kraju ´emo dati i spisak nekih poznatih “polaznih” delova. Kroz ceo c odeljak, neka su (a0 , a1 , a2 , . . . ) i (b0 , b1 , b2 , . . . ) nizovi, a A(x) i B(x) njihove funkcije generatrise. Sabiranje nizova Ako nizove sabiramo ˇlan po ˇlan, odgovaraju´a operacija sa funkcijama generatrisa je c c c prosto njihovo sabiranje. Taˇnije, niz (a0 +b0 , a1 +b1 , a2 +b2 , . . . ) ima funkciju generatrise c A(x) + B(x).

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Mnoˇenje niza realnim brojem z Joˇ jedna prosta operacija je mnoˇenje fiksnim realnim brojem α. s z (αa0 , αa1 , αa2 , . . . ) ima funkciju generatrise αA(x). Pomeranje niza udesno Ako je n prirodan broj, tada funkcija generatrisa xn · A(x) odgovara nizu (0, 0, . . . , 0, a0 , a1 , a2 , . . . ).

80

Naime, niz

Ovo je veoma korisno kada niz treba pomeriti udesno za odredjeni broj mesta. Pomeranje niza ulevo ˇ Sta da radimo ako niz ˇelimo da pomerimo ulevo za n mesta kako bismo dobili funkciju z generatrisu za niz (an , an+1 , an+2 , . . . )? Prvo treba da oduzmemo prvih n sabiraka funkcije generatrise A(x) (tako “eliminiˇemo” prvih n ˇlanova niza, tj. pretvaramo ih s c u nule), a onda je neophodno joˇ da A(x) podelimo sa xn . Funkcija generatrise za gornji s niz je A(x) − (a0 + a1 x + a2 x2 + . . . + an−1 xn−1 ) . xn Zamena promenljive x sa αx Neka je α fiksni realni broj i posmatrajmo funkciju C(x) = A(αx). Tada je C(x) funkcija generatrisa za niz (a0 , αa1 , α2 a2 , . . . ). PRIMER 2.1.12. Ve´ znamo da je c 1 1−x funkcija generatrisa za niz (1, 1, 1, 1, . . . ). Prema upravo datom pravilu, tada je 1 1 − 2x funkcija generatrisa niza koji se sastoji od stepena broja 2: (1, 2, 4, 8, 16 . . . ). PRIMER 2.1.13. Ova operacija se koristi i u slede´em triku (sa α = −1) kojim se c svi ˇlanovi niza na neparnim mestima zamenjuju sa 0: kao ˇto i sam ˇitalac moˇe da c s c z proveri, funkcija A(x) + A(−x) 2 je funkcija generatrisa za niz (a0 , 0, a2 , 0, a4 , 0, . . . ).

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Zamena promenljive x sa xn

81

Joˇ jedna mogu´nost je zamena promenljive x sa xn . Ovo daje funkciju generatrise s c za niz ˇiji je ˇlan sa rednim brojem nk jednak k-tom ˇlanu originalnog niza, dok su c c c ostali ˇlanovi niza jednaki 0 (obratimo paˇnju da je a0 nulti ˇlan niza (an )). Na primer, c z c funkcija A(x3 ) generiˇe niz (a0 , 0, 0, a1 , 0, 0, a2 , 0, 0, a3 , 0, . . . ). s PRIMER 2.1.14. Na´i funkciju generatrise za niz c (1, 1, 2, 2, 4, 4, 8, 8, . . . ), tj. za niz an = 2 Reˇenje. s
n/2

.

Kao ˇto smo ve´ videli, niz (1, 2, 4, 8, . . . ) ima funkciju generatrise s c 1 . 1 − 2x

Zamenom x sa x2 dobijamo da je

1 1 − 2x2 funkcija generatrisa za niz (1, 0, 2, 0, 4, 0, 8, 0, . . . ). Mnoˇenjem sa x dalje dobijamo da je z x 1 − 2x2 funkcija generatrisa za niz (0, 1, 0, 2, 0, 4, 0, 8, . . . ), a na kraju sabiranjem ove dve funkcije generatrise dobijamo i da je traˇena funkcija generatrisa jednaka z 1+x . 1 − 2x2

Diferenciranje i integracija Popularne operacije iz matematiˇke analize, diferenciranje i integracija funkcija gec neratrisa imaju slede´e znaˇenje na jeziku nizova. c c Izvod A (x) funkcije A(x) odgovara nizu (a1 , 2a2 , 3a3 , . . . , (n + 1)an+1 , . . . ). Taˇnije, ˇlan sa rednim brojem k jednak je (k + 1)ak+1 (stepeni red se diferencira ˇlan c c c po ˇlan isto kao i polinom). c x Funkcija generatrisa 0 A(t) dt odgovara nizu
1 1 (0, a0 , 1 a1 , 3 a2 , 1 a3 , . . . , n an−1 , . . . ), 2 4

tj. za sve k

1, ˇlan sa rednim brojem k jednak je c

1 k ak−1 .

PRIMER 2.1.15. an = (n + 1)2 . Reˇenje. s

Na´i funkciju generatrise za niz kvadrata (12 , 22 , 32 , . . . ), tj. za niz c

Poˇinjemo sa nizom (1, 1, 1, 1, . . . ) ˇija je funkcija generatrisa c c 1 . 1−x

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Po prethodnom pravilu, prvi izvod ove funkcije, 1 , (1 − x)2

82

je funkcija generatrisa niza (1, 2, 3, 4, . . . ), tj. niza an = n + 1. Po istom pravilu, drugi izvod ove funkcije, 2 , (1 − x)3 ˇ je funkcija generatrisa niza (2·1, 3·2, 4·3, . . . ). Clan sa rednim brojem k u ovom nizu ima 2 vrednost (k +2)(k +1) = (k +1) +k +1. Poˇto mi ˇelimo niz sa opˇtim ˇlanom ak = (k + s z s c 1)2 , od gornje funkcije generatrise preostaje joˇ samo da oduzmemo funkciju generatrise s za niz (1, 2, 3, 4, . . . ). Time dobijamo da je traˇena funkcija generatrisa jednaka z 2 1 1+x − = . (1 − x)3 (1 − x)2 (1 − x)3

Mnoˇenje funkcija generatrisa z Mnoˇenje funkcija generatrisa je ujedno i najzanimljivija operacija. Proizvod z A(x)B(x) je funkcija generatrisa za niz (c0 , c1 , c2 , . . . ), gde su koeficijenti ck dati pomo´u: c c0 c1 c2 = a0 b0 = a0 b1 + a1 b0 = a0 b2 + a1 b1 + a2 b0 . . .
k

i uopˇte moˇemo da piˇemo s z s ck =
i=0

ai bk−i .

Ovo se lako pamti — koeficijenti proizvoda A(x)B(x) sve do k-tog su isti kao i u proizvodu polinoma (a0 + a1 x + . . . + ak xk ) i (b0 + b1 x + . . . + bk xk ). PRIMER 2.1.16. Pretpostavimo da u drˇavi X u opticaju postoje zlatni novˇi´i z cc vrednosti 2 dinara i srebrni novˇi´i vrednosti 3 dinara. Na´i funkciju generatrise niza cc c ˇiji n-ti element, n 0, predstavlja broj naˇina da se n dinara plati pomo´u zlatnih i c c c srebrnih novˇi´a? cc Reˇenje. s Ovaj primer je uopˇtenje primera sa novˇi´ima iz prethodne sekcije, koje s cc dobijamo prelaskom sa konaˇnog na beskonaˇni broj dostupnih novˇi´a. c c cc Sada, vrednosti koje se mogu platiti samo pomo´u zlatnih novˇi´a jesu 0, 2, 4, 6, . . . , c cc a za svaku od njih postoji samo jedan naˇin pla´anja: svi novˇi´i moraju biti zlatni, zar c c cc ne? Prema tome, funkcija generatrisa za ovakva ograniˇena pla´anja je c c Z(x) = 1 + x2 + x4 + x6 + . . . = 1 . 1 − x2

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

83

Na sliˇan naˇin, samo pomo´u srebrnih novˇi´a moˇemo da platimo, uvek na jedinstven c c c cc z naˇin, vrednosti 0, 3, 6, 9, . . . , ˇija je funkcija generatrisa c c S(x) = 1 + x3 + x6 + x9 + . . . = 1 . 1 − x3

Sada, kao i u ranijim primerima, ako ˇelimo da n dinara platimo koriste´i i z c zlatne i srebrne novˇi´e, broj ovakvih pla´anja ´e biti jednak koeficijentu uz xn u cc c c proizvodu Z(x)S(x). Prema tome, traˇena funkcija generatrisa je jednaka z Z(x)S(x) = 1 . (1 − x2 )(1 − x3 )

NAPOMENA.

Operacije koje smo naveli u ovom odeljku nisu korisne samo za nalaˇenje z funkcije generatrise koja odgovara datom nizu, ve´ i za nalaˇenje niza koji odgovara datoj funkciji c z generatrise. U principu, ovaj problem se uvek moˇe reˇiti pomo´u Tejlorovog reda (eng. Taylor), z s c tj. ponovljenim diferenciranjem, ali ova tehnika u praksi retko daje dobre rezultate.

NEKE POZNATE FUNKCIJE GENERATRISE
Nakon ˇto smo videli koje sve operacije moˇemo da koristimo za dobijanje novih s z funkcija generatrisa, sada dajemo spisak funkcija generatrisa za neke uobiˇajene nizove. c Sliˇan spisak moˇete na´i u skoro svakoj knjizi iz matematiˇke analize koja obradjuje c z c c stepene redove. a)
n 0

1 · xn =

1 1−x

b)
n 1

1 n 1 x = ln n 1−x 1 n x = ex n! n xn = x (1 − x)2

c)
n 0

d)
n 0

e)
n 0

(−1)n x2n+1 = sin x (2n + 1)! (−1)n 2n x = cos x (2n)! n+k n n k xn = 1 (1 − x)k+1

f)
n 0

g)
n 0

h)
n k

xn =

xk (1 − x)k+1

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA i)
n 0

84

(−1)n 2n+1 x = arctg x 2n + 1 2n n xn = √ 1 1 − 4x 1− √ √ 1 − 4x 2x
k k

j)
n 0

k)
n 0

2n + k n

1 x =√ 1 − 4x
n

l)
n 0

k!(2n + k − 1)! n x = n!(n + k)!

1−

1 − 4x 2x

m)
n 0

(2n − 1)!! 1 x3 1 · 3 x5 1 · 3 · 5 x7 x2n+1 = x + + + + . . . = arcsin x (2n + 1) · (2n)!! 2 3 2·4 5 2·4·6 7 2 2 sin nπ n 4 x = ex sin x n! 4n n!2 xn = (n + 1)(2n + 1)! arcsin x sin x
2
n

n)
n 1

o)
n 0

ZADACI
2.1.1. Na´i koeficijent uz: c b) x4 u √ 3 1 + x; c) x3 u (2 + x)3/2 ; 1−x

a) x5 u (1 − 2x)−2 ; d) x9 u 2.1.2.

1 . (1 − x)(1 − x2 )(1 − x3 ) ˇ Sta je koeficijent uz xk u razvoju izraza (1 + x + x2 + . . . + xn−1 )2 ?

2.1.3. Na´i koeficijent uz xn u stepenom razvoju slede´ih funkcija, koriste´i metod c c c parcijalnih razlomaka ili operacije za rad sa funkcijama generatrisa: 1 1 1 a) , a = b; b) ; c) ; (1 − ax)(1 − bx) 1 − 6x + 11x2 − 6x3 (1 − x2 )2 1 − x − x2 d) . (1 − 2x)(1 − x)2 2.1.4. Na´i funkciju generatrise za svaki od slede´ih nizova (svaki od nizova je definisan c c za sve n 0): a) an = n; e) an = 3n ; b) an = αn + β; c) an = n2 ; f ) an = 5 · 7n − 3 · 4n . d) an = αn2 + βn + γ;

2.1.5. Na´i funkciju generatrise za slede´e nizove: c c 1+[n/3] a) (1, 1, 0, 1, 1, 0, 1, 1, 0, . . . ); b) {2 } = (2, 2, 2, 4, 4, 4, 8, 8, 8, . . . );

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA
1 c) { n2 }n 1 1 1 = (1, 4 , 1 , 16 , . . . ); 9 1 d) { (n+5)! }; X
n

85
2

e) { n

+n+1 }n 1 . n!

2.1.6. b)
X
n

Dokazati da je:
m 2n+1

a)

m 2n

x2n =

1 2

((1 + x)m + (1 − x)m );

x2n+1 =

1 2

((1 + x)m − (1 − x)m ). a)
X 2n m
n

2.1.7. b)

Dokazati da je: x2n+1 =
xm 2

x2n =

xm 2

1 (1−x)m+1

+

(−1)m (1+x)m+1

;

X 2n+1 m
n

1 (1−x)m+1

(−1)m (1+x)m+1

.

2.1.8. Neka je an broj uredjenih trojki (i, j, k) celih brojeva tako da je i 0, j 1, k 1 i i + 3j + 5k = n. Na´i funkciju generatrise za niz (a0 , a1 , a2 , . . . ) i opˇtu formulu c s za an . 2.1.9. Na´i funkciju generatrise za broj bn celih brojeva u opsegu 0 do 10m − 1 ˇija je c c suma cifara jednaka n. 2.1.10. a) Neka je a = (an )n 0 dati niz i neka je S operator koji preslikava niz a u niz Sa njegovih parcijalnih suma: (Sa)n = a0 + a1 + · · · + an , za n 0. Ako je f (x) funkcija generatrisa za niz a, dokazati da je f (x) funkcija generatrisa za niz Sa. 1−x
1 1 b) Na´i funkciju generatrise za harmonijske brojeve Hn = 1 + 1 + 3 + · · · + n , n 1. c 2 c) Ako je r 0, na´i funkciju generatrise za S r a, tj. za S(S(. . . (Sa) . . . )). c d) Nepoznati niz a ima slede´e svojstvo: kada, poˇevˇi od a, r puta ponovimo operaciju c c s S, tada kao rezultat dobijamo niz (1, 0, 0, 0, . . . ). Na´i poˇetni niz a. c c e) Koliko je S r a ako je a = (1, 1, 1, 1, . . . )? f ) Za proizvoljan niz a, na´i eksplicitnu formulu, koja sadrˇi samo jedan znak sumacije, c z za n-ti ˇlan niza S r a. c

2.1.11. Dokazati da, u zemlji koja ima samo novˇi´e od 1, 2 i 3 dinara, broj naˇina da cc c 2 se plati n dinara je najbliˇi ceo broj broja (n+3) . z 12 2.1.12. Za date prirodne brojeve n i k, neka je f (n, k) definisano na slede´i naˇin: za c c svako predstavljanje broja n kao uredjenog zbira taˇno k prirodnih brojeva, neka je S c proizvod tih k brojeva. Tada je f (n, k) zbir svih brojeva S dobijenih na ovaj naˇin. Na´i c c X n funkciju generatrisa Fk (x) = f (n, k)x u eksplicitnom obliku.
n

2.1.13. Neka f (n) oznaˇava razliku izmedju broja uredjenih predstavljanja n kao zbira c parnog broja prirodnih brojeva i broja uredjenih predstavljanja n kao zbira neparnog X broja prirodnih brojeva. Na´i f (n) nalaˇenjem funkcije generatrise F (x) = c z f (n)xn i njenim razvojem u stepeni red.
n

2.1.14. Inverzija permutacije σ skupa {1, 2, . . . , n} je par brojeva (i, j) tako da je i < j i σ(i) > σ(j). U dvorednom zapisu permutacije, inverzija pokazuje parove koji se nalaze u “pogreˇnom poretku” u drugom redu. Permutacija s σ= 1 4 2 9 3 2 4 5 5 8 6 1 7 6 8 7 9 3

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

86

ima 19 inverzija, naime parove (1, 3), (1, 6), . . . , (8, 9). Neka je b(n, k) broj permutacija skupa {1, 2, . . . , n} koje imaju taˇno k inverzija. Dokazati da za funkciju generatrisa c X Bn (x) = b(n, k)xk vaˇi: z
k

Bn (x) = (1 + x)(1 + x + x2 ) · . . . · (1 + x + . . . + xn−1 ). 2.1.15. Na´i najve´i prirodan broj koji nije oblika 6x + 10y + 15z, gde su x, y, z c c nenegativni celi brojevi. Dokazati da je odgovor taˇan, tj. da nadjeni prirodan broj c zaista ne moˇe da se predstavi u datom obliku, dok se svi prirodni brojevi ve´i od njega z c mogu predstaviti u datom obliku. 2.1.16. Neka je f (n, k, h) broj uredjenih predstavljanja broja n kao zbira taˇno k c X prirodnih brojeva, od kojih nijedan nije manji od h. Na´i c f (n, k, h)xn .
n

2.1.17.

Na´i u eksplicitnom obliku funkciju generatrise Gnr (x) = c

X
k

ankr xk , gde je

ankr broj naˇina da se izabere k od n objekata, s tim ˇto svaki objekat moˇe da bude c s z izabran najviˇe r puta. s 2.1.18. Izraziti sumu Sn = 2n 2n − 1 2n − 2 n +2 + 22 + . . . + 2n 0 1 2 n

kao koeficijent uz x2n u odgovaraju´em stepenom redu, a zatim na´i eksplicitnu formulu c c za Sn .

2.2

ˇ REKURENTNE JEDNACINE

Rekurentne jednaˇine su jednaˇine u kojima slede´i ˇlan niza zavisi od nekoliko c c c c prethodnih (strogu, matematiˇku definiciju da´emo malo kasnije). One se joˇ negde c c s nazivaju i diferencne jednaˇine (uglavnom na podruˇjima koja su bila pod ruskim uticac c jem, stoga ponekad i kod nas), kao i rekurzivne jednaˇine. Rekurentne jednaˇine nalaze c c ˇiroki spektar primena (bi´e ilustrovane kasnije): u ekonomiji, druˇtvenim naukama, s c s fizici, raznim oblastima matematike... Krenimo sa nekoliko ilustrativnih primera. PRIMER 2.2.1. Faktorijel n! se definiˇe kao proizvod prvih n prirodnih brojeva, tj. s n! = 1 · 2 · . . . · n (uzima se da je 0! = 1). Posmatrajmo niz faktorijela, an = n! 0!, 1!, 2!, 3!, . . . Ovaj niz zadovoljava rekurentnu relaciju an = n · an−1 , za n 1. Moˇemo i obratno ako imamo ovu relaciju i poˇetni uslov a0 = 1 da nadjemo z c sve ˇlanove niza ponavljaju´i postupak iteracije: c c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

87

an

= =

n · an−1 = n · (n − 1) · an−2 = n · (n − 1) · (n − 2) · an−3 = . . . n · (n − 1) · (n − 2) · . . . · 2 · 1 · a0 = n!

PRIMER 2.2.2. Niz realnih brojeva kod koga je razlika svaka dva uzastopna ˇlana c konstantna i jednaka d (d je razlika niza) naziva se aritmetiˇki niz (ponekad i aritmetiˇka c c progresija). Odredimo opˇti ˇlan ovog niza. s c Reˇenje. s Kako vaˇi d = an+1 − an , dobijamo da elementi ovog niza zadovoljavaju z rekurentnu relaciju an+1 = an + d. Matematiˇkom indukcijom moˇemo pokazati da je opˇti ˇlan ovog niza jednak c z s c an = a1 + (n − 1)d.

PRIMER 2.2.3. Niz realnih brojeva kod koga je koliˇnik svaka dva uzastopna ˇlana c c konstantan i jednak q (q je koliˇnik niza) naziva se geometrijski niz (ponekad i geometric jska progresija). Odredimo opˇti ˇlan ovog niza. s c Reˇenje. s Kako vaˇi q = z an+1 , dobijamo da elementi ovog niza zadovoljavaju an an+1 = q · an . Matematiˇkom indukcijom moˇemo pokazati da je opˇti ˇlan ovog niza jednak c z s c an = a1 · q n−1 .

rekurentnu relaciju

U prethodnim primerima smo videli neke od najjednostavnijih rekurentnih veza. Rekurentne veze mogu da zavise i od 2 ili viˇe indeksa. Jedan takav primer je (rekurentna) s definicija binomnih koeficijenata. PRIMER 2.2.4. U poglavlju 1.6 Osobine binomnih koeficijenata, videli smo da za binomne koeficijenate vaˇi Adiciona formula (1.6): z n k = n−1 n−1 + , k−1 k uz poˇetne uslove c n 0 = 1.

Tu smo koristili da je 0 k n, ali smo napomenuli da formula vaˇi i u sluˇajevima kada z c je k < 0 ili k > n (tada su svi binomni koeficijenti jednaki 0), kao i kada n nije ceo broj ili kada je n < 0. U nastavku ´emo razmatrati rekurentne jednaˇine koje zavise samo od jednog indeksa. c c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Sada ´emo dati definiciju ovog veoma bitnog matematiˇkog pojma. c c DEFINICIJA 2.2.5. (2.5) Rekurentna jednaˇina reda k je jednaˇina oblika c c an+k = F (n, an , an+1 , . . . , an+k−1 ),

88

gde je n prirodan broj, a an , an+1 , . . . , an+k je k + 1 uzastopnih ˇlanova niza {an }∞ . c n=1 Reˇenje rekurentne jednaˇine je niz {an }, koji rekurentnu jednaˇinu prevodi u identitet. s c c

DEFINICIJA 2.2.6. Opˇte reˇenje rekurentne jednaˇine reda k je ono reˇenje koje s s c s sadrˇi sva reˇenja. Opˇte reˇenje rekurentne jednaˇine reda k sadrˇi k proizvoljnih konz s s s c z stanti (zato ˇto prvih k ˇlanova niza u potpunosti odredjuje niz). Ukoliko su dati poˇetni s c c ˇlanovi ovog niza onda je mogu´e odrediti vrednosti tih konstanti — tada kaˇemo da smo c c z dobili jedno ili partikularno reˇenje. s

DEFINICIJA 2.2.7.
(i) (j)

Ako je

an an

(i)

(j)

= c, gde je c neka fiksirana konstanta, tada nizovi an
(i)

s {an } i {an } predstavljaju nezavisna (neproporcionalna) reˇenja. Ako je

= c, (j) an (j) (i) s tada nizovi {an } i {an } predstavljaju zavisna (proporcionalna) reˇenja. Pojam zavisnih reˇenja moˇemo proˇiriti i na viˇe od 2 reˇenja — ukoliko jedno reˇenje moˇemo s z s s s s z predstaviti kao linearnu kombinaciju ostalih tada kaˇemo da su ta reˇenja zavisna. U z s protivnom imamo nezavisna reˇenja. s Sada smo spremni za slede´e tvrdjenje. c s c TEOREMA 2.2.8. Reˇenja {an }, {an }, . . . , {an } rekurentne jednaˇine (2.5) k–tog reda su nezavisna ako i samo ako je slede´a determinanta razliˇita od nule: c c a1 (1) a2 . det(A) = . . as−1 (1) as
(1) (1) (1) (2) (s)

an (2) an . . . as−1 (2) as
(2)

(2)

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

an (s) an . = 0. . . as−1 (s) as
(s)

(s)

Dokaz . Ukoliko su nizovi {an }, {an }, . . . , {an } koji su reˇenja rekurentne jednaˇine s c nezavisni onda su i kolona-vektori matrice A linearno nezavisni, pa je rang matrice A jednak r(A) = s, ˇto povlaˇi da je det(A) = 0. s c Ako je det(A) = 0 onda je i r(A) = s, pa su i kolona-vektori matrice A linearno nezavisni, ˇto povlaˇi i da su reˇenja rekurentne jednaˇine nezavisna. s c s c

(1)

(2)

(s)

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

89

Sada ´emo dati definiciju linearne rekurentne jednaˇine (najve´i deo ovog poglavlja c c c je posve´en ovom pojmu), a kasnije ´emo se sresti i sa nekim nelinearnim rekurentnim c c jednaˇinama. c DEFINICIJA 2.2.9. (2.6) Linearna rekurentna jednaˇina je jednaˇina oblika c c

fk (n) · an+k + fk−1 (n) · an+k−1 + . . . + f0 (n) · an = f (n)

i ona se najˇeˇ´e zadaje u normiranom obliku, tj. sa fk (n) = 1. c sc Ako je f (n) = 0 to je linearna homogena rekurentna jednaˇina c (2.7) fk (n) · an+k + fk−1 (n) · an+k−1 + . . . + f0 (n) · an = 0,

a ako je f (n) = 0 to je linearna nehomogena rekurentna jednaˇina. Ako su funkcije fi (n) c konstante onda imamo linearnu rekurentnu jednaˇinu sa konstantnim koeficijentima, u c protivnom govorimo o linearnoj jednaˇini sa funkcionalnim koeficijentima. c

s LEMA. 2.2.10. Neka su nizovi {an }, {an }, . . . , {an } reˇenja linearne homogene rekurentne jednaˇine (2.7) tada je i c an = C1 · a(1) + C2 · a(2) + . . . + Cs · a(s) n n n reˇenje te rekurentne jednaˇine. C1 , C2 , . . . , Cs su proizvoljne konstante. s c Dokaz . s c Kako su nizovi {an }, {an }, . . . , {an } reˇenja jednaˇine (2.7) vaˇi z fk (n) · an+k + fk−1 (n) · an+k−1 + . . . + f0 (n) · an = 0 (2) (2) (2) fk (n) · an+k + fk−1 (n) · an+k−1 + . . . + f0 (n) · an = 0 . . . fk (n) · an+k + fk−1 (n) · an+k−1 + . . . + f0 (n) · an = 0 Ako prvu od ovih jednaˇina pomnoˇimo sa C1 , drugu sa C2 , . . . , poslednju sa Cs i onda c z ih saberemo dobijamo jednaˇinu c fk (n) · an+k + fk−1 (n) · an+k−1 + . . . + f0 (n) · an = 0, tj. da je i niz {an } reˇenje jednaˇine (2.7). s c TEOREMA 2.2.11. Neka su {an }, {an }, . . . , {an } nezavisna reˇenja linearne s s c homogene rekurentne jednaˇine (2.7) k–tog reda. Tada je niz sa opˇtim ˇlanom c an = C1 · a(1) + C2 · a(2) + . . . + Ck · a(k) , n n n gde su C1 , C2 , . . . , Ck proizvoljne konstante, opˇte reˇenje date jednaˇine. s s c Dokaz . Neka je {an } proizvoljno reˇenje jednaˇine (2.7) i neka su a1 , a2 , . . . , ak prvih s c (1) k ˇlanova tog niza. Odredimo konstante C1 , C2 , . . . , Ck tako da za njih vaˇi C1 · an + c z
(1) (2) (k) (s) (s) (s) (1) (1) (1) (1) (2) (s)

(1)

(2)

(s)

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA
(2) (k)

90

C2 · an + . . . + Ck · an = an , za n = 1, 2, . . . , k, tj. dobili smo sistem linearnih jednaˇina c C1 · a1 + C2 · a1 + . . . + Ck · a1 = a1 (1) (2) (k) C1 · a2 + C2 · a2 + . . . + Ck · a2 = a2 . . . C1 · ak + C2 · ak + . . . + Ck · ak = an po nepoznatim konstantama C1 , C2 , . . . , Ck . Kako {an }, {an }, . . . , {an } predstavljaju nezavisna reˇenja po Teoremi 2.2.8 dobijamo da je determinanta prethodnog sistema s razliˇita od 0, te stoga taj sistem ima jedinstveno reˇenje. c s Na osnovu ˇinjenice da prvih k ˇlanova niza koji je reˇenje rekurentne jednaˇine k–tog c c s c (1) (2) (k) reda u potpunosti odredjuju taj niz, kao i da su nizovi {an }, {an }, . . . , {an } reˇenja s (1) (2) (k) rekurentne jednaˇine (2.7) dobijamo da jednakost C1 · an + C2 · an + . . . + Ck · an = an c vaˇi za svako n ∈ N. z Opˇte reˇenje nehomogene linearne rekurentne jednaˇine (sluˇaj f (n) = 0) jeds s c c nako je zbiru opˇteg reˇenja homogene rekurentne jednaˇine, hn , i nekog partikularnog s s c (proizvoljnog) reˇenja nehomogene rekurentne jednaˇine, pn : s c an = hn + pn . Nehomogena rekurentna jednaˇina se reˇava na neki od slede´ih naˇina: c s c c 1◦ nakon ispisivanja prvih nekoliko ˇlanova niza uoˇimo neko pravilo (ili samo reˇenje) i c c s to dokaˇemo matematiˇkom indukcijom; z c 2◦ reˇimo odgovaraju´u homogenu rekurentnu jednaˇinu i pogodimo partikularno reˇenje; s c c s 3◦ reˇimo odgovaraju´u homogenu rekurentnu jednaˇinu i primenimo metodu varijacije s c c konstanti.
(1) (2) (k) (1) (2) (k) (1) (2) (k)

ˇ LINEARNA REKURENTNA JEDNACINA SA KONSTANTNIM KOEFICIJENTIMA
Prvo ´emo posmatrati linearnu homogenu rekurentnu jednaˇinu reda k sa konstantnim c c koeficijentima: (2.8) fk · an+k + fk−1 · an+k−1 + . . . + f0 · an = 0, gde su fi , i = 0, 1, . . . , k konstante i f0 , fk = 0. Ako potraˇimo njeno reˇenje u obliku z s an = tn , dobijamo tn (fk tk + fk−1 tk−1 + . . . + f1 t + f0 ) = 0. Osim trivijalnog reˇenja s an = 0 sva ostala reˇenja pretpostavljanog oblika daje jednaˇina s c (2.9) fk tk + fk−1 tk−1 + . . . + f1 t + f0 = 0. Ova algebarska jednaˇina se naziva karakteristiˇna jednaˇina rekurentne jednaˇine (2.8). c c c c Sada razlikujemo nekoliko sluˇajeva u zavisnosti od toga kakvi su koreni t1 , t2 , . . . , tk c (jednaˇina stepena k ima taˇno k reˇenja nad poljem C) karakteristiˇne jednaˇine (2.9). c c s c c ◦ 1 Sva reˇenja t1 , t2 , . . . , tk su medjusobno razliˇita. Tada je opˇte reˇenje s c s s an = C1 · t1 n + C2 · t2 n + . . . + Ck · tk n . NAPOMENA.
terminante Da su ova reˇenja nezavisna sledi iz Teoreme 2.2.8 i Vandermondove des ˛ ˛ ˛1 x1 x1 2 . . . x1 n−1 ˛ ˛ 2 n−1 ˛ ˛1 x 2 x 2 ˛ . . . x2 Y ˛ ˛ Dn = ˛ . (xj − xi ). . . . ˛= .. . . . ˛ ˛. . . . . ˛ 1 i<j n ˛. ˛1 xn xn 2 . . . xn n−1 ˛

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

91

Sliˇnim, ali komplikovanijim rezonom iz linearne algebre moˇemo pokazati da su reˇenja i iz c z s narednog sluˇaja nezavisna. c

2◦ Ako medju reˇenjima karakteristiˇne jednaˇine ima viˇestrukih, uoˇimo koren tm s c c s c reda s, s > 1. Tada se moˇe pokazati da su nizovi sa slede´im opˇtim ˇlanovima z c s c tm n , ntm n , . . . , ns−1 tm n svi nezavisna reˇenja polazne rekurentne jednaˇine i da je deo s c opˇteg reˇenja koji odgovara korenu tm (koji se javlja s puta jer mu je viˇestrukost s) s s s jednak izrazu Cm · tm n + Cm+1 · n · tm n + . . . + Cm+s−1 · ns−1 · tm n , gde su Cm , Cm+1 , . . . , Cm+s−1 proizvoljno odabrane konstante. NAPOMENA.
Naredna 2 sluˇaja su specijalni sluˇajevi prethodna 2 sluˇaja, ali zbog c c c nekih razliˇitosti, kao i njihovog znaˇaja ovde smo ih izdvojili. c c

3◦ Neka je kompleksan broj ti = α + βi prosta nula karakteristiˇne jednaˇine. Tada je i c c ti+1 = ti = α − βi prosta nula. Ako je α ± βi = ρ · (cos θ ± i · sin θ) onda imamo da su ˇlanovi koji odgovaraju reˇenjima ti i ti+1 (taj deo je takodje realan broj) jednaki: c s Ci · (α + βi)n + Ci+1 · (α − βi)n = Di · ρn · cos nθ + Di+1 · ρn · sin nθ, gde su Ci i Ci+1 kompleksne konstante, a Di i Di+1 realne. 4◦ Ukoliko je kompleksan broj ti = α + βi nula reda s karakteristiˇne jednaˇine (tada je c c c c i ti+1 = ti = α − βi nula reda s), sliˇno kao u prethodna dva sluˇaja, njima odgovaraju partikularna reˇenja s ρn · cos nθ, ρn · sin nθ; n · ρn · cos nθ, n · ρn · sin nθ; . . . ; ns−1 · ρn · cos nθ, ns−1 · ρn · sin nθ. PRIMER 2.2.12. Odrediti niz {xn } zadat rekurentnom jednaˇinom c xn+3 + axn+2 + bxn+1 + cxn = 0, a, b, c ∈ R. Reˇenje. Karakteristiˇna jednaˇina je t3 + at2 + bt + c = 0 i neka su njene nule t1 , t2 i s c c t3 . U zavisnosti od toga kakve su t1 , t2 i t3 imamo nekoliko sluˇajeva: c ◦ 1 Ukoliko su sve tri nule razliˇiti realni brojevi opˇte reˇenje je c s s xn = C1 · t1 n + C2 · t2 n + C3 · t3 n . 2◦ Ukoliko su sve tri nule realni brojevi i t1 = t2 = t3 , opˇte reˇenje je s s xn = C1 · t1 n + C2 · n · t1 n + C3 · t3 n . 3◦ Ukoliko su nule trostruke i realne, tj. t1 = t2 = t3 , opˇte je s xn = C1 · t1 n + C2 · n · t1 n + C3 · n2 · t1 n . 4◦ Ukoliko nisu sva reˇenja realna, tj. t1 ∈ R, t2 = α + βi = ρ · (cos θ + i · sin θ), s t3 = α − βi = ρ · (cos θ − i · sin θ), opˇte reˇenje je s s xn = C1 · t1 n + C2 · ρn · cos nθ + C3 · ρn · sin nθ.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA PRIMER 2.2.13.

92

Reˇiti sistem rekurentnih jednaˇina (za proizvoljne p, q, r, s ∈ R): s c xn+1 = pxn + qyn , yn+1 = rxn + syn .

Reˇenje. Ako je q = r = 0 imamo dve (medjusobno nezavisne) geometrijske progresije. s Kada je q = 0 (i sliˇno ako je r = 0) sistem svodimo na jednu rekurentnu jednaˇinu c c xn+1 − pxn xn+2 − pxn+1 , yn+1 = (svako drugog reda: iz prve jednaˇine imamo yn = c q q n u prethodnoj jednaˇini smo zamenili sa n + 1) i kad ovo zamenimo u drugu dobijamo c xn+2 − pxn+1 xn+1 − pxn = rxn + s , q q odnosno nakon sredjivanja xn+2 + (p + s)xn+1 + (sp − qr)xn = 0, ˇto je homogena linearna rekurentna jednaˇina sa konstantnim koeficijentima (najviˇe 2. s c s reda) koju dalje moˇemo reˇiti standardnim postupkom. Niz {yn } moˇe se odrediti iz z s z relacije qyn = xn+1 − pxn . Sada se vratimo na nehomogenu linearnu rekurentnu jednaˇinu reda k sa konstantnim c koeficijentima: (2.10) fk · an+k + fk−1 · an+k−1 + . . . + f0 · an = f (x).

Prvo ´emo reˇiti odgovaraju´u homogenu jednaˇinu – to je jednaˇina (2.8) i dobi´emo c s c c c c homogeni deo reˇenja hn na naˇin opisan u prethodnom izlaganju. Ako ne moˇemo da s c z pogodimo reˇenje (ˇto nije baˇ lako), u nekoliko (veoma ˇestih) sluˇaja znamo u kom s s s c c obliku treba da traˇimo partikularno reˇenje: z s • Ako je f (n) = Pd (n) polinom stepena d po promenljivoj n i ako t = 1 nije reˇenje karakteristiˇne jednaˇine rekurentne jednaˇine (2.8) tada partikus c c c larno reˇenje nehomogene jednaˇine (2.10) traˇimo kao nepoznati polinom Qd (n) s c z stepena d, tj. u obliku pn = Qd (n) = A0 + A1 n + A2 n2 + . . . + Ad nd , gde nepoznate konstante Ai dobijamo kada ovaj izraz za pn zamenimo u polaznu nehomogenu jednaˇinu (2.10). c Ako je f (n) = Pd (n) i t = 1 jeste koren mnogostrukosti m karakteristiˇne jednaˇine c c onda partikularno reˇenje traˇimo u obliku s z pn = nm · Qd (n) = A0 nm + A1 nm+1 + A2 nm+2 + . . . + Ad nm+d . • Ako je f (n) = K · bn (K je neka konstanta) i ako t = b nije koren karakteristiˇne c jednaˇine onda partikularno reˇenje traˇimo u obliku c s z pn = A · bn , gde nepoznatu konstantu A traˇimo tako ˇto izraz za pn zamenimo u (2.10). z s Ako je f (n) = K · bn i ako t = b jeste koren mnogostrukosti m karakteristiˇne c jednaˇine onda partikularno reˇenje traˇimo u obliku c s z pn = A · nm · bn .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

93

• Ako je f (n) = Pd (n) · bn , gde je Pd (n) polinom stepena d po promenljivoj n i ako t = b nije reˇenje karakteristiˇne jednaˇine rekurentne jednaˇine (2.8) tada s c c c partikularno reˇenje nehomogene jednaˇine (2.10) traˇimo u obliku s c z pn = Qd (n) · bn = (A0 + A1 n + A2 n2 + . . . + Ad nd ) · bn , gde nepoznate konstante Ai dobijamo kada ovaj izraz za pn zamenimo u (2.10). Ako je f (n) = Pd (n) i t = b jeste koren mnogostrukosti m karakteristiˇne jednaˇine c c onda partikularno reˇenje traˇimo u obliku s z pn = nm · Qd (n) · bn = (A0 nm + A1 nm+1 + A2 nm+2 + . . . + Ad nm+d ) · bn . • Ako je nehomogeni deo ili f (n) = K · cos(nθ) ili f (n) = K · sin(nθ) ili f (n) = K1 · cos(nθ)+K2 ·sin(nθ) (K, odnosno K1 i K2 su konstante) i ako t = eiθ = cos θ+i sin θ nije reˇenje karakteristiˇne jednaˇine rekurentne jednaˇine (2.8) tada partikularno s c c c reˇenje nehomogene jednaˇine (2.10) traˇimo u obliku s c z pn = A · cos(nθ) + B · sin(nθ), gde nepoznate konstante A i B dobijamo kada ovaj izraz za pn zamenimo u (2.10). Ako nehomogeni deo f (n) = K · cos(nθ) ili f (n) = K · sin(nθ) ili f (n) = K1 · cos(nθ) + K2 · sin(nθ) i t = eiθ jeste koren mnogostrukosti m karakteristiˇne jednaˇine (2.8) onda partikularno reˇenje traˇimo u obliku c c s z pn = nm · A · cos(nθ) + B · sin(nθ) . • Ako je f (n) = Pd (n) · sin(nθ) ili f (n) = Pd (n) · cos(nθ) ili f (n) = Pd1 (n) · sin(nθ) + Pd2 (n) · cos(nθ), gde je Pd (n) polinom stepena d po promenljivoj n, odnosno u tre´em sluˇaju Pd1 (n) i Pd2 (n) polinomi stepena d1 i d2 , c c za koje vaˇi da je d = max{d1 , d2 }, i ako t = eiθ = cos θ + i sin θ nije reˇenje karakz s teristiˇne jednaˇine (2.8) tada partikularno reˇenje nehomogene jednaˇine (2.10) c c s c traˇimo u obliku z pn = Qd (n) · sin(nθ) + Rd (n) · cos(nθ) = (A0 + A1 n + A2 n2 + . . . + Ad nd ) · sin(nθ) + (B0 + B1 n + B2 n2 + . . . + Bd nd ) · cos(nθ),

gde nepoznate konstante Ai i Bj (tj. nepoznate polinome Qd (n) i Rd (n) stepena d) dobijamo kada ovaj izraz za pn zamenimo u (2.10). Ako je f (n) = Pd (n) · sin(nθ) ili f (n) = Pd (n) · cos(nθ) ili f (n) = Pd1 (n) · sin(nθ) + Pd2 (n) · cos(nθ) i t = eiθ jeste koren mnogostrukosti s z m karakteristiˇne jednaˇine (2.8) onda partikularno reˇenje traˇimo u obliku c c pn = nm · Qd (n) · sin(nθ) + Rd (n) · cos(nθ) . • (Najopˇtiji od ovih oblika) Ako je f (n) = Pd (n) · bn · sin(nθ) ili f (n) = Pd (n) · s bn · cos(nθ) ili f (n) = bn · Pd1 (n) · sin(nθ) + Pd2 (n) · cos(nθ) i ako t = b · eiθ = b(cos θ + i sin θ) nije reˇenje karakteristiˇne jednaˇine rekurentne jednaˇine (2.8) s c c c tada partikularno reˇenje nehomogene jednaˇine (2.10) traˇimo u obliku s c z pn = bn · Qd (n) · sin(nθ) + Rd (n) · cos(nθ) ,

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

94

gde nepoznate polinome Qd (n) i Rd (n) stepena d dobijamo kada ovaj izraz za pn zamenimo u (2.10). Ako je f (n) = Pd (n)·bn ·sin(nθ) ili f (n) = Pd (n)·bn ·cos(nθ) ili f (n) = bn · Pd1 (n)· c sin(nθ) + Pd2 (n) · cos(nθ) i t = b · eiθ jeste koren mnogostrukosti m karakteristiˇne jednaˇine onda partikularno reˇenje traˇimo u obliku c s z pn = nm · bn · Qd (n) · sin(nθ) + Rd (n) · cos(nθ) . Ako je nehomogeni deo f (n) sastavljen od zbira (ili razlike) nekoliko delova od kojih je svaki nekog od oblika koji su dati malopre, onda za svaki od njih ponaosob odredimo odgovaraju´e partikularno reˇenje i onda ih saberemo (ili oduzmemo), tj. nehomogenom c s delu f (n) odgovara slede´i partikularni deo p(n): c f (n) = f1 (n) + f2 (n) + . . . p(n) = p1 (n) + p2 (n) + . . . ,

gde nehomogenom delu f1 (n) odgovara partikularno reˇenje p1 (n), f2 (n) odgovara p2 (n), s ... Prethodna teoretska razmatranja ´emo ilustrovati kroz naredne primere. c PRIMER 2.2.14. Na´i opˇte reˇenje rekurentne jednaˇine an = 6an−1 − 8an−2 + 3n . c s s c

Reˇenje. Reˇimo prvo homogenu jednaˇinu an = 6an−1 − 8an−2 , tj. kad sve prebacimo s s c na levu stranu an − 6an−1 + 8an−2 = 0. Ona ima karakteristiˇnu jednaˇinu t2 − 6t + 8 = 0 koja ima 2 reˇenja t1 = 2 i t2 = 4. c c s Stoga je reˇenje homogenog dela s hn = C1 · 2n + C2 · 4n , gde su C1 i C2 neke konstante koje zavise od poˇetnih uslova (kako u ovom primeru c nisu dati poˇetni uslovi ove konstante ne moˇemo odrediti, tj. one ´e ostati i u krajnjem c z c reˇenju). s Sada traˇimo partikularno reˇenje. Kako je nehomogeni deo f (n) = 3n i t = 3 nije z s koren karakteristiˇne jednaˇine partikularno reˇenje traˇimo u obliku pn = A · 3n . Tada c c s z je pn−1 = A · 3n−1 i pn−2 = A · 3n−2 i kad ovo ubacimo u polaznu jednaˇinu dobijamo c da je A · 3n = 6 · A · 3n−1 − 8 · A · 3n−2 + 3n . Kada sve podelimo sa 3n−2 dobijamo 9A = 18A − 8A + 9, odakle je A = −9 = −32 . Dobijamo da je partikularno reˇenje pn = −3n+2 . Konaˇno imamo da je reˇenje ove s c s rekurentne jednaˇine an = hn + pn : c an = C1 · 2n + C2 · 4n − 3n+2 .

PRIMER 2.2.15. Na´i opˇti ˇlan niza zadatog sa an − 6an−1 + 12an−2 − 8an−3 = 2n c s c uz poˇetne uslove a0 = 0, a1 = 2 i a2 = 16. c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

95

Reˇenje. s Reˇimo prvo homogenu jednaˇinu. Kada reˇimo karakteristiˇnu jednaˇinu s c s c c t3 − 6t2 + 12t − 8 = 0 dobijemo trostruku nulu t1 = t2 = t3 = 2. Stoga je reˇenje s homogenog dela hn = C1 2n + C2 n2n + C3 n2 2n . Kako je t = 2 trostruka nula (nula reda 3) partikularno reˇenje traˇimo u obliku pn = s z 1 An3 2n . Kada ubacimo pn−1 , pn−2 i pn−3 u polaznu rekurentnu vezu dobi´emo A = 6 , c 1 3 n s s s tj. partikularno reˇenje je pn = 6 n 2 , ˇto nam daje opˇte reˇenje ovog niza: s 1 1 an = C1 2n + C2 n2n + C3 n2 2n + n3 2n = 2n (C1 + C2 n + C3 n2 + n3 ). 6 6 Konstante C1 , C2 i C3 traˇimo iz poˇetnih uslova (reˇavanjem sistema linearnih z c s jednaˇina): c a0 = 0 = 20 (C1 + C2 · 0 + C3 · 02 + a1 = 2 = 21 (C1 + C2 · 1 + C3 · 12 + a2 = 16 = 22 (C1 + C2 · 2 + C3 · 22 +
1 6 1 6 1 6

· 03 ) · 13 ) · 23 ) ⇒ C1 = 0, C2 =

1 1 , C3 = . 3 2

Konaˇno dobijamo opˇti ˇlan niza kada ove konstante ubacimo u opˇte reˇenje: c s c s s a n = 2 n ( 1 n + 1 n2 + 1 n3 ) = 3 2 6 2n · n(n + 1)(n + 2) . 6

Osvrnimo se joˇ na reˇavanje linearne rekurentne jednaˇine reda k sa konstantnim s s c koeficijentima (2.10) kada je dato k poˇetnih uslova. Tada imamo dve mogu´nosti. c c • Ako su poˇetni uslovi uzastopni (tj. njihovi indeksi su uzastopni celi brojevi, npr. c a0 , a1 , . . . , ak−1 ili a1 , a2 , . . . , ak ) onda su konstante Ci u homogenom reˇenju hn s jedinstveno odredjene, odnosno odgovaraju´i problem ima jedinstveno reˇenje. c s • Ako poˇetni (ili graniˇni) uslovi nisu uzastopni onda odgovaraju´i problem moˇe c c c z da ima jedinstveno reˇenje, viˇe reˇenja ili da uopˇte nema reˇenja. s s s s s Ilustrujmo ovo na jednom jednostavnom primeru. PRIMER 2.2.16. Homogenoj rekurentnoj relaciji an = 4an−2 odgovara karakteristiˇna jednaˇina t2 − 4 = 0, pa je opˇte reˇenje an = C1 · 2n + C1 · (−2)n . U zavisnosti od c c s s toga kakvi su poˇetni uslovi imamo nekoliko razliˇitih sluˇajeva (u prvom sluˇaju ´emo c c c c c dati uzastopna reˇenja, a u naredna 3 neuzastopna): s • a0 = x a1 = y ⇒ C1 2C1 + − C2 2C2 = = 2x − y 2x + y x i C2 = ⇒ ⇒ C1 = y 4 4
2x+y 4

imamo jedinstveno reˇenje s •

an =

· 2n +

2x−y 4

· (−2)n .

a0 = 1 C1 + C2 = 1 ⇒ ⇒ C1 = α i C2 = 1 − α, gde je a2 = 4 4C1 + 4C2 = 4 α ∈ R ⇒ imamo beskonaˇno mnogo reˇenja (koja zavise od jednog parametra α) c s an = α · 2n + (1 − α) · (−2)n . a0 = 1 a2 = 5 ⇒ C1 4C1 + C2 + 4C2 = 1 ⇒ nema reˇenja. s = 5

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA • a0 = 2 a3 = 0 ⇒ C1 8C1 + − C2 8C2

96

= 2 ⇒ C1 = C2 = 1 ⇒ imamo jedinstveno = 0 2n+1 0 n parno . n neparno

reˇenje an = 2n + (−2)n = s

ˇ NEKE NELINEARNE REKURENTNE JEDNACINE
Za nelinearne rekurentne jednaˇine ne postoji opˇti postupak za njihovo reˇavanje. c s s U narednom izlaganju mi ´emo kroz primere dati postupke za reˇavanje nekih tipova c s nelinearnih jednaˇina. c PRIMER 2.2.17. Na´i opˇti ˇlan. c s c Dat je niz sa a0 = 1, an = an−1 + an−2 + . . . + a1 + 2a0 za n 1.

Reˇenje. Ovde nam problem ˇini ˇto svaki slede´i ˇlan niza zavisi od svih prethodnih. s c s c c Primetimo da je an−1 = an−2 + . . . + a1 + 2a0 . Polazna rekurentna jednaˇina svodi na c an = an−1 + (an−2 + . . . + a1 + 2a0 ) = an−1 + an−1 = 2an−1 , uz poˇetni uslov a0 = 1. Reˇenje ove linearne rekurentne jednaˇine prvog reda sa konc s c stantnim koeficijentima je an = 2n . PRIMER 2.2.18. ˇlan. c Dat je niz sa x0 = 1, x1 = 2, xn+2 = xn+1 3 za n xn 2 0. Na´i opˇti c s

Reˇenje. s Principom matematiˇke indukcije se pokaˇe da je xn > 0 za svako n ∈ N. c z Tada moˇemo uvesti smenu yn = log2 xn . Kada logaritmujemo polaznu rekurentnu z jednaˇinu dobijamo linearnu rekurentnu jednaˇinu sa konstantnim koeficijentima c c yn+2 = 3yn+1 − 2yn (sa poˇetnim uslovima y0 = 0, y1 = 1). Ova jednaˇina ima reˇenje yn = 2n − 1, pa je c c s n reˇenje polazne nelinearne rekurentne jednaˇine xn = 22 −1 . s c PRIMER 2.2.19. Niz {an } definisan je na slede´i naˇin: a1 = 1, an = c c n+1 (a1 + n−1

a2 + . . . + an−1 ) za n > 1. Odrediti a2007 . Reˇenje. s Data rekurentna jednaˇina moˇe se zapisati i kao c z (n − 1)an = (n + 1)(a1 + a2 + . . . + an−1 ),

a sada ako obema stranama dodamo (n − 1)(a1 + a2 + . . . + an−1 ) dobijamo jednaˇinu c (n − 1)(a1 + a2 + . . . + an−1 + an ) = 2n(a1 + a2 + . . . + an−1 ),

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA koja se moˇe srediti na oblik z a1 + a2 + . . . + an−1 + an a1 + a2 + . . . + an−1 =2· . n n−1 Sa Sk oznaˇimo aritmetiˇku sredinu prvih k ˇlanova niza, tj. Sk = c c c linearnu jednaˇinu sa konstantnim koeficijentima prvog reda c Sn = 2Sn−1 , ˇije je reˇenje Sn = 2n−1 . Na osnovu ovoga nalazimo opˇti ˇlan polaznog niza c s s c an = nSn − (n − 1)Sn−1 = (n + 1)2n−2 . Zamenom u prethodnu jednakost dobijamo da je a2007 = 2008 · 22005 . PRIMER 2.2.20. za sve m, n ∈ N0 , m Reˇenje. s (2.11) Za niz {an } vaˇi: am+n + am−n − m + n − 1 = z n. Ako je a1 = 3 na´i a2007 . c
a1 +a2 +...+ak , k

97

dobijamo

a2m + a2n 2

Za n = 0 dobijamo a2m = 4am − 2m − 3.

Za m = 1 i n = 0 dobijamo a2 = 7. Zamena n = 1 u polaznoj relaciji daje am+1 + 1 am−1 − m = (a2m + a2 ) i odatle nalazimo 2 (2.12) a2m = 2am+1 + 2am−1 − 2m − 7.

Kada od (2.12) oduzmemo (2.11) i podelimo sa 2 dobijamo nehomogenu linearnu rekurentnu jednaˇinu c (2.13) am+1 − 2am + am−1 = 2.

Reˇimo ovu nehomogenu jednaˇinu. Odgovaraju´oj homogenoj odgovara karakteristiˇna s c c c jednaˇina t2 − 2t + 1 = 0, koja ima dvostruko reˇenje t1 = t2 = 1, te tada dobijamo da je c s homogeni deo reˇenja an,h = A + Bn. Partikularno reˇenje traˇimo u obliku an,p = Cn2 , s s z ˇto kad uvrstimo u nehomogenu rekurentnu jednaˇinu (2.13) nalazimo an,p = n2 . Stoga s c je an = an,h + an,p = A + Bn + n2 . Konstante A i B dobijamo iz poˇetnih uslova c a0 = 1 = A, a1 = 3 = A + B + 1, ˇto nam daje reˇenje A = B = C = 1, odakle je s s an = n2 + n + 1 za svako n ∈ N0 . Odgovor na pitanje iz zadatka je a2007 = 20072 + 2008. PRIMER 2.2.21. Reˇiti rekurentnu jednaˇinu xn+1 − n · xn = n! · n5 , za n s c 0.

Reˇenje. s Reˇimo prvo odgovaraju´u homogenu jednaˇinu hn+1 − nhn = 0. Kako je s c c hn = (n − 1)hn dobijamo da je hn = C(n − 1)! (gde je h1 = C). Potraˇimo opˇte z s reˇenje polazne rekurentne jednaˇine metodom varijacije konstanti (umesto konstante C s c uzimamo da je tu neki nepoznati niz cn , tj. u obliku pn = cn · (n − 1)!

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA ˇto kad uvrstimo u polaznu rekurentnu jednaˇinu dobijamo s c n! · cn+1 − n · (n − 1)! · cn = n! · n5 ,

98

odakle kad skratimo sve sa n! dobijamo nehomogenu linearnu rekurentnu jednaˇinu sa c konstantnim koeficijentima cn+1 − cn = n5 . Kako je nehomogeni deo f (n) = n5 polinom stepena 5 i kako je t = 1 nula karakteristiˇne c jednaˇine partikularno reˇenje traˇimo u slede´em obliku c s z c pn = n · Q5 (n) = n · (An5 + Bn4 + Cn3 + Dn2 + En + F ), dde je Q5 (n) nepoznati polinom stepena 5. Konstante A, B, C, D, E, F odredjujemo ubacivanjem u jednaˇinu pn+1 − pn = n5 – dobijamo c pn = 1 (2n6 − 6n5 + 5n4 − n2 ), 12

1 odnosno kada faktoriˇemo pn = 12 n2 (n − 1)2 (2n2 − 2n − 1). Kako je reˇenje homogenog s s dela samo konstanta K dobijamo da je opˇte reˇenje s s

xn = K +

1 2 n (n − 1)2 (2n2 − 2n − 1). 12

Konstantu K treba da odredimo iz poˇetnih uslova. Kada n = 0 uvrstimo u polaznu c jednaˇinu dobijamo da je x1 = 0, a odatle je K = 0. Konaˇno dobijamo da je c c xn =
1 2 12 n (n

− 1)2 (2n2 − 2n − 1)

M

n 1 , n=0

gde je M proizvoljna konstanta. PRIMER 2.2.22. n Neka je niz {xn } dat sa: x0 = a, x1 = b, xn = xn−1 + xn−2 , za n−1

0. Na´i opˇti ˇlan niza. c s c Uvedimo smenu yn = xn . Polazna jednaˇina postaje c n+1

Reˇenje. s

(n + 1)yn = nyn−1 + yn−2 ,
b uz nove poˇetne uslove y0 = a i y1 = 2 . c Sada uvedimo joˇ jednu smenu s c zn = yn − yn−1 i dobijamo (n + 1)zn = −zn−1 , uz poˇetni uslov z1 = b−2a . Vra´anjem c 2 unazad dolazimo do opˇteg ˇlana niza {zn }: s c

zn = (−

1 1 b − 2a 1 ) · (− ) · . . . · (− ) · z1 = (−1)n−1 . n+1 n 3 (n + 1)!

Dalje za opˇti ˇlan niza {yn } imamo s c
n n

yn = y0 +
i=1

zi = a + (b − 2a)
i=1

(−1)n−1 . (n + 1)!
n X (−1)n−1 (n+1)! i=1

Konaˇno imamo xn = (n + 1)yn = (n + 1) · a + (b − 2a) c

.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA PRIMER 2.2.23. Odrediti xn ako je dato x0 = m i xn+1 = axn + b . cxn + d

99

yn , uz nove poˇetne uslove z0 = 1 i y0 = m. Tada c zn yn+1 axn + b imamo xn+1 = , a kada zamenimo u polaznu jednaˇinu imamo xn+1 = c = zn+1 cxn + d yn a zn + b ayn + bzn = . Izjednaˇavanjem ova 2 izraza polaznu nelinearnu rekurentnu c n c yn + d cyn + dzn z jednaˇinu smo sveli na sistem linearnih rekurentnih jednaˇina c c Reˇenje. s Uvedimo smenu xn = yn+1 = ayn + bzn , zn+1 = cyn + dzn uz poˇetne uslove z0 = 1 i y0 = x0 , ˇto je Primer 2.2.13. c s Proverimo joˇ da ovako odredjeni nizovi {yn } i {zn } u potpunosti odredjuju niz {xn }. s 0 Tada je x0 = y0 = m = m i z 1 xn+1 =
n a yn + b yn+1 ayn + bzn axn + b z = = yn = . zn+1 cyn + dzn c zn + d cxn + d

PRIMER 2.2.24.

Niz {xn } koji je reˇenje rekurentne jednaˇine xn+1 = s c

zadovoljava uslov x2006 = 3. Odrediti koliko je x1 .

xn − 1 xn + 1

Reˇenje. Ovaj primer bismo mogli da uradimo tehnikom koju smo razvili u prethods nom primeru, ali ´emo ovde dati drugi pristupak. c Ako izraˇunamo prvih nekoliko ˇlanova niza dobijamo c c x1 = x0 − 1 , x0 + 1 x2 = − 1 , x0 x3 = x0 + 1 1 − x0 i x4 = x0 .

Kako svaki slede´i ˇlan niza {xn } zavisi samo od prethodnog, to je ovaj niz periodiˇan c c c sa periodom 4. Stoga je a2006 = a4·501+2 = x2 = 3, a iz polazne rekurentne jednaˇine c imamo x2 = x1 −1 . Reˇavanjem jednaˇine 3 = x1 −1 dobijamo da je x1 = −2. s c x1 +1 x1 +1 PRIMER 2.2.25. Reˇenje. s Reˇiti rekurentnu jednaˇinu xn+1 · xn + axn+1 + bxn + c = 0. s c

yn+1 − a. Kada zamenimo u polaznu jednaˇinu imamo c yn yn+2 yn+1 yn+2 yn+1 ( yn+1 − a)( yn − a) + a · ( yn+1 − a) + b · ( yn − a) + c = 0, odnosno nakon skra´ivanja c yn+2 + (b − a) yn+1 + (c − ab) = 0, ˇto nakon mnoˇenja sa yn daje homogenu linearnu s z yn yn rekurentnu jednaˇinu sa konstantnim koeficijentima c Uvedimo smenu xn = yn+2 + (b − a)yn+1 + (c − ab)yn = 0.

PRIMER 2.2.26. uslovom x0 = a.

Reˇiti rekurentnu jednaˇinu xn+1 = xn (2 − c · xn ), sa poˇetnim s c c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

100

Reˇenje. Ako je c = 0, data rekurentna jednaˇina se svodi na linearnu jednaˇinu prvog s c c reda xn+1 = 2xn i ona ima reˇenje xn = a · 2n . s Neka je c = 0. Tada imamo slede´i niz jednakosti c cxn+1 = cxn (2 − xn ) = 1 − (1 − cxn ) 1 + (1 − cxn ) = 1 − (1 − cxn )2 , odakle dobijamo da je 1 − cxn+1 = (1 − cxn )2 . Smenom yn = 1 − cxn se prethodna rekurentna jednaˇina svodi na yn+1 = yn 2 uz poˇetni uslov y0 = 1 − ac. c c Iz jednakosti yn+1 = yn 2 nam sledi i da su svi (tj. za n 1) ˇlanovi niza {yn } pozitivni, c pa moˇemo uvesti novu smenu zn = ln yn pa dobijamo linearnu jednaˇinu zn+1 = 2zn , z c uz poˇetni uslov z0 = ln(1 − ac). Odavde, sliˇno kao i u prvom sluˇaju, dobijamo da je c c c n 1 − (1 − ac)2 n zn = 2n · ln(1 − ac), odakle je yn = (1 − ac)2 , odakle je xn = . c PRIMER 2.2.27. Reˇiti rekurentnu jednaˇinu xn+1 = s c Reˇenje. s Primetimo da je xn+1 − √ c= √ 1 (xn − c)2 · 2 xn i xn+1 + √ c= √ 1 (xn + c)2 · . 2 xn 1 2 xn + c , uz uslov x0 = a. xn

Stoga imamo da je √ √ xn+1 − c (x − c)2 √ = n √ 2 = xn+1 + c (xn + c) √ xn − c √ xn + c
2

.
2n

√ √ xn+1 − c a− c √ = √ Dalje, kao i u prethodnom primeru, dobijamo da je xn+1 + c a+ c n √ 2 a− c √ n √ n √ 1 + a+√c √ (a + c)2 + (a − c)2 √ 2n √ nalazimo xn = c · c· . n = √ 2 (a + c) − (a − c)2n c 1 − a−√c a+ PRIMER 2.2.28. x0 = a. Reˇenje. s

, odakle

Reˇiti rekurentnu jednaˇinu xn+1 = 2xn 2 −1, sa poˇetnim uslovom s c c
c+c−1 2

Neka je c broj koji zadovoljava jednakost xn = c2 + c−2 2
n n

= a. Pokaˇimo da z

predstavlja reˇenje date rekurentne jednaˇine: s c xn+1 = a i x0 = c2
0 n+1

+ c−2 2 =

n+1

=

c2 + c−2 2

n

n

2

−2

=2·

c2 + c−2 2

n

n

2

− 1 = 2xn 2 − 1,

c2 +c−2 2

0

c+c−1 2

= a.

PRIMER 2.2.29.

Na´i reˇenje sistema rekurentnih jednaˇina c s c xn+1 + yn+1 = xn + yn ,

2xn+1 + yn+1 = xn + 3yn ,

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA koje zadovoljava poˇetne uslove x0 = 1 i y0 = 2. c

101

Reˇenje. s Kada od prve jednaˇine oduzmemo drugu dobijamo xn+1 = 2yn . Kada od c dvostruke druge oduzmemo prvu dobijamo yn+1 = xn − yn . Sada kao u Primeru 2.2.13 xn+1 = 2yn sa istim poˇetnim c reˇimo ovaj novi sistem rekurentnih jednaˇina s c yn+1 = xn − yn uslovima x0 = 1 i y0 = 2, te dobijamo reˇenje s xn = 2 − (−2)n , yn = 1 + (−2)n .

PRIMER 2.2.30.

Nizovi {an } i {bn } zadovoljavaju sistem rekurentnih jednaˇina c an+1 = bn , an bn+1 = bn − 1 . an − 1

Na´i poˇetne uslove x0 i y0 ako je poznato da ovi nizovi konvergiraju. c c Reˇenje. s Odredimo prvih nekoliko ˇlanova oba niza c b0 a0 a0 (b0 − 1) a2 = b0 (a0 − 1) a1 = b0 b0 − 1 b0 − 1 a4 = b0 − a0 a5 = a0 a3 = b0 − 1 a0 − 1 a0 b2 = a0 − 1 b1 = b0 b0 − a0 a0 (b0 − 1) b4 = b0 − a0 b5 = b0 b3 =

Vidimo da su oba niza periodiˇni sa istim periodom 5. Periodiˇni nizovi {an } i {bn } su c c konvergentni ako i samo ako su konstantni, tj. akko vaˇi a1 = a0 i b1 = b0 , odnosno akko z je b0 b0 − 1 = a0 i = b0 . a0 a0 − 1 Eliminisanjem promenljive b0 = a0 2 iz ovog sistema dobijamo kvadratnu jednaˇinu a0 2 − c a0 − 1 = 0, ˇijim reˇavanjem dobijamo 2 reˇenja datog sistema: c s s (a0 , b0 ) ∈
√ √ 1− 5 3− 5 , 2 2

,

√ √ 1+ 5 3+ 5 , 2 2

.

PRIMER 2.2.31.

Reˇiti sistem rekurentnih jednaˇina s c xn+1 = xn + yn , 2 yn+1 = 2xn yn , xn + yn

sa poˇetnim uslovima x0 = a i y0 = b. c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

102

Reˇenje. s Ako pomnoˇimo ove 2 jednaˇine dobijamo xn+1 yn+1 = xn yn . Pomo´u ove z c c relacije moˇemo principom matematiˇke indukcije dokazati da je xn yn = ab, te se time z c polazni sistem rekurentnih jednaˇina sveo na c xn+1 = xn + yn , 2 xn yn = ab.

Ako sad elimiˇemo promenljivu yn iz ovih jednakosti dobijamo novu jednaˇinu xn+1 = s c 1 ab (xn + xn ), koju smo ve´ razmatrali u Primeru 2.2.27, te imamo da je njeno reˇenje c s 2 xn = √ √ n √ n √ √ ( a + b)2 + ( a − b)2 √ √ ab · √ . √ ( a + b)2n − ( a − b)2n

Sada iz relacije xn yn = ab nalazimo i yn : √ n √ n √ √ √ ( a + b)2 − ( a − b)2 √ n √ yn = ab · √ . √ ( a + b)2 + ( a − b)2n

PRIMER 2.2.32. Dat je niz x1 = 2, x2 = x3 = 7, xn+1 = xn · xn−1 − xn−2 . Dokazati da je xn + 2 potpun kvadrat. Reˇenje. s Odredimo narednih nekoliko ˇlanova niza: c x4 = 47, x5 = 322, x6 = 15 127, x7 = 4 870 847.

Vidimo da on jako brzo raste, te ´emo pokuˇati sa pretpostavkom da je opˇti ˇlan niza c s s c u obliku xn = af (n) + a−f (n) . Uvrˇtavanjem u polaznu rekurentnu jednaˇinu dobijamo s c af (n+1) + a−f (n+1) = (af (n) + a−f (n) ) · (af (n−1) + a−f (n−1) ) − (af (n−2) + a−f (n−2) ), tj. af (n+1) + a−f (n+1) = af (n)+f (n−1) + af (n)−f (n−1) + a−f (n)+f (n−1) + −f (n)−f (n−1) f (n−2) −f (n−2) a −a −a . Ako izjednaˇimo 1. i 2. ˇlan sa leve strane i 1. i c c 4. ˇlan sa desne strane dobija se da je c f (n + 1) = f (n) + f (n − 1). Ovo taˇno odgovara da se ostali ˇlanovi pokrate, jer je pomerena ova jednaˇina f (n) = c c c f (n − 1) + f (n − 2), tj. f (n) − f (n − 1) = f (n − 2). Ostaje da traˇimo poˇetne uslove za funkciju f (n). Iz x1 = 2 = af (1) + a−f (1) z c dobijamo da je f (1) = 0 (sluˇaj a = 1 otpada jer bi onda bilo xn ≡ 2, ˇto nije taˇno jer c s c je x2 = 7). Dalje, iz x2 = 7 = af (2) + a−f (2) , smenom t = af (2) , dobijamo kvadratnu jednaˇinu t2 − 7t + 1 = 0 koja ima reˇenja t1,2 = c s i t2 =
√ 7−3 5 2 √ 3+ 5 2 −2 √ √ √ 2 7±3 5 . Kako je t1 = 7+3 5 = 3+2 5 2 2 √ 3+ 5 da je a = 2 i f (2) = 2. Proverimo da li se f (2) + f (1) = 2 + 0 = 2 i x3 = af (3) + a−f (3) =

=

, moˇemo uzeti z

ovo uklapa i u tre´i poˇetni uslov: f (3) = c c af (2) + a−f (2) = x2 = 7. Sada imamo da je f (n) = 2Fn−1 (gde Fn oznaˇava n-ti ˇlan c c Fibonaˇijevog niza zadatog sa F1 = F2 = 1 i Fn+1 = Fn + Fn−1 ), te konaˇno nalazimo c c da je opˇti ˇlan niza {xn } jednak s c xn = √ 3+ 5 2
2Fn−1

+

√ 3− 5 2

2Fn−1

.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Sada direktno dobijamo da je xn + 2 = Iz Binomnog razvoja sledi da je broj
√ 3+ 5 2 Fn−1 Fn−1

103
√ 3− 5 2 Fn−1 Fn−1 2

+

.

√ 3+ 5 2

+

√ 3− 5 2

ceo.

NAPOMENA.

Moˇe se pokazati da je xn = z

F8Fn−1 . F4Fn−1

ˇ PRIMENE REKURENTNIH JEDNACINA
Sada ´emo se osvrnuti na neke od primena rekurentnih jednaˇina: u ekonomiji, linc c earnoj algebri (za raˇunanje determinanti i odredjivanje stepena matrice), matematiˇkoj c c analizi (za raˇunanje nekih vrsta integrala), teoriji brojeva, aritmetici, kao i u samoj c kombinatorici (razni kombinatorni problemi, kao i permanent matrice). Sve ´emo ih c ilustrovati kroz primere. Pored toga rekurentne jednaˇine nalaze primene i u drugim c naukama, npr. fizici (za izraˇunavanje starosti nekog predmeta koriˇ´enjem perioda c sc poluraspada radioaktivnog ugljenika), druˇtvenim naukama... s PRIMER 2.2.33. Banka nudi godiˇnji interes r (u procentima) na uloˇeni kapital. s z Neka a0 glavnica koju smo uloˇili u banku (poˇetni depozit) i an predstavlja koliˇinu z c c na koju je narastao kapital u toj banci nakon n godina. Odrediti koliko je an ako je u pitanju: a) prost kamatni raˇun; b) sloˇen kamatni raˇun. c z c Reˇenje. s jednaˇina c a) Na kraju svake godine kapital se uve´ava za ra0 . Stoga je rekurentna c an+1 = an + ra0 . Kada reˇimo ovu rekurentnu jednaˇinu dobijamo da je an = a0 (1 + nr). s c b) U sloˇenom kamatnom raˇunu kapital se na kraju n-te godine uve´ava za r · an (an z c c je kapital na poˇetku te godine). Stoga imamo rekurentnu jednaˇinu c c an+1 = an (1 + r). Kada reˇimo ovu rekurentnu jednaˇinu dobijamo da je an = a0 (1 + r)n . s c PRIMER 2.2.34. Izraˇunati vrednost determinante reda n c −5 0 10 −5 −5 10 0 −5 0 0 0 0 0 0 −5 10 .. . ... ... ... ... ... . −5 0 .. 0 0 0 0 .. . 10 −5 0 0 0 0 . . . . −5 10

10 −5 0 Dn (−5, 10, −5) = 0 . . . 0 0

Reˇenje. s Ako datu determinantu razvijemo prvo po prvoj vrsti, a zatim po prvoj koloni dobijamo rekurentnu vezu Dn = 10Dn−1 − 25Dn−2 (Dn−1 i Dn−2 predstavljaju

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

104

determinante istog oblika samo manjih redova: n − 1 i n − 2). Odgovaraju´a karakterc istiˇna jednaˇina je t2 − 10t + 25 = 0 i ona ima dvostruko realno reˇenje t1 = t2 = 5, pa c c s je opˇte reˇenje s s Dn = C1 · 5n + C2 · n · 5n . Nepoznate konstante C1 i C2 traˇimo iz poˇetnih uslova : z c D1 = 10 D2 = 75 ⇒ 5C1 25C1 + + 5C2 50C2 = 10 = 75 ⇒ C1 = C2 = 1 ⇒ Dn = 5n (n + 1).

PRIMER 2.2.35. Reˇenje 1 . s

Data je matrica A =

1 3

2 . Odrediti matricu An , za n ∈ N. 0

Karakteristiˇni polinom matrice A je jednak c kA (t) = det(A − tI) = 1−t 3 2 = t2 − t − 6. −t

Za svaku matricu, pa i A, vaˇi da je nula svog karakteristiˇnog polinoma (Kejliz c Hamiltonova teorema), tj. A2 − A − 6I = 0, gde I predstavlja jediniˇnu matricu odgoc varaju´eg reda. Odavde imamo da je c (2.14) A2 = A + 6I.

Ako ovu jednaˇinu pomnoˇimo sa A i iskoristimo jednakost (2.14) dobijamo c z A3 = A2 + 6A = A + 6I + 6A = 7A + 6I. Stoga vidimo da matricu An uvek moˇemo predstaviti kao linearnu kombinaciju matrica z A i I (u opˇtem sluˇaju za matricu A reda r, matricu An predstavljamo kao linearnu s c kombinaciju matrica I, A, A2 , . . . , Ar−1 ): An = xn · A + yn · I. Sada imamo da je An+1 = xn+1 · A + yn+1 · I, a sa druge strane (ovde se jednakost (2.14) opet koristi!) imamo da je An+1 = = An · A = (xn · A + yn · I) · A = xn · A2 + yn · A xn · (A + 6I) + yn · A = (xn + yn ) · A + 6xn · I.

Izjednaˇavanjem ova 2 izraza za An+1 dobijamo sistem rekurentnih jednaˇina c c xn+1 = xn + yn , yn+1 = 6xn , uz poˇetne uslove x0 = 0, y0 = 1. c

Kada iz druge eliminiˇemo niz yn i to vratimo u prvu jednaˇinu dobijamo rekurentnu s c jednaˇinu c xn+1 = xn + 6xn−1 , uz poˇetne uslove x0 = 0, x1 = 1. c Njena karakteristiˇna jednaˇina je t2 − t − 6 = 0 (ˇto je baˇ karakteristiˇni polinom c c s s c matrice A!). Stoga je xn = C1 · 3n + C2 · (−2)n . Kada konstante C1 i C2 nadjemo iz 2 · 3n + 3 · (−2)n 3n − (−2)n , a odatle yn = , odnosno poˇetnih uslova dobijamo xn = c 5 5 An = 1 3n+1 − (−2)n+1 5 3n+1 − 3 · (−2)n 2 · 3n + (−2)n+1 . 2 · 3n + 3 · (−2)n

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

105

Reˇenje 2 . Kao i u prethodnom reˇenju dobijamo jednaˇinu A2 = A + 6I, koju kada s s c pomnoˇimo sa An dobijamo rekurentnu jednaˇinu z c An+2 = An+1 + 6An , uz poˇetne uslove A0 = I = c 1 0 1 , A1 = A = 0 1 3 2 . 0

Ovde nam je {An } nepoznati niz matrica. Karakteristiˇna jednaˇina je opet t2 −t−6 = 0, c c pa je opˇti ˇlan dat sa s c An = M1 · 3n + M2 · (−2)n , gde su M1 i M2 nepoznate matrice oblika 2 × 2, koje nalazimo iz poˇetnih uslova: M1 = c 3 2 2 −2 1 1 . Odavde je 5 3 2 , M2 = 5 −3 3 An = 3n 3 5 3 (−2)n 2 2 + · 2 −3 5 −2 . 3

NAPOMENA.

Postoji i obrnuta veza sistema linearnih rekurentih jednaˇina sa konstantc nim koeficijentima i matrice An . Dati sistem se moˇe zapisati u matriˇnom obliku z c 3 2 3 3 2 2 xn a11 xn + a12 yn + a13 zn + . . . + a1s wn xn+1 6 yn 7 6 yn+1 7 6a21 xn + a22 yn + a23 zn + . . . + a2s wn 7 7 6 7 7 6 6 6 7 6 zn+1 7 6a31 xn + a32 yn + a33 zn + . . . + a3s wn 7 7 = A · 6 zn 7 , 7=6 6 7 6 . 7 6 . 7 6 . . 5 4 . 5 4 . 5 4 . . . wn as1 xn + as2 yn + as3 zn + . . . + ass wn wn+1 gde je matrica A = [aij ]s×s . Tada imamo da je opˇte reˇenje ovog sistema jednako s s 3 2 3 x0 xn 6 y0 7 6 yn 7 6 7 6 7 7 6 zn 7 n 6 6 7 = A · 6 z0 7 , 6 . 7 6 . 7 4 . 5 4 . 5 . . w0 wn 2 te smo reˇavanje ovog sistema sveli na stepenovanje matrice sistema, A. s

PRIMER 2.2.36.

Odrediti ˇemu je jednak integral oblika c

sinn x dx.

Reˇenje. s In

Za izraˇunavanje c = = = = = sinn x dx =

sinn x dx koristimo parcijalnu integraciju: sin x · sinn−1 x dx sinn−2 x · cos2 x dx sinn−2 x · (1 − sin2 x) dx sinn−2 x dx − (n − 1) sinn x dx

− cos x · sinn−1 x + (n − 1) − cos x · sinn−1 x + (n − 1) − cos x · sinn−1 x + (n − 1)

− cos x · sinn−1 x + (n − 1)In−2 − (n − 1)In ,

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA odakle dobijamo rekurentnu vezu: In = − Poˇetni uslov je ovde I1 = c 1 n−1 cos x · sinn−1 x + In−2 . n n cosn x dx.

106

sin x dx = − cos x.

Sliˇnim postupkom moˇemo da reˇimo i integral c z s PRIMER 2.2.37.

Dokazati da za svaki prirodan broj n vaˇi 27 | 10n + 18n − 1. z

Reˇenje. s U ovom primeru ´emo raditi obrnut postupak. Krenu´emo od reˇenja i c c s dobi´emo odgovaraju´u linearnu homogenu rekurentnu jednaˇinu sa konstantnim koefic c c cijentima i onda iz nje izvu´i traˇeni zakljuˇak. c z c Ako je an = 10n + 18n − 1 opˇte reˇenje rekurentne jednaˇine, onda su 10 i 1 nule s s c karakteristiˇne jednaˇine (1 dvostruka), tj. karakteristiˇna jednaˇina je c c c c (t − 10)(t − 1)2 = 0, odnosno t3 − 12t2 + 21t − 10 = 0. Tada je odgovaraju´a rekurentna jednaˇina an − 12an−1 + 21an−2 − 10an−3 = 0, odnosno c c an = 12an−1 − 21an−2 + 10an−3 . Dokaˇimo matematiˇkom indukcijom da su svi ˇlanovi niza {an } deljivi sa 27. z c c 1◦ Baza indukcije. Za n = 0, n = 1 i n = 2 imamo a0 = 0, a1 = 27 i a2 = 135 = 5 · 27. Svi su deljivi sa 27. 2◦ Indukcijska pretpostavka. Pretpostavimo da tvrdjenje vaˇi za neko n = k − 2, n = k − 1 i n = k: z 27 | ak−2 , 27 | ak−1 , 27 | ak . 3◦ Indukcijski korak. Za n = k + 1 imamo da je i ak+1 = 12ak − 21ak−1 + 10ak−2 deljiv sa 27 jer je svaki od 3 ˇlana na desnoj strani po indukcijskoj pretpostavci deljiv sa c 27. Stoga po principu matematiˇke indukcije su svi ˇlanovi niza an = 10n + 18n − 1 deljivi c c sa 27. √ √ PRIMER 2.2.38. Dat je u decimalnom zapisu broj ( 3 + 2)2006 . Odrediti cifre koje su neposredno uz decimalni zarez. Reˇenje. s Posmatrajmo niz {an } zadat formulom √ √ √ √ √ √ an = ( 3 + 2)2n + ( 3 − 2)2n = (5 + 2 6)n + (5 − 2 6)n .

Ovaj niz zadovoljava rekurentnu jednaˇinu an+2 = 10an+1 −an , uz poˇetne uslove a0 = 2 c c i a1 = 10. Kada jednakost an+2 + an = 10an+1 (dobija se iz rekurentne jednakosti)

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

107

oduzmemo od an+4 + an+2 = 10an+3 (pomerena prethodna) dobijamo da je an+4 − an deljiv sa 10, tj. niz zadnjih cifara brojeva an je periodiˇan sa periodom 4. Stoga imamo c a1003 ≡ a3 ≡ 10 − a1 = 0 (mod 10). √ √ 2006 1 Kako je 0 < ( 3 − 2) < 10 , dobijamo da vaˇi z √ √ 1 a1003 > ( 3 + 2)2006 > a1003 − , 10 pa su traˇene cifre devetke, tj. dati broj je oblika . . . 9, 9 . . . z PRIMER 2.2.39. Na koliko razliˇitih naˇina se u uredjenoj vrsti moˇe postaviti c c z ukupno n crvenih, plavih i belih kuglica, tako da nikada nisu jedna pored druge dve crvene kuglice, dve bele kuglice i crvena i bela kuglica? (Kuglice iste boje se ne razlikuju!) Reˇenje 1 . Neka ukupno crvenih i belih kuglica ima k. Zamenimo te kuglice sa k s crveno-belih kuglica. Tada se zadatak sveo na: Na koliko razliˇitih naˇina se u uredjenoj vrsti moˇe postaviti ukupno n crveno-belih i c c z plavih kuglica, tako da nikada nisu jedna pored druge dve crveno-bele kuglice? Izmedju k crveno-belih kuglica mora da se nalazi bar po jedna plava kuglica. Na k + 1-no mesto pre, izmedju i posle tih k crveno-belih kuglica moˇemo da stavimo preostalih n−k− z (k − 1) = n − 2k + 1 plavih kuglica. Kako iza svake crveno-bele kuglice (sem poslednje) mora da bude bar jedna plava te 2 kuglice moˇemo spojiti u jednu ”ˇarenu”kuglicu i z s time se svelo da odredimo na koliko naˇina k ˇarenih i n − 2k + 1 plavih kuglica moˇemo c s z rasporediti u vrstu (a to je ekvivalentno izboru k mesta za ˇarene kuglice od ukupno s k + n − 2k + 1 = n − k + 1 mesta) – ˇto moˇemo uraditi na n−k+1 naˇina. Crvene i bele s z c k kuglice umesto crveno-belih moˇemo da rasporedimo na 2k naˇina, pa vrstu sa fiksiranih z c k crvenih ili belih kuglica moˇemo da uredimo na n−k+1 · 2k , te kako je n−k+1 = 0 z k k n−k+1 n+1 za k , to dobijamo da je traˇeni broj rasporeda an = z · 2k . 2 k
k 0

Reˇenje 2 . Oznaˇimo sa an traˇeni broj rasporeda. Ako je na kraju plava kuglica iza s c z nje moˇe biti bilo koja kuglica, dok ako je na kraju crvena ili bela iza nje mora biti plava, z a iza ove opet moˇe biti bilo koja kuglica. Stoga, dolazimo do rekurentne jednaˇine z c an = an−1 + 2an−2 . Poˇetni uslovi su a1 = 3 (C,P,B) i a2 = 5 (CP,PC,PP,PB,BP). c Reˇimo ovu jednaˇinu. Njena karakteristiˇna jednaˇina je t2 − t − 2 = 0 i njeni koreni s c c c su t1 = 2 i t2 = −1. Stoga je an = C1 · 2n + C2 · (−1)n . Konstante C1 i C2 nalazimo iz poˇetnih uslova: a1 = 3 = C1 · 21 + C2 · (−1)1 i a2 = 5 = C1 · 22 + C2 · (−1)2 , tj. dobijamo c 2C1 − C2 = 3 4 sistem ˇija su reˇenja C1 = 3 i C2 = − 1 . Tako, konaˇno, dobijamo da c s c 3 4C1 + C2 = 5 2n+2 + (−1)n+1 je an = 4 · 2n − 1 · (−1)n = . 3 3 3 NAPOMENA.
Na osnovu ova 2 razliˇita reˇenja prethodnog primera smo dobili (sa sve c s ! X n−k+1 2n+2 + (−1)n+1 kombinatornim dokazom) slede´i identitet: an = c · 2k = . k 3
k 0

PRIMER 2.2.40.

Koliko ima n-tocifrenih brojeva sa parnim brojem parnih cifara?

Reˇenje 1 . Posmatra´emo prvo brojeve kojima je prva cifra parna (sluˇaj 1◦ ), a zatim s c c one kod kojih je prva cifra neparna (2◦ ).

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

108

1◦ Prva cifra moˇe biti jedna od 4 cifre: 2, 4, 6, 8. Od preostalih n − 1 cifara mora ili z joˇ jedna, ili joˇ 3, ili joˇ 5,. . . da budu parne. Za ovih n − 1 mesta imamo 5 mogu´nosti s s s c i za parne i za neparne cifre. U ovom sluˇaju ima c 4·
n−1 1

+

n−1 3

+

n−1 5

+ . . . · 5n−1 = 4 ·

(1+1)n−1 −(1−1)n−1 2

· 5n−1 =

4 · 10n−1 2

traˇenih brojeva. z 2◦ Ovde prvu cifru moˇemo izabrati na 5 naˇina, a od preostalih n − 1 cifara mora biti z c ili 0, ili 2, ili 4,. . . parnih cifara. Za ova ˇetiri mesta imamo 5 mogu´nosti i za parne i za c c neparne cifre. U ovom sluˇaju ima c 5·
n−1 0

+

n−1 2

+

n−1 4

+ . . . · 5n−1 = 5 ·

(1+1)n−1 +(1−1)n−1 2

· 5n−1 =

5 · 10n−1 2

traˇenih brojeva. z Ukupno ovih brojeva ima 45 · 10n−2 za n imaju 0 parnih cifara).

2, dok za n = 1 imamo 5 brojeva (1,3,5,7,9

Reˇenje 2 . Oznaˇimo sa an broj n-tocifrenih brojeva sa parnim brojem parnih cifara, s c a sa bn broj n-tocifrenih brojeva sa neparnim brojem parnih cifara. Ako dopisujemo poslednju cifru dobijamo da vaˇi z an+1 = 5an + 5bn i bn+1 = 5an + 5bn ,

1 uz poˇetne uslove a1 = 5 i b1 = 4. Iz prve jednaˇine dobijamo bn = 5 an+1 − an , c c 1 1 ˇto kad uvrstimo u drugu dobijamo 5 an+2 − an+1 = 5an + 5( 5 an+1 − an ), odnosno s an+2 = 10an+1 (primetimo da ova relacija vaˇi za n 1, tj. tek od tre´eg ˇlana a3 ), ˇto z c c s sa poˇetnim uslovom a2 = 45 daje an = 45 · 10n−2 , za n 2 (za n = 1 je a1 = 5). c

Reˇenje 3 . Oznaˇimo sa A skup n-tocifrenih brojeva sa parnim brojem parnih cifara, a s c sa B skup n-tocifrenih brojeva sa neparnim brojem parnih cifara (vaˇi |A| = an i |B| = bn z u terminologiji prethodnog reˇenja). Uoˇimo preslikavanje koje slika skup A u skup B, s c dato sa f (x) = x , pri ˇemu se x dobija od x tako ˇto umesto cifre jedinica c broja x c s zapiˇemo cifru 9 − c, dok sve ostale cifre ostavimo nepromenjene. Funkcija f je za n 2 s bijekcija pa je |A| = |B|, odnosno an = bn . Kako n-tocifrenih brojeva ima 9 · 10n−1 , dobijamo da je an = bn = 45 · 10n−2 , za n 2. PRIMER 2.2.41. Na´i vrednost izraza c
n X k=0

k4 .
n

Reˇenje 1 . Oznaˇimo sa Sn zbir prvih n ˇetvrtih stepena: Sn = k=0 k 4 . Tada imamo s c c linearnu nehomogenu rekurentnu jednaˇinu Sn+1 = Sn +(n+1)4 uz poˇetni uslov S0 = 0. c c Opˇte reˇenje ove rekurentne jednaˇine jednako je zbiru homogenog i partikularnog: s s c Sn = hn + pn . Homogeno reˇenje hn dobijamo kada reˇimo homogenu jednaˇinu hn+1 = hn . Njena s s c karakteristiˇna jednaˇina je t = 1, pa je njeno reˇenje hn = C1 · 1n = C1 , gde je C1 neka c c s konstanta, koju ´emo na kraju odrediti iz poˇetnog uslova. c c Partikularno reˇenje je jedno reˇenje jednaˇine pn+1 = pn + (n + 1)4 . Kako je nehomogen s s c deo f (n) = (n + 1)4 polinom stepena 4 i kako je 1 nula (i to reda s = 1) karakteristiˇne c jednaˇine kod homogenog dela, to ´emo partikularno reˇenje traˇiti u obliku pn = ns ·Q4 , c c s z gde je Q4 (n) nepoznat polinom stepena 4 po n. Stoga partikularno reˇenje pn traˇimo u s z obliku pn = n1 · (αn4 + βn3 + γn2 + δn + ε) = αn5 + βn4 + γn3 + δn2 + εn. Zamenimo ovo u gornju jednaˇinu: c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA
α(n + 1)5 +β(n + 1)4 +γ(n + 1)3 +δ(n + 1)2 +ε(n + 1) = αn5 + βn4 + γn3 + δn2 + εn + (n + 1)4 .

109

Izjednaˇavanjem koeficijenata uz odgovaraju´e stepene u polinomima sa leve i desne c c strane dobijamo sistem: n5 : n4 : n3 : n2 : n: 1: α 5α + β 10α + 4β + γ 10α + 6β + 3γ + δ 5α + 4β + 3γ + 2δ + ε α+β+γ+δ+ε = = = = = = α β+1 γ+4 δ+6 ε+4 1,

1 ˇija su reˇenja α = 1 , β = 1 , γ = 1 , δ = 0, ε = − 30 . Konaˇno dobijamo c s c 5 2 3 5 4 3 n n n n pn = + + − . 5 2 3 30 n5 n4 n3 n Opˇte reˇenje je Sn = C1 + s s + + − , ˇto nam sa poˇetnim uslovom S0 = 0 s c 5 2 3 30 n5 n4 n3 n daje C1 = 0, tj. dobijamo da je Sn = + + − . 5 2 3 30

Reˇenje 2 . Ako znamo formule za zbir kubova, kvadrata i samih prvih n brojeva s moˇemo na slede´i naˇin dobiti formulu za zbir ˇetvrtih stepena. Podjimo od formule z c c c (n + 1)5 − n5 = 5 n4 + 5 n3 + 5 n2 + 5 n + 5 = 5n4 + 10n3 + 10n2 + 5n + 1. Ispod 1 2 3 4 5 nje napiˇimo formulu u kojoj smo svako n zamenili sa n − 1, zatim sa n − 2, . . . i na s kraju sa n = 2: n5 − (n − 1)5 = 5(n − 1)4 + 10(n − 1)3 + 10(n − 1)2 + 5(n − 1) + 1 (n − 1)5 − (n − 2)5 = 5(n − 2)4 + 10(n − 2)3 + 10(n − 2)2 + 5(n − 2) + 1 . . . 25 − 15 = 5 · 14 + 10 · 13 + 10 · 12 + 5 · 1 + 1. Sabiranjem svih ovih jednaˇina dobijamo c
n n n n n

(n + 1) − 1 = 5
k=1

5

k + 10
k=1

4

k + 10
k=1

3

k +5
k=1

2

k+
k=1

1.

Odavde dobijamo traˇenu sumu: z
n n n n n

5
k=1

k 4 = (n + 1)5 − 1 − 10
k=1

k 3 − 10
k=1

k2 − 5
k=1

k−
k=1

1

= (n + 1)5 − 1 − 10
n

n2 (n + 1)2 n(n + 1)(2n + 1) n(n + 1) − 10 −5 −n 4 6 2


k=1

k4 =

n5 n4 n3 n n(n + 1)(2n + 1)(3n2 + 3n − 1) + + − = . 5 2 3 30 30

NAPOMENA. ` ´Do date sume` smo ` ´ do´i i pomo´u druge sumacione formule (1.11) i c `k ´ ´ mogli c k k k 4
jednakosti k = 24
4

+ 36

3

+ 14

2

+

1

.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA PRIMER 2.2.42. Izraˇunati sumu 1 · 3 · c
n 1

110
n 2

+ 2 · 32 ·
n−1 k−1

+ . . . + n · 3n ·

n n

.

n! Reˇenje 1 . Kako je k · n = (k−1)!(n−k)! = n · s k data suma jednaka (uzimamo = k − 1): n

(videti Lemu 1.7.1) imamo da je
n−1 =0

Sn

=
k=1

k · 3k ·

n k

n

=n·
k=1 n−1

n−1 k 3 = 3n · k−1 .

n−1

3

= 3n · (1 + 3)n−1 = 3n · 4

Reˇenje 2 . Izraˇunajmo ˇta je slede´i ˇlan niza Sn+1 (koristi´emo Adicionu formulu za s c s c c c n binomne koeficijente n+1 = n + k−1 — to je Lema 1.6.3): k k Sn+1 = 1·3· n+1 + 2 · 32 · 1 n n = 1·3· + 2 · 32 · 1 2 n + 1·3· + 2 · 32 · 0 n n = Sn + 3 · +3· 0 1 = n+1 + . . . + (n + 1) · 3n+1 · 2 n + . . . + n · 3n · +0 n n n + . . . + (n + 1) · 3n+1 · 1 n n + . . . + 3n−1 · + 3n · n−1 n+1 n+1

n + Sn n

Sn + 3 · (1 + 3)n + Sn = 4Sn + 3 · 4n .

Dobili smo linearnu nehomogenu rekurentnu jednaˇinu Sn+1 = 4Sn + 3 · 4n , uz poˇetni c c uslov S1 = 1 · 3 · 1 = 3. Nehomogeni deo moˇemo izgubiti ako od nje oduzmemo z 1 ˇetvorostruku jednaˇinu (sa pomerenim indeksom), tj. Sn = 4Sn−1 + 3 · 4n−1 . Dakle, c c Sn+1 − 4Sn = 4Sn + 3 · 4n − 4 · (4Sn−1 + 3 · 4n−1 ), tj. Sn+1 − 8Sn + 16Sn−1 = 0, uz poˇetne uslove S1 = 3 i S2 = 4S1 + 3 · 41 = 12 + 12 = 24. Karakteristiˇna jednaˇina c c c koja odgovara ovoj rekurentnoj jednaˇini je c t2 − 8t + 16 = 0 i ona ima dvostruko reˇenje t1 = t2 = 4, te je opˇte reˇenje oblika s s s Sn = C1 · 4n + C2 · n · 4n , gde konstante C1 i C2 nalazimo iz poˇetnih uslova. c S1 = 3 4C1 ⇒ S2 = 24 16C1 Reˇenje 3 . s + + 4C2 32C2 = = 3 3 ⇒ Sn = 3n · 4n−1 . ⇒ C1 = 0, C2 = 24 4
n X n k

Posmatrajmo formulu (1 + 3x)n =

3k xk , koju dobijamo na os-

novu Binomne teoreme. Izraˇunajmo izvode i leve i desne strane prethodne jednakosti: c n X n k n−1 k−1 n(1 + 3x) ·3= . Sada, ako zamenimo x = 1 dobijamo k 3 · kx
k=0

k=0

n

3n · 4n−1 =
k=1

k · 3k ·

n k

= Sn .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

111

Reˇenje 4 . Odredimo kombinatorni objekat koji broji i leva i desna strana identiteta s n X k · 3k · n = 3n · 4n−1 . Neka imamo uredjene n-torke brojeva iz skupa N4 = {1, 2, 3, 4} k i neka je fiksirana jedna pozicija na kojoj nije broj 4 (tu je 1, 2 ili 3). To nam baˇ s daje desnu stranu identiteta, jer je n = n broj naˇina da fiksiramo tu 1 poziciju, njoj c 1 moˇemo odrediti broj na 3 naˇina, a na svakoj od preostalih n − 1 pozicija moˇe biti bilo z c z koji broj (tj. moˇemo dodeliti vrednost na 4 naˇina), te imamo ukupno n · 3 · 4n−1 . z c Prebrojmo ove objekte, ali malo drugaˇije. Neka se na k, od tih n pozicija javlja neki c od brojeva 1,2,3, a na preostalih n − k je broj 4. Tih k pozicija moˇemo izabrati na n z k naˇina i na svakoj od njih element biramo od 3 broja (1,2,3), te sve njih moˇemo odrediti c z na 3k naˇina. Ostaje da fiksiramo jednu od tih k pozicija – to moˇemo uˇiniti na k = k c z c 1 naˇina. Kako k moˇe biti proizvoljan broj 1 k n (ne moˇe biti 0 jer imamo tu jednu c z z fiksiranu poziciju na kojoj je 1, 2 ili 3), to datih objekata ima baˇ s Izjednaˇavanjem ova dva rezultata dobijamo traˇeni identitet. c z
k=1 n X n k k=1

· 3k · k.

PRIMER 2.2.43. Odrediti broj N (n, r) permutacija π skupa Nn = {1, 2, . . . , n} kod kojih vaˇi jednakost z π(k) k + r za svako k = 1, 2, . . . , n (ovde je r < n). Reˇenje. s Permutacije sa ograniˇenjima moˇemo opisati pomo´u (0, 1)-matrice A = c z c (aij )n×n u kojoj imamo: aij = 1, 0, ako je inaˇe. c i−j r,

Broj permutacija sa ograniˇenjima je dat preko permanenta (funkcije koju smo uveli u c pododeljku ”Permutacije”), tj. imamo da je N (n; r) = per A. Da se podsetimo, permanent se definiˇe kao s per A = a1π(1) a2π(2) . . . anπ(n) ,
π∈Sn

gde π uzima vrednosti iz kupa Sn svih permutacija skupa Nn . U ovoj sumi, samo proizvodi koji odgovaraju permutaciji π koja zadovoljava sva ograniˇenja imaju vrednost c 1, dok su ostali jednaki 0. Stoga je broj permutacija sa ograniˇenjima jednak permanentu c pridruˇene matrice A. z Permanent moˇemo izraˇunati i pomo´u Laplasovog razvoja (koji je sliˇan onom za z c c c determinante, samo su svi ˇlanovi pozitivni). Razvijanjem po prvoj vrsti matrice A c dobijamo rekurentnu relaciju N (n; r) = (r + 1) · N (n − 1; r). Poˇetni uslov nam je c N (r + 1; r) = (r + 1)! jer su to sve permutacije skupa Nr+1 . Na osnovu ove dve jednakosti dobijamo N (n; r) = (r + 1)n−r−1 · N (r + 1; r) = (r + 1)n−r−1 · (r + 1)!

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

112

ZADACI
Reˇiti slede´e rekurentne jednaˇine (zadaci 2.2.1–2.2.21): s c c 2.2.1. 2.2.2. 2.2.3. 2.2.4. 2.2.5. 2.2.6. 2.2.7. 2.2.8. 2.2.9. 2.2.10. 2.2.11. 2.2.12. 2.2.13. 2.2.14. 2.2.15. 2.2.16. 2.2.17. 2.2.18. 2.2.19. 2.2.20. 2.2.21. a0 = 1, an+1 = 2an za n 0. 1.

a0 = 2, a1 = 3, an+1 = 3an − 2an−1 za n a0 = 2, an+1 = 2an − 1 za n 0.

a0 = 1, a1 = 2, an = 2an−1 + 3an−2 za n a0 = 1, a1 = 4, an = 6an−1 − 9an−2 za n

2. 2. 2.

a0 = 5, a1 = 6, a2 = 10, an+1 = 6an − 11an−1 + 6an−2 za n x0 = 1, x1 = 2, xn+2 = 3xn+1 − 2xn za n 0. 1. 3.

a1 = 3, a2 = 5, an+2 − 3an+1 + 2an = 0 za n

a0 = 0, a1 = 1, a2 = 4, an+3 = 3an+2 − 3an+1 + an za n a0 = 1, a1 = 3, an+2 = 4an+1 − 4an za n x0 = 1, x1 = 4, xn+2 = 4xn+1 − 4xn za n 0. 0. 2.

a0 = 1, a1 = 1, a2 = 2, an+1 = 3an−1 − 2an−2 za n x0 = 1, x1 = 3, xn+2 − xn+1 + xn = 0 za n x0 = 2, x1 = 1, xn+2 = xn+1 − xn za n 0. 0.

a0 = 1, a1 = −11, a2 = −15, an+3 = 3an+2 + 4an+1 − 12an za n a0 = 1, an+1 = an + 2n za n an = 6an−1 − 8an−2 + 3n za n 0. 2.

0.

a0 = 0, a1 = 2, a2 = 16, an − 6an−1 + 12an−2 − 8an−3 = 2n za n a0 = 11, a1 = 28, an = an−1 + 2an−2 + 4 · 3n za n an = 4(an−1 − an−2 ) + 2n za n an = 3an−1 − 4n + 3 · 2n za n 2. 1. 2.

3.

2.2.22. Odrediti reˇenje sistema linearnih rekurentnih jednaˇina xn+1 = 3xn + yn , s c yn+1 = 5xn − yn , koje zadovoljava uslove x0 = 0 i y0 = 6. 2.2.23. 2.2.24. Reˇiti sistem xn+1 = 4xn − 2yn , yn+1 = xn + yn , uz uslove x0 = 1 i y0 = 1. s Odrediti reˇenje rekurentne jednaˇine xn+1 = s c xn − 1 , uz uslov x0 = 1. xn + 3

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA 2.2.25. 2.2.26. Reˇiti rekurentnu jednaˇinu xn+1 = s c xn + 1 , uz uslov x0 = 0. −xn + 1

113

Reˇiti rekurentnu jednaˇinu xn+1 · xn + 3xn+1 + xn + 4 = 0, x0 = 0, x1 = − 4 . s c 3

2.2.27. Izraˇunati vrednost slede´ih determinanti reda n: c c a) Dn (2, 7, 5); b) Dn (1, 3, 2); c) Dn (1, 2, 1) d) Dn (−1, 2, 3). 2.2.28. Izraˇunati sumu n·1· c
n 0

+(n−1)·3·

n 1

+(n−2)·32 ·

n 2

+. . .+1·3n−1 ·

n n−1

.

2.2.29. Neka je xn broj nizova od n slova koji se mogu formirati koriˇ´enjem slova sc A,B,V,G,D takvih da se slovo A javlja neparan broj puta. Na´i rekurentnu relaciju za c xn . 2.2.30. U ravni je nacrtano n pravih u opˇtem poloˇaju (ne postoje 2 paralelne prave ni s z 3 konkurentne). Te prave dele ravan na rn regiona (oblasti koje mogu biti i beskonaˇne). c Na´i rn . c 2.2.31. U ravni je nacrtano n kruˇnica, takvih da se svake 2 od tih kruˇnica seku u z z taˇno 2 taˇke i da ne postoje 3 kruˇnice koje se seku u istoj taˇki. Te kruˇnice dele ravan c c z c z na rn regiona. Na´i rn . c 2.2.32. (Hanojske kule) Data su 3 vertikalna klina (oni su oznaˇeni sa A,B,C) i na c prvom klinu se nalazi n diskova razliˇitih preˇnika (na dnu je najve´i, pa onda malo manji c c c i tako do najmanjeg koji je na vrhu). Rastojanje izmedju svaka 2 od klinova je ve´e od c najve´eg preˇnika diskova. Legalan potez se definiˇe kao svaki potez koji sa vrha nekog c c s od ova 3 klina skida disk i stavlja ga na vrh gomile koja je na nekom od preostala 2 klina, ali da tim potezom nismo stavili ve´i disk na manji disk. Oznaˇimo sa xn broj legalnih c c poteza potrebnih da svih n diskova premestimo sa klina A na klin B. Na´i rekurentnu c relaciju za xn , a zatim je i reˇiti. s

2.3

ˇ FUNKCIJE GENERATRISE I RESAVANJE ˇ REKURENTNIH JEDNACINA

Ponovo ´emo razmatrati (normiranu) linearnu homogenu rekurentnu jednaˇinu reda c c k sa konstantnim koeficijentima (2.8), ali ovog puta uz date poˇetne uslove: c (2.15) an+k + fk−1 · an+k−1 + fk−2 · an+k−2 + . . . + f0 · an = 0, (n a0 = u0 , a1 = u1 , . . . , ak−1 = uk−1 0)

TEOREMA 2.3.1.

Funkcija generatrise niza {an } datog sa (2.15) je oblika A(x) = R(x) , 1 + fk−1 x + fk−2 x2 + . . . + f0 xn

gde je R(x) polinom, ˇiji je stepen deg R(x) < k. c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Dokaz . Kako u proizvodu

114

(1 + fk−1 x + . . . + f0 xn )A(x) = (1 + fk−1 x + . . . + f0 xn )(a0 + a1 x + . . . an xn + . . .) koeficijent uz xn+k iznosi an+k + fk−1 · an+k−1 + fk−2 · an+k−2 + . . . + f0 · an , za n 0. To sa ˇinjenicom da niz {an } zadovoljava jednaˇinu (2.15) nam daje da je koeficijent uz c c xn+k jednak 0 za svako n 0. Jedini koeficijenti koje se ne poniˇtavaju su koeficijenti s u ˇlanove 1, x, . . . , xk−1 , te stoga imamo da je gornji proizvod jednak polinomu R(x) c stepena deg R(x) < k. Koeficijente polinoma R(x) (koji nisu 0) moˇemo dobiti iz gornjeg proizvoda, kada z iskoristimo poˇetne uslove, a0 = u0 , a1 = u1 , . . . , ak−1 = uk−1 : c R(x) = u0 + (u1 + fk−1 u0 )x + . . . + (uk−1 + f k − 1uk−2 + . . . + f1 u0 )xk−1 . Sada ´emo dati vezu funkcije generatrise sa karakteristiˇnom jednaˇinom, koju smo c c c ve´ sreli u Formuli 2.9, tk + fk−1 tk−1 + . . . + f1 t + f0 = 0. Vidimo da ako levu stranu c karakteristiˇne jednaˇine podelimo sa tk , a zatim zamenimo 1 sa x, dobijamo imenilac c c t funkcije genertrise A(x): 1 + fk−1 x + fk−2 x2 + . . . + f0 xn . Kako je poznato da nad poljem kompleksnih brojeva polinom stepena k (tj. u ovom sluˇaju karakteristiˇna jednaˇina) c c c ima k korena, koji ne moraju biti razliˇiti, moˇemo uzeti da su to razliˇite vrednosti c z c α1 , α2 , . . . , αs koje se javljaju po m1 , m2 , . . . , ms puta, respektivno (tj. vaˇi m1 + m2 + z . . . + ms = k). Tada karakteristiˇna jednaˇina moˇe biti napisana u obliku c c z (t − α1 )m1 · (t − α2 )m2 · . . . · (t − αs )ms = 0. Ako sada ponovimo transformacije od malopre (podelimo karakteristiˇnu jednaˇinu sa c c tk , a zatim zamenimo 1 sa x), dobijamo da se funkcija generatrisa moˇe predstaviti u z t obliku R(x) A(x) = . (1 − α1 x)m1 · (1 − α2 x)m2 · . . . · (1 − αs x)ms Iz teorije polinoma dobijamo naredna dva tvrdjenja, koja ´emo dati bez dokaza. c TEOREMA 2.3.2. Neka su P (x) i Q(x) polinomi za koje vaˇe slede´i uslovi: z c

1◦ deg P (x) < deg Q(x); 2◦ Q(x) = S(x)·T (x), gde su S(x) i T (x) polinomi koji nemaju netrivijalan zajedniˇki c faktor; 3◦ polinom Q(x) ima slobodni ˇlan q0 = 0. c Tada postoje polinomi F (x) i G(x) za koje vaˇi z deg F (x) < deg S(x), deg G(x) < deg T (x), i P (x) F (x) G(x) = + . Q(x) S(x) T (x)

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Uopˇtenje prethodnog tvrdjenja je slede´a teorema. s c TEOREMA 2.3.3. Neka su P (x) i Q(x) polinomi za koje vaˇe slede´i uslovi: z c

115

1◦ deg P (x) < deg Q(x); 2◦ Q(x) = Q1 (x)m1 · Q2 (x)m2 · . . . · Qk (x)mk , gde su Qi (x) i Qj (x) (za i = j) polinomi koji nemaju netrivijalan zajedniˇki faktor; c 3◦ polinom Q(x) ima slobodni ˇlan q0 = 0. c Tada postoje polinomi Hi (x) (i = 1, . . . , k) za koje vaˇi z deg Hi (x) < deg Qi (x)mi i H1 (x) P (x) H2 (x) Hk (x) = + + ... + . Q(x) Q1 (x)m1 Q2 (x)m2 Qk (x)mk

Dokaz .

Viˇestrukom primenom prethodnog tvrdjenja. s

ˇ Cesto, ali ne uvek, dekompoziciju na parcijalne razlomke treba nastaviti joˇ jedan kos H(x) rak. Posmatrajmo tipiˇan razlomak (α−x)m , kod koga vaˇi deg H(x) < m. Viˇestrukom c z s primenom Hornerove ˇeme ili pomo´u Tejlorovog polinoma, moˇemo polinom H(x) s c z razviti po potencijama (stepenima) od (α − x), tj. predstaviti u obliku H(x) = γm + γm−1 (α − x) + γm−2 (α − x)2 + . . . + γ1 (α − x)m−1 . Odavde kada sve podelimo sa (α − x)m dobijamo H(x) γ1 γ2 γm = + + ... + . (α − x)m α − x (α − x)2 (α − x)m
P (x) z Ovim postupkom pravu racionalnu funkciju Q(x) moˇemo predstaviti u obliku zbira parcijalnih razlomaka kod kojih su imenioci oblika (α − x)i , a brojioci konstante.

PRIMER 2.3.4.

Predstaviti racionalnu funkciju

zbira parcijalnih razlomaka.

P (x) 2 + 4x − 3x2 = u obliku Q(x) 2 − 5x + 4x2 − x3

Reˇenje. s Kada faktoriˇemo imenilac dobijamo Q(x) = (1 − x)2 · (2 − x). Stoga ovu s racionalnu funkciju predstavljamo u obliku zbira slede´ih parcijalnih razlomaka c P (x) 2 + 4x − 3x2 γ1 γ2 γ3 = = + + , 2 − x3 2 Q(x) 2 − 5x + 4x 1 − x (1 − x) 2−x gde je potrebno odrediti konstante γ1 , γ2 , γ3 . Pomnoˇimo prethodni izraz sa Q(x) i z dobijamo jednaˇinu c (2.16) 2 + 4x − 3x2 = γ1 · (1 − x)(2 − x) + γ2 · (2 − x) + γ3 · (1 − x)2 .

Konstante γ1 , γ2 , γ3 moˇemo odrediti izjednaˇavanjem koeficijenata polinoma na levoj i z c desnoj strani i reˇavanjem odgovaraju´eg sistema, ali je to komplikovaniji naˇin. Ovde s c c ´emo ih odrediti zamenom pogodnih vrednosti. c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

116

ˇ Sta su pogodne vrednosti? Ako zamenimo x = 1 (jer je to nula polinoma Q) u jednaˇinu (2.16) 2 od 3 ˇlana na desnoj strani ´e se poniˇtiti i dobijamo: c c c s 3 = 0 · γ1 + 1 · γ2 + 0 · C3 = γ2 . Ako zamenimo x = 2 u jednaˇinu (2.16) dobijamo: c −2 = 0 · γ1 + 0 · γ2 + 1 · C3 = γ3 . Tako smo odmah odredili γ2 i γ3 . Ostalo nam je da odredimo joˇ i γ1 , ali kako nemamo s viˇe pogodnih vrednosti zameni´emo bilo koju vrednost za x u jednaˇinu (2.16), npr. s c c x = 0 (za x = 0 raˇun ide najlakˇe) i dobijamo: c s 2 = 2 · γ1 + 2 · γ2 + 1 · C3 = 2 · γ1 + 2 · 3 + 1 · (−2) = 2 · γ1 + 4, odakle je γ1 = −1. Time smo dobili da je traˇeno predstavljanje z P (x) −1 3 −2 = + + . Q(x) 1 − x (1 − x)2 2−x

Sada ´emo iskoristiti Uopˇtenu binomnu teoremu (Teorema 2.1.8), da odredimo opˇti c s s ˇlan niza, ako znamo funkciju generatrise. Tu vezu izmedju funkcije generatrise i opˇteg c s ˇlana niza nam daje slede´a teorema. c c TEOREMA 2.3.5. Neka je niz {an } dat sa (2.15) i neka karakteristiˇna jednaˇina c c ima korene t1 , t2 , . . . , ts sa odgovaraju´im viˇestrukostima m1 , m2 , . . . , ms . Tada je opˇti c s s ˇlan niza oblika c an = P1 (n) · t1 n + P2 (n) · t2 n + . . . + Ps (n) · ts n , gde su Pi (n) polinomi po n stepena najviˇe mi − 1, tj. s Pi (n) = A0 + A1 n + A2 n2 + . . . + Ami −1 nmi −1 , gde su Aj proizvoljne konstante (koje se odredjuju na osnovu poˇetnih uslova). c Dokaz . Prema prethodnim razmatranjima o parcijalnim razlomcima funkciju generatrise A(x) niza {an } moˇemo predstaviti kao sumu od s izraza oblika z γ1 γ2 γm + + ... + . 1 − αx (1 − αx)2 (1 − αx)m Iz Uopˇtene binomne teoreme (Teorema 2.1.8), tj. taˇnije prema njenoj posledici – Fors c c muli (2.4), imamo da je koeficijent uz xk u odgovaraju´em formalnom stepenom redu jednak γ1 1+n−1 n 2+n−1 n m+n−1 n α + γ2 α + . . . + γm α . n n n
n+ n

Kako ovaj izraz moˇemo napisati u obliku P (x)αn , uz Uslov simetriˇnosti z c dobijamo da je P (n) = γ1 n n+1 n+m−1 + γ2 + . . . + γm . 0 1 m−1

=

n+

,

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

117

Prema Definiciji 1.3.2 binomnog koeficijenta imamo da je n+ polinom po promenljivoj n stepena . Dakle, P (n) je polinom po n stepena najviˇe m − 1, ˇto je i trebalo pokazati. s s Ovim teoretskim zakljuˇcima smo pokazali formule date u prethodnom poglavlju 2.2 c ”Rekurentne jednaˇine”. c

PRIMERI
Direktnu primenu funkcija generatrisa ilustrova´emo na nekoliko primera (homogenih, c nehomogenih rekurentnih jednaˇina, kao i njihovih sistema). c PRIMER 2.3.6. Na´i funkciju generatrise niza {an } ako on zadovoljava rekurentnu c relaciju an+1 = 3an + 2, uz poˇetni uslov a0 = 0 i odatle na´i opˇti ˇlan niza. c c s c Reˇenje. s Jednaˇini an+1 = 3an + 2 odgovara jednaˇina c c A(x) − a0 2 = 3A(x) + x 1−x sa funkcijama generatrise: izraz na levoj strani, A(x)−a0 , odgovara nizu pomerenom za x jedan ulevo tako da je njegov n-ti ˇlan razvoja jednak an+1 ; n-ti ˇlan od 3A(x) je 3an ; c c 2 dok je svaki (pa i n-ti ˇlan) razvoja 1−x jednak 2. Jednaˇini an+1 = 3an + 2 sa poˇetnim c c c uslovom a0 = 0 odgovara jednaˇina c A(x) 2 = 3A(x) + , x 1−x ˇto kad sredimo dobijamo A(x)(1 − 3x) = s generatrise niza {an }: A(x) = 2 . Odatle nalazimo traˇenu funkciju z 1−x

2x . (1 − 3x)(1 − x)

Funkciju generatrise niza ´emo predstaviti u pogodnijem obliku za traˇenje niza c z (racionalnu funkciju predstavimo u obliku zbira parcijalnih razlomaka) i zatim iskoristimo poznate funkcije generatrise iz prethodnog poglavlja: A(x) = 2x 1 1 = − . (1 − 3x)(1 − x) 1 − 3x 1 − x

Iz funkcije generatrise lako nalazimo i opˇti ˇlan niza: s c A(x) = 1 1 − = 1 − 3x 1 − x A(x) =
n 0

(3x)n −
n 0 n 0

xn =
n 0

(3n − 1)xn

an xn ⇒ an = 3n − 1.

PRIMER 2.3.7. Na´i funkciju generatrise niza {an } ako on zadovoljava rekurentnu c relaciju an+1 = 2an + n, uz poˇetne uslove a0 = 1 i odatle na´i opˇti ˇlan niza. c c s c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

118

Reˇenje. Neka nizu {an } odgovara funkcija generatrisa A(x). Tada nizu {an+1 } odgos 1 vara A(x)−a0 = A(x)−1 . Kako je 1−x funkcija generatrisa niza (1, 1, 1, 1, . . . ) imamo x x
1 da nizu (1, 2, 3, 4, . . . ) odgovara funkcija generatrisa 1−x . Kako nama treba niz bn = n = (0, 1, 2, 3, . . . ) prethodni treba joˇ da pomerimo za 1 mesto udesno, pa je njegova s 1 1 x funkcija generatrisa B(x) = x · 1−x = x (1−x)2 = (1−x)2 . Time smo svim ˇlanovima c rekurentne veze odredili odgovaraju´e funkcije generatrisa, pa dobijamo jednaˇinu: c c

x A(x) − 1 = 2A(x) + . x (1 − x)2 Odatle moˇemo ”izvu´i” funkciju genratrise z c A= 1 − 2x + 2x2 . (1 − x)2 (1 − 2x)

Ovim smo naˇli generatrisu, tj. ”reˇili” smo ˇlanove niza (funkcija generatrisa sadrˇi s s c z informaciju o svim ˇlanovima niza). Ako bi trebalo da dokaˇemo da je ovaj niz jednak c z nekom drugom, dovoljno bi bilo da pokaˇemo da su im generatrise jednake. Medjutim, z mi trebamo da nadjemo ˇlanove eksplicitno. Pokuˇajmo da opet predstavimo A(x) u c s vidu pogodnih razlomaka: A(x) = 1 − 2x + 2x2 P Q R = + + (1 − x)2 (1 − 2x) (1 − x)2 1 − x 1 − 2x

Moˇemo da pomnoˇimo obe strane sa (1 − x)2 (1 − 2x) ˇime bismo dobili jednaˇinu z z c c (2.17) odnosno 1 − 2x + 2x2 = x2 (2Q + R) + x(−2P − 3Q − 2R) + (P + Q + R), odakle se izjednaˇavanjem koeficijenata polinoma dobija sistem ˇije je reˇenje P = −1, c c s Q = 0 i R = 2. Dakle, imamo da je −1 2 A= + (1 − x)2 1 − 2x
2 Poˇto ˇlan 1−2x odgovara nizu {2n+1 } i kako s c an = 2n+1 − (n + 1). 1 (1−x)2

1 − 2x + 2x2 = P (1 − 2x) + Q(1 − x)(1 − 2x) + R(1 − x)2 ,

=

1 1−x

odgovara {n + 1}, to je

PRIMER 2.3.8. Na´i funkciju generatrise niza {an } ako on zadovoljava rekurentnu c relaciju an+2 = 2an+1 − an , uz poˇetne uslove a0 = 1 i a1 = 2 i odatle na´i opˇti ˇlan c c s c niza. Reˇenje. Jednaˇini an+2 = 2an+1 −an sa poˇetnim uslovima a0 = 1, a1 = 2 odgovaraju s c c funkcije generatrise: A(x) − 1 − 2x A(x) − 1 =2 − A(x). x2 x Kada ovo sredimo, dobija se x A(x) = . (1 − x)2

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA A(x) = =
n 0

119 xn + n+1 n x n

x −1 1 = + =− 2 (1 − x) 1 − x (1 − x)2 (−1 + n + 1)x =
n 0 n

n 0

n 0

nx

n

⇒ an = n.

PRIMER 2.3.9. a0 = 3 i a1 = 2. Reˇenje. s

Reˇiti rekurentnu jednaˇinu an = an−2 + 4n, uz poˇetne uslove s c c

Uvedimo funkciju generatrise za ovaj niz A(x) =

+∞ X n=0

an xn . Pomnoˇimo datu z

rekurentnu jednaˇinu sa xn i sumirajmo to za vrednosti n od 2 do +∞. Tada dobijamo c
+∞ +∞ +∞

an x = x
n=2

n

2 n=2

an−2 x

n−2

+ 4x
n=2

nxn−1 .

Kada iskoristimo definiciju funkcije generatrise, prethodna jednaˇina se svodi na c A(x) − 3 − 2x = x2 · A(x) + 4x · 1 −1 , (1 − x)2

odakle kad izvuˇemo A(x) na jednu stranu dobijamo traˇenu funkciju generatrise: c z A(x) = 3 − 2x 4x 3 − 4x + 7x2 − 2x3 + = . 1 − x2 (1 − x2 )(1 − x)2 (1 − x2 )(1 − x)2

Predstavimo ovu funkciju u obliku zbira parcijalnih razlomaka A(x) = M N P Q + + + . 1 + x 1 − x (1 − x)2 (1 − x)3

Reˇavanjem dobijamo M = 2, N = 0, P = −1 i Q = 2, tj. s A(x) =
+∞ +∞ +∞ 2 1 2 X X X − + = 2 (−1)n xn − nxn−1 + n(n − 1)xn−2 . 2 3 1 + x (1 − x) (1 − x) n=0 n=0 n=0

Kako je an koeficijent uz xn u A(x) dobijamo da je an = 2 · (−1)n − (n + 1) + (n + 2)(n + 1) = 2 · (−1)n + (n + 1)2 .

PRIMER 2.3.10. Reˇiti rekurentnu jednaˇinu xn+2 − 6xn+1 + 9xn = 2n + n, uz s c poˇetne uslove x0 = x1 = 0. c Reˇenje. s Neka je X(t) generatrisa niza. Dati niz se svodi na jednaˇinu c X(t) 1 t X(t) −6 + 9X(t) = + . t2 t 1 − 2t (1 − t)2 Sredjuju´i ovaj izraz dobijamo c X(t) = t2 − t3 − t4 , (1 − t)2 (1 − 2t)(1 − 3t)2

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA odakle predstavljanjem preko odgovaraju´ih parcijalnih razlomaka dolazimo do c X(t) = 1 1 5 5 + − + 4(1 − x)2 1 − 2x 3(1 − 3x) 12(1 − 3x)2

120

Prvom sabirku odgovar niz n+1 , drugom 2n , tre´em − 5 · 3n = −5 · 3n−1 , a poslednjem c 4 3 5 (n + 1)3n = 5 (n + 1)3n−1 ˇto sve ukupno daje s 12 4 xn = n + 1 + 2n+2 + 5(n − 3)3n−1 . 4

PRIMER 2.3.11. Reˇiti rekurentnu jednaˇinu an+3 = 6an+2 − 11an+1 + 6an , uz s c poˇetne uslove a0 = 2, a1 = 0, i a2 = −2. c Reˇenje. s Kada predjemo na funkcije generatrisa ovoj jednaˇini odgovara: c A(x) − 2 − 0 · x A(x) − 2 A(x) − 2 − 0 · x − (−2)x2 =6 − 11 + 6A(x). 3 2 x x x Kada ovo sredimo, dobija se funkcija generatrisa A(x) = Predstavimo je kao zbir tri razlomka: A(x) = B C D 20x2 − 12x + 2 = + + . (1 − x)(1 − 2x)(1 − 3x) 1 − x 1 − 2x 1 − 3x 20x2 − 12x + 2 . 1 − 6x + 11x2 − 6x3

Reˇavanjem dolazimo do B = 5, C = −4, D = 1. Dalje imamo: z A(x) = =
n 0

5 4 1 − + =5 1 − x 1 − 2x 1 − 3x (5 − 4 · 2 + 3 )x =
n 0 n n n

xn − 4
n 0 n n 0

(2x)n +
n 0

(3x)n

an x .

Odatle dobijamo reˇenje an = 5 − 4 · 2n + 3n = 5 − 2n+2 + 3n . s PRIMER 2.3.12. Neka su nizovi {un }, {vn } i {wn } definisani sa u0 = v0 = w0 = 1 i      un+1 1 0 1 un  vn+1  =  0 1 1   vn  , n 0. wn+1 1 −1 4 wn

Dokazati da {un } zadovoljava homogenu linearnu rekurentnu relaciju i na´i opˇtu formulu c s za un . Reˇenje 1 . s jednaˇine, c Kada izjednaˇimo matrice na levoj i desnoj strani polazne matriˇne c c    un+1 1  vn+1  = 0 wn+1 1      0 1 un un + wn 1 1 ·  vn  =  vn + wn  , −1 4 wn un − vn + 4wn

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA dobijamo sistem rekurentnih jednaˇina: c un+1 vn+1 wn+1 = = = un un − vn vn + wn + wn + 4wn

121

.

Da bismo dobili rekurentnu relaciju samo po u treba ”eliminisati” i v i w. Iz prve jednaˇine imamo c wn = un+1 − un , ˇto kada ubacimo u tre´u dobijamo: un+2 − un+1 = un − vn + 4un+1 − 4un , a odavde s c vn = −un+2 + 5un+1 − 3un . Kada u drugu ubacimo izraze za v i w preko u dobijamo traˇenu homogenu linearnu z rekurentnu relaciju: un+3 − 6un+2 + 9un+1 − 4un = 0. Karakteristiˇna jednaˇina je t3 − 6t2 + 9t − 4 = 0, odnosno (t − 1)2 (t − 4) = 0. Njeni c c koreni su t1 = t2 = 1 i t3 = 4, pa je opˇte reˇenje oblika s s un = C1 · 1n + C2 · n · 1n + c3 · 4n , gde konstante C1 , C2 i C3 traˇimo iz poˇetnih uslova (u0 = 1, u1 = u0 + w0 = 2 i z c u2 = u1 + w1 = u1 + (u0 − v0 + 4w0 ) = 6). Kada reˇimo sistem s u0 u1 u2 dobijamo C1 = = 1 = 2 = 6 = = = C1 C1 C1 + C2 + 2C2 + C3 + 4C3 + 16C3

2 1 , C2 = 0 i C3 = . Opˇta formula za un je s 3 3 un = 2 + 4n . 3

Reˇenje 2 . Da smo sistem rekurentnih jednaˇina ”prebacili” na funkcije generatrisa, s c dobili bi sistem jednaˇina po U (x), V (x) i W (x): c U (x) − 1 x V (x) − 1 x W (x) − 1 x ˇijim reˇavanjem dobijamo: c s U (x) = 2/3 1/3 1 − 3x = + . 4x2 − 5x + 1 1 − x 1 − 4x = U (x) = = U (x) V (x) − V (x) + + W (x) W (x)

+ 4W (x)

Iz poslednjeg oblika direktno nalazimo opˇti ˇlan niza s c un = 2 + 4n . 3

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

122

Iz ovog reˇenja (obrnutim postupkom) dobijamo jednostavniju linearnu rekurentnu vezu: s un+2 − 5un+1 + 4un = 0. Ovo je posledica toga ˇto funkcija generatrisa sadrˇi potpunu informaciju o nizu (i poˇetne s z c uslove, koje smo u prethodnom razmatranju uzimali tek na kraju, a oni su ”krivci” za to pojednostavljenje jer je u(n) = u(0) − v(0) + 3w(0) n v(0) + 8u(0) − 3w(0) v(0) − u(0) 4 + + n 9 9 3

i za u(0) − v(0) + 3w(0) = 0 i v(0) − u(0) = 0 dobija se un+3 − 6un+2 + 9un+1 − 4un = 0, a ako je neki od tih izraza jednak nuli dobijamo jednostavniju rekurentnu vezu). PRIMER 2.3.13. Neka je qn broj reˇi duˇine n sastavljenih od slova a, b, c, d, koje c z sadrˇe neparan broj slova b. Odrediti qn . z Reˇenje 1 . Oznaˇimo sa pn broj reˇi duˇine n sastavljenih od slova a, b, c, d, koje sadrˇe s c c z z paran broj slova b. Tada je pn + qn = 4n (sve reˇi duˇine n). Reˇ duˇine n + 1 sa c z c z neparnim brojem slova b moˇe se dobiti od reˇi duˇine n sa neparnim brojem slova b ako z c z joj se na kraj dopiˇe jedno od tri slova a, c ili d, kao i od reˇi duˇine n sa parnim brojem s c z slova b ako joj se na kraj dopiˇe slovo b: qn+1 = 3 · qn + pn . U ovom sistemu, s pn + qn qn+1 = 4n = 3qn + pn ,

ako iz prve jednaˇine izrazimo pn = 4n − q n i to ubacimo u drugu dobijamo nehomogenu c linearnu rekurentnu jednaˇinu c qn+1 = 2qn + 4n . Da je q0 = 0 moˇemo dobiti iz q1 = 2q0 + 40 (q1 = 1: samo reˇ b). Ako sad predjemo z c na funkcije generatrise dobijamo Q(x) − 0 1 = 2Q(x) + , x 1 − 4x ˇto kad sredimo daje s Q(x) = x . (1 − 2x)(1 − 4x)

Predstavimo Q(x) u pogodnijem obliku: Q(x) = 1/2 1/2 1 − = 1 − 4x 1 − 2x 2 (4x)n −
n 0

1 2

(2x)n =
n 0 n 0

4n − 2n n x . 2

1 n (4 − 2n ). 2 Reˇenje 2 . Zadatak je bilo mogu´e reˇiti tako ˇto bismo odmah sistem rekurentnih s c s s jednaˇina prebacili na funkcije generatrisa: c Odatle dobijamo reˇenje qn = s P (x) + Q(x) = 1 , 1 − 4x Q(x) − 0 = 3Q(x) + P (x) x

i odavde bi reˇavanjem sistema (po P (x) i Q(x) kao nepoznatim) dobili da je funkcija s x . Odredjivanje qn ide na potpuno isti naˇin. c generatrisa Q(x) = (1 − 2x)(1 − 4x)

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

123

ZADACI
2.3.1. Ponovo na´i opˇte ˇlanove nizova iz zadataka 2.2.1–2.2.21 (str. 112 ), ali koriˇc s c s ´enjem funkcija generatrisa. c 2.3.2. Na´i funkciju generatrise niza {an } i odatle na´i opˇti ˇlan niza: c c s c a) an+1 = 2an + 1, a0 = 0; b) an+2 = −4an+1 − 8an , a0 = 0, a1 = 2. 2.3.3. Na´i funkciju generatrise niza {xn } i odatle na´i opˇti ˇlan niza: c c s c a) x0 = x1 = 0, xn+2 − 4xn+1 + 4xn = 2n ; b) x0 = 1, x1 = 3, xn+2 − xn+1 + xn = 3 · 2n ; c) x0 = x1 = 0, xn+2 − 6xn+1 + 9xn = 2n + n. 2.3.4. Na´i funkciju generatrise niza {un } i odatle na´i opˇti ˇlan niza: c c s c a) un+3 − 3un+1 + 2un = 0, u0 = 1, u1 = u2 = 0; b) un+3 − 6un+2 + 11un+1 − 6un = 0, u0 = 2, u1 = 0, u2 = −2; c) un+4 − 5un+3 + 6un+2 + 4un+1 − 8un = 0, u0 = 0, u1 = −9, u2 = −1, u3 = 21; d) un+1 − 2un = 4n , u0 = 1; e) un+2 − un+1 − 6un = n, u0 = 1, u1 = 1. 2.3.5. Reˇiti rekurentnu jednaˇinu an = an−1 + an−3 + an−4 + an−5 + . . . + a1 + a0 , s c n 3, sa poˇetnim uslovom a0 = a1 = a2 = 1. c 2.3.6. Koliko ima prirodnih brojeva manjih od 10n u kojima se javlja cifra 8?

2.4

ˇ FIBONACIJEVI BROJEVI

Fibonaˇijevi brojevi predstavljaju svakako jedan od najpoznatijih nizova. Toliku c ”slavu” su stekli jer su se javili i u mnogim drugim (nematematiˇkim) oblastima, kao c i u samoj prirodi (npr. broj listova ili cvetova, kod velikog broja biljki je jednak baˇ s nekom Fibonaˇijevom broju). U antiˇkoj Grˇkoj, kao i kasnije u renesansi, za idealnu c c c proporciju je uziman tzv. ”zlatni presek” koji se takodje javlja kod Fibonaˇijevih brojeva. c Pored toga oni su naˇli primenu u reˇavanju nekoliko veoma vaˇnih matematiˇkih probs s z c lema. Jedan od njih je Matijaˇeviˇevo reˇenje znamenitog desetog problema Hilberta, s c s a drugi je recimo teorija ekstrema unimodalnih funkcija (koju je zasnovao Dˇ. Kifer). z Zbog svega toga veliki broj matematiˇara u svetu je pristupio nekoj vrsti ”Fibonaˇizma” c c (istraˇuju´i skoro kao hobi neka od svojstava ovog niza). Najjaˇi primer te ljubavi prema z c c Fibonaˇijevim brojevima je ˇasopis The Fibonacci Quarterly, koji se izdaje u SAD joˇ od c c s 1963. godine, a i sada je na SCI listi (lista ˇasopisa koji su u vrhu po indeksu citiranosti). c Ruski matematiˇar Nikolaj Nikolaeviˇ Vorobjev je napisao celu knjigu o Fibonaˇijevim c c c c brojevima, [37]. To sve govori o izuzetnom znaˇaju ovih brojeva (te smo se stoga i mi odluˇili da im dodelimo jedno poglavlje u naˇoj knjizi). c s

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

124

Prvo ´emo po´i od nekih istorijskih ˇinjenica vezanih za Fibonaˇijeve brojeve, a onda c c c c ´emo polako istraˇivati neke od njihovih osobina. c z Italijanski matematiˇar Leonardo od Pize sa nadimkom Fibonaˇi (Fibonacci je sra´eno c c c od “filius Bonacci”, tj. Bonaˇijev sin) ˇiveo je od 1180−1240 (po nekim drugim podacima c z 1175 − 1250). Najpoznatija dela su mu Liber abaci, 1202, u kojoj se pored mnogobrojnih problema borio za hindo–arapski brojni sistem i Liber quadratorum, 1225. (knjiga kvadrata brojeva koja predstavlja prvi pomak aritmetike posle Diofanta). U svojoj ”Knjizi o abakusu” postavio je ”Problem zeˇeva”: c Svaki par zec–zeˇica (starih barem 2 meseca) dobiju tokom svakog slede´eg c c meseca par mladih: zeca i zeˇicu. Ako je na poˇetku godine bio jedan novorodc c jen par, koliko ´e biti ukupno parova zeˇeva poˇetkom slede´e godine? (Pretc c c c postavljamo da zeˇevi ne umiru.) c Neka je fn broj parova zec–zeˇica posle n meseci, tj. tokom (n + 1)–vog meseca od c poˇetka godine. Prema pretpostavci je f0 = 1 i f1 = 1 (jer taj par joˇ nije zreo za c s razmnoˇavanje), a fn (za n 2) se dobija kada broju parova fn−1 koji su ˇiveli proˇlog z z s meseca doda broj novorodjenih parova zeˇeva koji se dobijaju od fn−2 parova ˇivih pre c z dva meseca. Zato je za sve n 2 vaˇi z fn = fn−1 + fn−2 . Tako dobijamo niz n fn Fn 0 1 0 1 2 1 2 1 1 3 3 2 4 5 3 5 8 5 6 7 8 9 13 21 34 55 8 13 21 34 10 89 55 11 144 89 12 233 144 13 377 233 14 610 377 15 987 610

pa ´e nakon godinu dana biti f12 = 233 parova zeˇeva. c c NAPOMENA.
Najˇeˇ´e se Fibonaˇijev niz definiˇe tako da su indeksi pomereni za 1 u c sc c s odnosu na niz sa kojim smo se malopre sreli (ima nekoliko ˇisto matematiˇkih razloga, od kojih c c je jedan da se tada mnogo prirodnije vrˇi proˇirenje indeksa na ceo skup celih brojeva). To je s s niz {Fn } iz prethodne tabele, koji ´emo uskoro definisati. Ti brojevi predstavljaju niz A000045 c u Online enciklopediji celobrojnih nizova [31].

DEFINICIJA 2.4.1.

Fibonaˇijev niz {Fn } je zadat slede´om rekurentnom jednaˇinom: c c c F1 = 1, F2 = 1 i Fn+2 = Fn+1 + Fn .

Ponekad se uvodi i proˇirenje tako da indeksi mogu da budu celi brojevi: F0 = 0 i s F−a = (−1)a+1 Fa , pa niz izgleda . . . , −21, 13, −8, 5, −3, 2, −1, 1, 0, 1, 1, 2, 3, 5, 8, . . . Primetimo da i ovakav niz zadovoljava svojstvo da je zbir dva uzastopna ˇlana jednak c slede´em. c U slede´oj teoremi je sadrˇana i kombinatorna definicija Fibonaˇijevih brojeva. c z c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

125

TEOREMA 2.4.2. Skup Nn = {1, 2, . . . , n} sadrˇi taˇno Fn+2 podskupa (ukljuˇuju´i z c c c i prazan skup) u kojima se ne nalaze 2 uzastopna prirodna broja.

Dokaz . Oznaˇimo sa an broj podskupova skupa Nn koji ne sadrˇe 2 uzastopna prirodna c z broja. Za svaki skup S, koji brojimo u an , imamo 2 mogu´nosti: c 1◦ n ∈ S. U skupu S mogu biti svi brojevi iz Nn−1 (jer broj n nije u S), ali uz uslov da nema 2 uzastopna. Takvih podskupova ima an−1 . 2◦ n ∈ S. Kako je broj n u skupu S u njemu ne moˇe biti i broj n−1, te je S\{n} ⊆ Nn−2 , z uz uslov da nema 2 uzastopna. Takvih podskupova ima an−2 . Stoga dobijamo da vaˇi rekurentna jednaˇina z c an = an−1 + an−2 . Poˇetne uslove ´emo odrediti prostim prebrojavanjem. Za n = 1 imamo a1 = 2 takva c c podskupa ∅ i {1}, a za n = 2 imamo a2 = 3 takva podskupa ∅, {1} i {2}.

Kako imamo istu rekurentnu jednaˇinu, a samo pomerene poˇetne uslove dobijamo da je c c an = Fn+2 .

ˇ ˇ ˇ OPSTI CLAN FIBONCIJEVOG NIZA
Slede´u formulu za opˇti ˇlan Fibonaˇijevog niza je 1843. godine pokazao francuski c s c c matematiˇar Bine (fr. Jacques-Philipe-Marie Binet) i stoga se ona ponegde u literaturi c naziva i Bineova formula.
√ 1+ 5 2 n

TEOREMA 2.4.3.

Opˇti ˇlan Fibonaˇijevog niza je Fn = s c c

− √ 5

√ 1− 5 2

n

.

Dokaz . Iz Fn+2 = Fn+1 + Fn imamo Fn+2 − Fn+1 − Fn = 0, pa je karakteristiˇna c √ 1± 5 2 jednaˇina t − t − 1 = 0 i njeni koreni su realni i razliˇiti t1,2 = 2 . Opˇti ˇlan ove c c s c rekurentne jednaˇine (joˇ nismo uzeli poˇetne uslove u razmatranje) je dat formulom c s c F n = C1 ·
√ 1+ 5 2 n

+ C2 ·

√ 1− 5 2

n

.

Kako je F0 = 0 i F1 = 1, zamenom n = 0 i n = 1 u opˇte reˇenje dobijamo sistem po C1 s s 1 −1 i C2 , ˇija su reˇenja C1 = √5 i C1 = √5 , odakle dobijamo da je opˇti ˇlan Fibonaˇijevog c s s c c niza dat formulom √ √ n n 1+ 5 − 1−2 5 2 √ . Fn = 5

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

126

Iz ove formule moˇemo dobiti i slede´e tvrdjenje. Tu ´emo koristiti i funkciju [x], koja z c c oznaˇava oznaˇava ceo deo broja x, npr. [π] = 3, a [−π] = −4. c c TEOREMA 2.4.4. Fn je jednak
√ 1 √ ( 1+ 5 )n 2 5

zaokruˇenom na najbliˇi ceo broj. z z
n

Dokaz .

Procenimo koliko iznosi Fn − Fn −
1 √ 5 √ 1+ 5 2 n

1 √ 5

√ 1+ 5 2 n

:
√ 1− 5 2 n

= =

1 √ 5

√ 1+ 5 2 √ n 1− 5 2

− √

√ 1+ 5 2

n

5

<

√ 1− 5 2

√ =

5

1 5−1 √ < . 2 2 5

Stoga je Fn taˇno jednak c
√ 1− 5 2 n

√ 1 √ ( 1+ 5 )n 2 5

zaokruˇenom na najbliˇi ceo broj. z z

Kako izraz moˇe biti i pozitivan i negativan, Fibonaˇijeve brojeve moˇemo z c z izraziti preko funkcije celog dela kao:  √ n 1+ 5 1  √ , n = 2k  2 5 Fn = √  1 1+ 5 n  √ + 1, n = 2k + 1. 2 5 Odredimo sada funkciju generatrise F (x) Fibonaˇijevog niza. c

TEOREMA 2.4.5.

Funkcija generatrise Fibonaˇijevog niza iznosi F (x) = c

x . 1−x−x2

Dokaz 1 . Neka je F (x) generatrisa niza {Fn }. Jednaˇini Fn+2 = Fn+1 +Fn (niz {Fn+2 } c je Fibonaˇijev niz pomeren za 2 mesta u levo, a {Fn+1 } za 1 mesto ulevo), sa poˇetnim c c uslovima F0 = 0 i F1 = 1, odgovara slede´a jednaˇina sa funkcijama generatrisa: c c F (x) − F0 − F1 x F (x) − F0 = + F (x), x2 x F (x) − x F (x) odnosno = + F (x). Nakon mnoˇenja sa x2 i grupisanja dobijamo traˇenu z z x2 x funkciju generatrise x . F (x) = 1 − x − x2 Dokaz 2 . Neka je F (x) =
∞ X n=0

Fn xn funkcija generatrise. Tada vaˇi z
∞ ∞

F (x) = =

F0 + F1 x +
n=0

Fn+2 xn+2 = 0 + 1 · x +
n=0 2

(Fn+1 + Fn )xn+2

x + x · (F (x) − F0 ) + x · F (x) = x + x · F (x) + x2 · F (x),

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA odakle dobijamo da je (1 − x − x2 ) · F (x) = x, pa je traˇena funkcija generatrise z F (x) = x . 1 − x − x2

127

Sada ´emo koriˇ´enjem ovog rezultata ponovo da odredimo opˇti ˇlan Fibonaˇijevog c sc s c c niza. PRIMER 2.4.6. Iz funkcije generatrise F (x) odrediti opˇti ˇlan Fibonaˇijevog niza. s c c

Reˇenje. s Treba joˇ da razvijemo ovaj izraz u stepeni red (predstavimo ga kao zbir s parcijalnih razlomaka). Neka je −x2 − x + 1 = (1 − αx)(1 − βx) √ √ Tada je α = (1 + 5)/2 a β = (1 − 5)/2. Dalje je x x A B = = + . 1 − x − x2 (1 − xα)(1 − xβ) 1 − xα 1 − xβ Kada sve pomnoˇimo sa 1 − x − x2 i izjednaˇimo koeficijente polinoma dobijamo sistem, z c 1 −1 ˇija su reˇenja A = α−β i B = α−β . Vratimo to u prethodnu formulu i koriˇ´enjem c s sc poznatog razvoja dobijamo: x 1 = 1 − x − x2 α−β 1 1 − 1 − xα 1 − xβ 1 =√ 5
∞ X n=0

αn xn −

∞ X n=0

β n xn .

Koeficijent uz xn u funkciji generatrise F (x) predstavlja n-ti Fibonaˇijev broj, pa je c 1 Fn = √ (αn − β n ). 5 Time smo ponovo, samo sada preko funkcija generatrisa, izveli formulu za n-ti ˇlan c Fibonaˇijevog niza. c NAPOMENA.
Pomereni Fibonaˇijev niz fn ima funkciju generatrise Fp (x) = c
1 . 1−x−x2

OSNOVNE OSOBINE
U naredna 3 tvrdjenja ´emo dati neke aritmetiˇke osobine Fibonaˇijevih brojeva. c c c TEOREMA 2.4.7. Fibonaˇijev broj Fn je: c a) paran ako i samo ako je oblika n = 3k; b) deljiv sa 3 ako i samo ako je oblika n = 4k; c) deljiv sa 5 ako i samo ako je oblika n = 5k; d) deljiv sa 4 ako i samo ako je oblika n = 6k; e) deljiv sa 10 ako i samo ako je oblika n = 15k.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Dokaz . a) Kako je Fn = Fn−1 + Fn−2 = (Fn−2 + Fn−3 ) + Fn−2 = 2Fn−2 + Fn−3 ,

128

dobijamo da su brojevi Fn i Fn−3 iste parnosti. Kako je F0 = 0, a F1 = F2 = 1, dobijamo da je Fn paran ako i samo ako je oblika n = 3k. b) Ako nastavimo sa raˇunom iz dela pod a) dobijamo c Fn = 2Fn−2 + Fn−3 = 2(Fn−3 + Fn−4 ) + Fn−3 = 3Fn−3 + 2Fn−4 , ˇto sa F0 = 0, F1 = F2 = 1 i F3 = 2 daje tvrdjenje. s c) Ako nastavimo sa raˇunom iz dela pod b) dobijamo c Fn = 3Fn−3 + 2Fn−4 = 3(Fn−4 + Fn−5 ) + 2Fn−4 = 5Fn−4 + 3Fn−5 , ˇto sa F0 = 0, F1 = F2 = 1, F3 = 2 i F4 = 3 daje tvrdjenje. s d) Ako nastavimo sa raˇunom iz dela pod c) dobijamo c Fn = 5Fn−4 + 3Fn−5 = 5(Fn−5 + Fn−6 ) + 3Fn−5 = 8Fn−5 + 5Fn−6 , ˇto sa F0 = 0, F1 = F2 = 1, F3 = 2, F4 = 3 i F5 = 5 daje tvrdjenje. s Vidimo da je Fn deljiv i sa 8 ako i samo ako je oblika n = 6k. e) Ova osobina je direktna posledica delova pod a) i c). Moˇemo je proveriti za neke z manje vrednosti u tablicama u dokazu naredne teoreme.

TEOREMA 2.4.8. periodom 60.

Niz cifara jedinica Fibonaˇijevih brojeva je periodiˇan niz sa c c

Dokaz . Posmatrajmo niz cifara jedinica Fibonaˇijevih brojeva, {cn }. Za njih vaˇi c z sliˇna rekurentna veza c cn+2 = cn+1 +10 cn , gde +10 oznaˇava sabiranje po modulu 10. Da bismo naˇli period ovog niza potrebno je c s da nadjemo prve brojeve i i j, i < j, takve da je ci = cj i ci+1 = cj+1 , jer ´e dalje cifre c jedinica da se ponavljaju periodiˇno sa periodom j − i. c n cn n cn n cn n cn n cn 0 0 15 0 30 0 45 0 60 0 1 1 2 1 3 2 4 3 18 4 33 8 48 6 63 2 5 5 19 1 34 7 49 9 64 3 6 8 7 3 20 5 35 5 50 5 65 5 8 1 21 6 36 2 51 4 66 8 9 4 10 5 22 23 1 7 37 38 7 9 52 53 9 3 67 68 3 1 11 9 12 13 4 3 24 25 26 8 5 3 39 40 41 6 5 1 54 55 56 2 5 7 69 . . . 4 ... 14 7 27 8 42 6 57 2 28 1 43 7 58 9 29 9 44 3 59 1

16 17 7 7 31 32 9 9 46 47 3 3 61 62 1 1

Popunjavanjem gornje tablice (popunili smo 10-ak elemenata viˇe) dobijamo da je i = 0, s

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA a j = 60, pa smo pokazali da je {cn } periodiˇan niz sa periodom 60. c 1 Na osnovu ovoga imamo da je (Fn+60 − Fn ) prirodan broj. 10 n−2 . 5

129

TEOREMA 2.4.9.

Broj cifara Fn je ve´i od c

Dokaz . Broj cifara prirodnog broja Fn je [ log10 Fn ] + 1. Po Teoremi 2.4.4 imamo da √ 1 c vaˇi Fn ≈ √5 ( 1+2 5 )n te je broj cifara broja Fn ve´i od ili jednak sa z log10
√ 1 √ ( 1+ 5 )n 2 5

+ 1 = − log10

5 + n · log10

√ 1+ 5 2

+ 1.

Kako vaˇe nejednakosti z log10 √ 5 ≈ 0, 349485 . . . <
2 5

i

log10

√ 1+ 5 2 1 5

≈ 0, 2089876 > 1 , 5 − 2 ] + 1, tj. ve´i je od [ n−2 ], c 5 5

imamo da je broj cifara broja Fn ve´i od ili jednak sa [n · c a samim tim je ve´i i od n−2 . c 5

Sada ´emo navesti joˇ nekoliko tvrdjenja vezanih za deljivost Fibonaˇijevih brojeva. c s c Kako ona po oblasti viˇe spadaju u Teoriju brojeva nego u Diskretnu matematiku ovde s ´emo uglavnom dati samo njihove formulacije bez dokaza (dokaz se moˇe na´i u [8] — c z c to su Teoreme 13.1, 13.2, 13.3 i 13.5). TEOREMA 2.4.10. Svaka dva uzastopna ˇlana Fibonaˇijevog niza su uzajamno c c prosta, tj. vaˇi NZD(Fn , Fn+1 ) = 1, za n 1. z

TEOREMA 2.4.11. broj Fmn .

Za svako m

1in

1 Fibonaˇijev broj Fm deli Fibonaˇijev c c

Dokaz . Tvrdjenje se pokazuje principom matematiˇke indukcije u kome koristimo c identitet iz Teoreme 2.4.22. TEOREMA 2.4.12. Najve´i zajedniˇki delilac dva Fibonaˇijeva broja je takodje c c c Fibonaˇijev broj, tj. vaˇi NZD(Fm , Fn ) = Fd , gde je d = NZD(m, n). c z

POSLEDICA. 2.4.13 ako m | n.

U Fibonaˇijevom nizu za n c

m

3 vaˇi Fm | Fn ako i samo z

Ovde smo uzimali m 3, jer za m = 2 imamo da F2 = 1 deli sve Fibonaˇijeve brojeve, c a 2 ne deli sve prirodne brojeve.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

130

TEOREMA 2.4.14. istovremeno oba.

Za prost broj p > 5, vaˇi da ili p | Fp−1 ili p | Fp+1 , ali ne z

Slede´e tvrdjenje nam uspostavlja jednu matriˇnu jednakost sa Fibonaˇijevim brojec c c vima kod kojih su indeksi proˇireni na ceo skup celih brojeva. Nju ´emo iskoristiti kasnije s c za pokazivanje jednog identiteta. 1 1 1 0
n

TEOREMA 2.4.15.

Za svaki n ∈ Z vaˇi z

=

Fn+1 Fn

Fn . Fn−1

Dokaz .

Za n = 0 imamo da je 1 1 1 0
0

=I=

1 0

0 F = 1 1 F0

F0 . F−1

Pretpostavimo da tvrdjenje vaˇi za n = k. Onda za n = k + 1 imamo z 1 1 1 0
k+1

=

Fk+1 Fk

Fk 1 · Fk−1 1

1 F + Fk = k+1 0 Fk + Fk−1

Fk+1 F = k+2 Fk Fk+1

Fk+1 . Fk

Stoga po principu matematiˇke indukcije tvrdjenje vaˇi i za sve prirodne brojeve n. c z −1 1 1 0 1 Za negativne brojeve koristimo da je inverzna matrica = , pa za 1 0 1 −1 1 1 1 1 0 1 n = −k imamo da vaˇi z = = i sada potpuno analogno, 1 0 1 0 1 −1 kao u sluˇaju pozitivnih n, dokazujemo tvrdjenje principom matematiˇke indukcije. c c Slede´a teorema nam daje vezu veriˇnih razlomaka i Fibonaˇijevih brojeva. c z c TEOREMA 2.4.16. Odnos dva uzastopna ˇlana Fibonaˇijevog niza moˇe se predc c z staviti preko veriˇnog razlomka z Fn+1 =1+ Fn 1 1+ 1 .. . 1+
n −k −1 k k

1 1

√ Fn+1 1+ 5 i kad pustimo da n teˇi beskonaˇnosti dobijamo lim z c = . n→∞ Fn 2 Fn+1 jednako datom veriˇnom razlomku pokaza´emo matematiˇkom z c c Fn F1 1 indukcijom. Za n = 1 imamo = = 1. F1 1 Dokaz . Da je

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Pretpostavimo da tvrdjenje vaˇi za neko n = k. Za n = k + 1 je z Fk+2 Fk+1 + Fk 1 = =1+ , Fn+1 Fk+1 Fk+1 Fn pa smo dobili da tvrdjenje vaˇi i za n = k + 1. z Zbog principa matematiˇke indukcije tvrdjenje vaˇi za svako prirodno n. c z Iz prethodnog predstavljanja preko veriˇnog razlomka sledi da je z je i Fn+1 Fn

131

1, a odatle

Fn+1 Fn+1 2, tj. imamo 1 2, pa je ovaj niz ograniˇen i moˇe se razbiti na c z Fn Fn jedan podniz koji je rastu´i i jedan podniz koji je opadaju´i. Stoga taj niz konvergira ka c c √ 1+ 5 1 nekom broju x. Tada je x = 1 + . Reˇavanjem ove jednaˇine dobijamo x = s c , tj. x 2 taj odnos teˇi zlatnom preseku. z

Zlatni presek je bio popularan u renesansnoj arhitekturi. Tadaˇnji gradjevinari su po s ugledu na Stare Grke smatrali idealnim kad je “odnos ve´eg dela prema manjem jednak c odnosu cele duˇine prema ve´em delu” : z c √ 1 1+ 5 2 α=1+ ⇒ α −α−1=0 ⇒ α= ≈ 1.618033988... α 2
r q 1+ 1+ p √ ...

NAPOMENA.

Moˇe se pokazati da ka zlatnom preseku teˇi i niz z z

1+

Predstavljanje prirodnog broja preko zbira razliˇitih Fibonaˇijevih brojeva, tzv. Fic c bonaˇijev zapis, nalazi primenu u kodiranju i teoriji igara. Da´emo dve teoreme od kojih c c nam prva garantuje egzistenciju – to je Cekendorfova teorema (nem. Zeckendorf), a druga jedinstvenost Fibonaˇijevog zapisa. c

TEOREMA 2.4.17. Cekendorfova teorema. Svaki prirodan broj a moˇe se z zapisati kao suma razliˇitih Fibonaˇijevih brojeva, medju kojima se ne nalaze 2 uzastopna c c Fibonaˇijeva broja (Fk i Fk+1 ). c Dokaz . Da´emo konstruktivan dokaz, tj. opisa´emo postupak odredjivanja traˇene c c z sume Fibonaˇijevih brojeva. c Za svaki prirodan broj a uvek postoji prirodan broj n takav da vaˇi z Fm a < Fm+1 .

Ako je a = Fm , onda smo zavrˇili. U protivnom imamo da vaˇe nejednakosti s z 0 < a − Fm < Fm+1 − Fm = Fm−1 . Kako je broj a1 = a − Fm prirodan i za njega postoji prirodan broj n takav da vaˇi z Fn a1 < Fn+1 .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

132

Kako je Fn a1 < Fm−1 dobijamo da je n < m − 1, tj. n m − 2, pa stoga Fn i Fm nisu uzastopni Fibonaˇijevi brojevi. c Ako je a1 = Fn opet smo zavrˇili, jer je tada polazni broj a = Fm + Fn (ˇto je traˇena s s z prezentacija). U protivnom, odredimo a2 = a1 − Fn i dalje sa a2 ponavljamo postupak... Ovaj proces se mora zavrˇiti jer u svakom slede´em koraku u postupak ulazimo sa manjim s c brojem ai (zavrˇavamo kada u nekom koraku dobijemo da je aj = Ft ). Tada smo dobili s traˇeno predstavljanje broja a u obliku neuzastopnih Fibonaˇijevih brojeva: z c a = Fm + Fn + . . . + Ft .

TEOREMA 2.4.18. Predstavljanje prirodnog broja N kao sume razliˇitih Fic bonaˇijevih brojeva, medju kojima se ne nalaze 2 uzastopna Fibonaˇijeva broja, je jedinc c stveno. Dokaz . Predpostavimo suprotno, da prirodan broj N sadrˇi, pored predstavljanja z datog dokazom Cekendorfove teoreme (tj. Cekendorfovim algoritmom), joˇ jedno koje s ispunjava date uslove. Kako je za neko m ispunjeno Fm N < Fm+1 , imamo da je N Fm+1 − 1. Prema Cekendorfovom algoritmu imamo da se svaki element skupa I = {1, 2, 3, . . . , Fm+1 − 1} injektivno slika (tj. preslikavanje u Cekendorfovom algoritmu je ”1-1”) u neprazan podskup skupa J = {F2 , F3 , . . . , Fm }, pri ˇemu taj podkup ne c sadrˇi 2 uzastopna Fibonaˇijeva broja (kra´e nazovimo takav podskup crvenim). Pored z c c toga, broju N ∈ I odgovara joˇ jedan crveni podskup, koji do sada nismo odredili s Cekendorfovim algoritmom. Stoga skup J mora da sadrˇi bar Fm+1 − 1 + 1 = Fm+1 z crvenih podskupova (Fm+1 − 1 odgovaraju onim dobijenim iz Cekendorfovog algoritma i joˇ onaj 1 dodatni koji odgovara drugom predstavljanju broja N ). Prema Teoremi 2.4.2 s imamo da skup J sadrˇi taˇno Fm+1 − 1 crvenih podskupova (kako ∅ nije crven imamo z c ˇlan −1). Dobili smo kontradikciju, ˇime je tvrdjenje teoreme pokazano. c c Uvedimo Fibonaˇijev zapis prirodnog broja a kao c Φ(a) = ϕm ϕn−1 . . . ϕ2 , pri ˇemu su ϕj ∈ {0, 1} (za j = 2, 3, . . . , n). Uoˇimo najve´i Fibonaˇijev broj Fm a i c c c c na mesto ϕm upiˇimo cifru 1. Zatim ponavljamo postupak i umesto broja a posmatramo s broj a1 = a−Fm i za njega uoˇimo najve´i Fibonaˇijev broj Fn a1 i na mesto ϕn upiˇemo c c c s cifru 1, a na sva mesta izmedju ϕm i ϕn upiˇemo 0. Zatim posmatramo a2 = a1 − Fm ... s Postupak ponavljamo dok za neko as ne dobijemo 0 i ako su neko vrednosti ϕj ostale neodredjene dodelimo im vrednosti 0. PRIMER 2.4.19. Odrediti Fibonaˇijev zapis prirodnog broja a = 20. c

Reˇenje. s Kako imamo da je F8 = 21 > 20 F7 = 13 dobijamo da je ϕ7 = 1. Dalje imamo slede´i niz ocena (pomo´u koji odredjujemo ϕj ): c c a1 = 20 − 13 = 7, F6 = 8 > 7 F3 = 2, F5 = 5, ϕ6 = 0, ϕ5 = 1;

a2 = 7 − 5 = 2,

ϕ4 = 0, ϕ3 = 1; ϕ2 = 0.

a3 = 2 − 2 = 0, Zato je Fibonaˇijev zapis, Φ(19) = 101010. c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Na osnovu ovog zapisa imamo da je a = 20 = F7 + F5 + F3 .

133

Svaki niz 0 i 1 ne predstavlja Fibonaˇijev zapis: npr. binarni niz 110 bi odgovarao c a = F4 + F3 = 3 + 2 = 5 = F5 , a Φ(5) = 1000! Na osnovu ove opservacije moˇemo pokazati i slede´e tvrdjenje. z c LEMA. 2.4.20. Fibonaˇijev zapis. c Niz 0 i 1 koji poˇinje sa 1 i nema dve uzastopne jedinice predstavlja c

Ostale osobine, kao i joˇ neke identitete (pored onih iz narednog odeljka) sa Fis bonaˇijevim brojevima da´emo kroz zadatke. c c

ˇ IDENTITETI SA FIBONACIJEVIM BROJEVIMA

TEOREMA 2.4.21.

F1 + F2 + . . . + Fn = Fn+2 − 1.

Dokaz 1 . Koristimo jednakost Fk = Fk+2 − Fk+1 za k = 1, 2, . . . , n, skratimo iste ˇlanove u uzastopnim sabircima i na kraju uvrstimo da je F2 = 1: c F1 + F2 + . . . + Fn = = (F3 − F2 ) + (F4 − F3 ) + . . . + (Fn+2 − Fn+1 ) Fn+2 − F2 = Fn+2 − 1. F (x) , tj. 1−x

Dokaz 2 .

Funkcija generatrise zbira prvih n ˇlanova Fibonaˇijevog niza je c c F (x) x = , 1−x (1 − x)(1 − x − x2 )

leva strana identiteta je

jer je F (x) = Fn+2

x generatrisa Fibonaˇijevih brojeva. Sa desne strane ˇlanovima c c 1 − x − x2 F (x) − x 1 i 1 odgovaraju i , pa sredjivanjem ovog izraza dobijamo x2 1−x F (x) − x 1 − 2 x 1−x = = =
1 1 1 2 − 1 = 1−x−x − 1−x x 1−x 1 − (1 − x − x2 ) 1 1+x 1 − = − x · (1 − x − x2 ) 1−x 1 − x − x2 1−x x 1 − x2 − (1 − x − x2 ) = . (1 − x)(1 − x − x2 ) (1 − x)(1 − x − x2 ) x 1−x−x2 x2

−x

Kako smo dobili funkciju generatrise koja odgovara levoj strani identiteta, zakljuˇujemo c da dati identitet zaista vaˇi. z

TEOREMA 2.4.22.

Fn+1 Fn−1 − Fn 2 = (−1)n za n ∈ N.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Dokaz 1 . Za n = 1 imamo F2 F0 − F1 2 = 1 · 0 − 12 = −1 = (−1)1 . Pretpostavimo da tvrdjenje vaˇi za n = k, tj. da je Fk+1 Fk−1 − Fk 2 = (−1)k . z Sad posmatrajmo ˇta se deˇava za n = k + 1: s s Fk+2 Fk − Fk+1 2 = (Fk+1 + Fk )Fk − Fk+1 2 = Fk+1 Fk + Fk 2 − Fk+1 2 = Fk+1 Fk+1 − Fk−1 ) + Fk 2 − Fk+1 2 = −(Fk+1 Fk−1 − Fk 2 ) = −(−1)k = (−1)k+1 .

134

Po principu matematiˇke indukcije tvrdjenje vaˇi za svaki prirodan broj n. c z Fn+1 Fn 1 1 . Kada = 1 0 Fn Fn−1 izraˇunamo determinante od obe strane prethodne jednakosti dobijamo baˇ traˇeni idenc s z titet: (−1)n = Fn+1 · Fn−1 − Fn 2 . Dokaz 2 . Prema Teoremi 2.4.15 imamo jednakost TEOREMA 2.4.23. Fn+m = Fn−1 Fm + Fn Fm+1 za n > 1.
n

Dokaz 1 . Dokaza´emo matematiˇkom indukcijom po m. c c Za m = 1 imamo Fn−1 F1 + Fn F2 = Fn−1 · 1 + Fn · 1 = Fn+1 . Pretpostavimo da tvrdjenje vaˇi za sve m k. z Sad posmatrajmo ˇta se deˇava za n = k + 1: s s Fn−1 Fk+1 + Fn Fk+2 = Fn−1 (Fk + Fk−1 ) + Fn (Fk+1 + Fk ) = Fn−1 Fk + Fn−1 Fk−1 + Fn Fk+1 + Fn Fk = (Fn−1 Fk + Fn Fk+1 ) + (Fn−1 Fk−1 + Fn Fk ) = Fn+k + Fn+k−1 = Fn+k+1 .

Po principu matematiˇke indukcije tvrdjenje vaˇi za svaki prirodan broj n. c z Dokaz 2 . Viˇestruko ´emo koristiti formulu Fn = s c
(α)n −(β)n √ za 5 √

niza dobijenu u Teoremi 2.4.3 gde su oznake α = (1 + Primera 2.4.6. Takodje ´emo koristiti da je α · β = −1. c

opˇti ˇlan Fibonaˇijevog s c c √ 5)/2 i β = (1 − 5)/2 iz

1 Fn−1 Fm + Fn Fm+1 = 5 (αn−1 − β n−1 )(αm − β m ) + (αn − β n )(αm+1 − β m+1 ) = 1 [αn+m−1 − (−1)n−1 β m−n−1 − (−1)n−1 αm−n+1 + β n+m−1 5 + αn+m+1 − (−1)n β m−n+1 − (−1)n αm−n+1 + β n+m+1 ] 1 = 5 (αn+m−1 + β n+m−1 + αn+m+1 + β n+m+1 ) 1 1 = 5 (α − β) · (αn+m + β n+m ) = √5 (αn+m − β n+m ) = Fn+m .

[ n+1 ] 2 TEOREMA 2.4.24. Fn+2 =
k=0

n−k+1 . k

Dokaz . Na osnovu Teoreme 2.4.2 imamo da je broj podskupova koji ne sadrˇe 2 z uzastopna elementa jednak Fn+2 . Prebrojimo ove podskupove i na drugi naˇin. c Svakom podskupu S skupa Nn odgovara binarni niz (s1 , s2 , . . . , sn ), kod koga je sj = 1 0 j∈S , j∈S

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

135

za j = 1, 2, . . . , n. Neka je f (n, k) broj k-toelementnih podskupova skupa Nn koji ne sadrˇe 2 uzastopna elementa. Tim podskupovima odgovaraju binarni nizovi duˇine n z z koji ne sadrˇe 2 uzastopne 1 i koji imaju ukupno k jedinica i n − k nula. Ako fiksiramo z tih n − k nula, svaka jedinica moˇe zauzeti jedno od n − k + 1 mesta (pre nula, n − k − 1 z mesto izmedju neke 2 nule, iza nula), ˇto je slikovito prikazano na slede´i naˇin: s c c 0 0 0... 0 0 , gde predstavljaju mesta gde moˇe biti najviˇe jedan element 1. Stoga, biramo k pozicija z s za 1 od ukupno n − k + 1 pozicija, ˇto moˇemo uˇiniti na n−k+1 naˇina, pa je s z c c k f (n, k) = n−k+1 . k

Indeks u sumi, k, ide od 0 (sa 0 jedinica imamo niz (0, 0, . . . , 0) koji odgovara ∅) sve dok je n − k + 1 k (jer ne moˇemo k jedinica rasporediti na manje od k pozicija), ˇto je z s n+1 ekvivalentno uslovu k . Time smo pokazali traˇenu jednakost z 2 [ n+1 ] 2 Fn+2 =
k=0

[ n+1 ] 2 f (n, k) =
k=0

n−k+1 . k

ˇ TRIBONACIJEV NIZ
Ime ovog niza dobijeno je ukrˇtanjem reˇi tri i Fibonaˇi. On je zadat na sliˇan naˇin s c c c c kao i Fibonaˇijev: c an = an−1 + an−2 + an−3 , za n 3, uz poˇetne uslove a0 = a1 = 0 i a2 = 1. c

Prvih nekoliko ˇlanova ovog niza je dato u slede´oj tabeli. c c n an 0 0 1 0 2 1 3 1 4 2 5 4 6 7 7 13 8 24 9 44 10 81 11 149 12 274 13 504 14 927 15 1 705 16 3 136

NAPOMENA.
nizova [31].

Ovi brojevi predstavljaju niz A000073 u Online enciklopediji celobrojnih

Da´emo nekoliko kombinatornih interpretacija Tribonaˇijevih brojeva. c c • Za n > 2 to je broj naˇina da broj 2n−2 zapiˇemo kao proizvod cifara koje su c s razliˇite od 1. c Npr. za n = 8 imamo 2n = 256 slede´a reˇenja: c s 884, 8822, 8442, 84222, 822222, 44444, 44422, 442222, 4222222, 22222222 (sa svim permutacijama — tako npr. 884 predstavlja 3 proizvoda: 8 · 8 · 4, 8 · 4 · 8 i 4 · 8 · 8). Njih ima
3 2

+

4 2

+

4 1

·

3 2

+

5 1

·

4 1

+

6 1

+1+

5 3

+

6 2

+

7 1

+ 1 = 81,

ˇto se uklapa u Tribonaˇijeve brojeve — a10 = 81. s c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

136

• Za n > 1 to je broj uredjenih korenskih stabala (za definicije pogledati odeljak ”Korenska stabla”, str. 210) sa n + 1 granom koje imaju sve ˇvorove na nivou 3. c Tako je a4 = 2 jer imamo samo 2 uredjena korenska stabla sa 5 grana kod kojih su svi listovi na nivou 3:

• an je broj kompozicija broja n − 2 na sabirke koji su manji od 4 (tj. 1, 2 ili 3). Npr. a5 = 4 i a6 = 7 jer imamo slede´e sabirke broja 3, odnosno 4: c 1 + 1 + 1 = 1 + 2 = 2 + 1 = 3; 1 + 1 + 1 + 1 = 1 + 1 + 2 = 1 + 2 + 1 = 2 + 1 + 1 = 2 + 2 = 3 + 1 = 1 + 3. • Broj zatvorenih puteva od ˇvora a do ˇvora a duˇine n − 2 u slede´em digrafu. c c z c c u j u a u b

Svaka 1 u gornjim kompozicijama odgovara putu aa duˇine 1, svaka 2 odgovara z putu aba duˇine 2 i svaka 3 odgovara putu abca duˇine 3. Matrica susedstva ovog z z   1 1 0 digrafa je matrica A = 1 0 1. Tribonaˇijev broj an jednak je elementu na c 1 0 0 poziciji (1, 1) u matrici An−2 . • Broj permutacija p brojeva 1, 2, . . . , n − 2 koje zadovoljavaju −1 p(i) − i 2, za i = 1, 2, . . . , n − 2. Npr. za n = 6 imamo an−2 = a4 = 7 permutacija p skupa N4 = {1, 2, 3, 4} koje zadovoljavaju uslov: 1234 1234 1234 1243 1234 1324 1234 1423 1234 2134 1234 2143 1234 . 3124

• Broj binarnih nizova duˇine n − 3 koji nemaju tri uzastopne 0. z Npr. a7 = 13 jer medju 27−3 = 16 binarnih nizova duˇine 4 samo 0000, 0001 i 1000 z sadrˇe 3 uzastopne 0. z Ovaj niz se moˇe poopˇtiti na (r +1)-Fibonaˇijeve brojeve (eng. (r +1)-step Fibonacci z s c numbers): an = an−1 + an−2 + . . . + an−r−1 , uz poˇetne uslove a0 = . . . = ar−1 = 0 i ar = 1. c Za ove brojeve vaˇe i neka poopˇtenja prethodnih osobina. Tako oni predstavljaju broj z s permutacija skupa Nn−r+1 koje zadovoljavaju uslov −1 p(i) − i r, za i = 1, 2, . . . , n − r + 1, kao i broj kompozicija broja n − r + 1 na sabirke iz skupa {1, 2, . . . , r + 1}.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA NAPOMENA.

137

Za r = 3 dobijamo Tetranaˇijeve brojeve, ˇto je niz A000078; za r = 4 c s to su Pentanaˇijevi brojevi — A001591; a za r = 5 to su Heksanaˇijevi brojevi — A001592 u c c Online enciklopediji celobrojnih nizova [31].

LUKASOV NIZ
Engleski matematiˇar iz 19. veka Edvard Lukas (eng. Eduard Lucas) bavio se teorijom c brojeva i on je kumovao Fibonaˇijevim brojevima (on ih je nazvao po Fibonaˇiju zbog c c onog problema sa zeˇevima). Takodje, po njemu je ime dobio i jedan niz koji je veoma c sliˇan sa Fibonaˇijevim nizom i po rekurentnoj jednaˇini, kao i po nekim osobinama, c c c koje ´emo opisati u ovom odeljku. c DEFINICIJA 2.4.25. Lukasov niz {Ln } je zadat slede´om rekurentnom jednaˇinom: c c L2 = 3 i Ln+2 = Ln+1 + Ln .

L1 = 1,

Ponekad su poˇetni uslovi zadati i kao L0 = 2, L1 = 1 (ne´emo se osvrtati na c c pomerene Lukasove nizove). TEOREMA 2.4.26. Opˇti ˇlan Lukasovog niza je jednak Ln = s c
√ 1+ 5 2 n

+

√ 1− 5 2

n

.

Dokaz . Kako Fibonaˇijev i Lukasov niz zadovoljavaju istu rekurentnu jednaˇinu (samo c c uz drugaˇije poˇetne uslove), potpuno isto kao u Teoremi 2.4.3 dolazimo do opˇteg reˇenja c c s s Ln = C1 ·
√ 1+ 5 2 n

+ C2 ·

√ 1− 5 2

n

.

Kako su L1 = 1 i L2 = 3, zamenom n = 1 i n = 2 u opˇte reˇenje dobijamo sistem po C1 s s i C2 , ˇija su reˇenja C1 = C2 = 1, odakle dobijamo da je opˇti ˇlan Lukasovog niza dat c s s c formulom √ n √ n 1+ 5 1− 5 Ln = + . 2 2

TEOREMA 2.4.27.

Funkcija generatrise L(x) Lukasovog niza iznosi L(x) =

2−x . 1−x−x2

Dokaz . Potpuno isto kao i u Teoremi 2.4.5 jednaˇini Ln+2 = Ln+1 + Ln (sa poˇetnim c c uslovima L0 = 2 i L1 = 1) odgovara slede´a jednaˇina sa funkcijama generatrisa: c c L(x) − L0 L(x) − L0 − L1 x = + L(x). x2 x Odavde nakon sredjivanja dobijamo traˇenu funkciju generatrise z L(x) = 2−x . 1 − x − x2

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Sada ´emo navesti prvih nekoliko ˇlanova Lukasovog niza. c c n Ln 0 1 2 1 2 3 3 4 4 7 5 11 6 18 7 29 8 47 9 76 10 123 11 199 12 322 13 521 14 843

138

NAPOMENA.
nizova [31].

Ovi brojevi predstavljaju niz A000032 u Online enciklopediji celobrojnih

Slede´a teorema nam daje direktnu vezu Fibonaˇijevih i Lukasovih brojeva. c c TEOREMA 2.4.28. Za svaki prirodan broj n vaˇi jednakost Ln = Fn+1 + Fn−1 . z

Dokaz . Iako se ovo tvrdjenje relativno brzo moˇe pokazati Principom matematiˇke z c indukcije, mi ´emo ovde dati dokaz koji koristi funkcije generatrisa ova 2 niza. c Krenimo od desne strane ove jednakosti. Niz {Fn−1 } je niz koji se dobija od {Fn } pomeranjem ulevo za jedno mesto, pa njemu odgova funkcija generatrise F (x) − F0 F (x) − 0 F (x) = = , x x x dok se niz {Fn+1 } dobija od {Fn } pomeranjem udesno za jedno mesto, pa njemu odgovara funkcija generatrise x · F (x) + F−1 = x · F (x) + 1 (ovde treba obratiti paˇnju ˇta se deˇava sa ”nultim”ˇlanom, jer u nizu {Fn+1 } na nultoj z s s c poziciji treba da bude F−1 = 1 da bi vaˇila rekurentna veza za Fibonaˇijeve brojeve). z c Dakle, desnu stranu predstavlja funkcija generatrise F (x) + x · F (x) + 1 = x =
x 2 F (x) · (1 + x2 ) 2 · (1 + x ) + 1 = 1−x−x +1 x x 1 + x2 2−x +1= , 1 − x − x2 1 − x − x2

a to je baˇ jednako funkciji generatrise Lukasovog niza. s Time smo pokazali jednakost sa funkcijama generatrise, pa kako ona vaˇi dobijamo z da vaˇi i jednakost Fn−1 + Fn+1 = Ln . z U slede´oj teoremi je sadrˇana kombinatorna definicija Lukasovih brojeva. c z TEOREMA 2.4.29. Skup Nn = {1, 2, . . . , n} sadrˇi taˇno Ln podskupova (ukljuˇuju´i z c c c i ∅) u kojima se ne nalaze 2 uzastopna prirodna broja, kao ni 1 i n istovremeno. Dokaz . Oznaˇimo sa an broj podskupova skupa Nn koji ne sadrˇe 2 uzastopna prirodna c z z broja (isto kao u Teoremi 2.4.2), a sa bn broj podskupova skupa Nn koji ne sadrˇe 2 uzastopna prirodna broja, kao ni 1 i n istovremeno. Za svaki skup S, koji brojimo u bn , imamo 2 mogu´nosti: c 1◦ n ∈ S. Kako broj n nije u S u njemu mogu biti svi brojevi iz Nn−1 , ali uz uslov da nema 2 uzastopna. Takvih podskupova ima an−1 .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

139

2◦ n ∈ S. Kako je broj n u S u njemu ne moˇe biti ni 1 ni n − 1, te je stoga S \ {n} ⊆ z Nn−2 \ {1}, opet uz uslov da nema 2 uzastopna. Takvih podskupova ima an−3 . Stoga na osnovu Teorema 2.4.2 i 2.4.28 dobijamo da vaˇi z bn = an−1 + an−3 = Fn+1 + Fn−1 = Ln .

[n] 2 TEOREMA 2.4.30. Ln =
k=0

n n−k . n−k k

Dokaz . Koristimo oznake kao u Teoremi 2.4.24 i oznaˇimo sa f ∗ (n, k) broj podskupova c skupa Nn koji ne sadrˇe 2 uzastopna prirodna broja, kao ni 1 i n istovremeno. Za svaki z skup S, koji brojimo u f ∗ (n, k), imamo 2 mogu´nosti: c ◦ 1 n ∈ S. Kako broj n nije u S u njemu mogu biti svi brojevi iz Nn−1 , ali da ih je ukupno k i uz uslov da nema 2 uzastopna. Takvih podskupova ima f (n − 1, k). 2◦ n ∈ S. Kako je broj n u S u njemu ne moˇe biti ni 1 ni n − 1, te je stoga S \ {n} ⊆ z Nn−2 \ {1} i ima k − 1 element, opet uz uslov da nema 2 uzastopna. Takvih podskupova ima f (n − 3, k − 1). Sada moˇemo da izraˇunamo koliko je f ∗ (n, k): z c f ∗ (n, k) = = f (n − 1, k) + f (n − 3, k − 1) = (1 +
k n−k )

·

n−k k

n−k n−k−1 + k k−1 n n−k = . n−k k

Indeks u sumi, k, ide od 0 do n (jer su tad svi binomni koeficijenti koji se javljaju u 2 sumi razliˇiti od 0). Time smo pokazali traˇenu jednakost c z [n] 2 Ln =
k=0

[n] 2 f (n, k) =
k=0 ∗

n−k n . n−k k

ZADACI
2.4.1. Jedna osoba se penje uz stepenice tako ˇto prelazi ili 1 ili 2 stepenika odjednom. s Na koliko razliˇitih naˇina ona moˇe da se popne uz stepenice koje se sastoje od n c c z stepenica? 2.4.2. 2.4.3. Dokazati da za determinantu reda n vaˇi D(−1, 1, 1) = Fn+1 . z Predstaviti slede´e brojeve u Fibonaˇijevom zapisu: c c b) a = 200; c) a = 343; d) a = 500.

a) a = 85; 2.4.4.

Predstaviti slede´e nizove pomo´u Fibonaˇijevih brojeva Fn : c c c a1 = s, b1 = 1, an+2 = an+1 + an , n 0. bn+2 = bn+1 + bn + c, n 0.

a) a0 = r, b) b0 = 0,

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA c) a0 = 0, d) b0 = 1, a1 = 1, b1 = 2, an+2 = an+1 + an + bn+2 = bn+1 · bn , n
n m

140

, 0.

n

0, gde je m dati prirodan broj.

2.4.5. Dokazati da za svako prirodno m medju prvih m2 − 1 ˇlanova Fibonaˇijevog c c niza ima bar jedan deljiv sa m. 2.4.6. Dokazati da suma osam uzastopnih ˇlanova Fibonaˇijevog niza nikada nije ˇlan c c c Fibonaˇijevog niza. c Dokazati slede´e identitete (2.4.7–2.4.37): c 2.4.7. 2.4.8. 2.4.9. 2.4.10. 2.4.11. 2.4.12. 2.4.13. 2.4.14. 2.4.15. 2.4.16. 2.4.17. 2.4.18. 2.4.19. 2.4.20. 2.4.21. 2.4.22.
k=0 n

F1 + F3 + . . . + F2n−1 = F2n , za n

1. 1. 2.

F2 + F4 + . . . + F2n = F2n+1 − 1, za n

F1 − F2 + F3 − . . . + (−1)n+1 Fn = (−1)n+1 Fn−1 + 1, za n F1 2 + F2 2 + . . . + Fn 2 = Fn Fn+1 , za n F2n = Fn+1 2 − Fn−1 2 , za n F2n−1 = Fn 2 + Fn−1 2 , za n 2. 2. 1. 1. 2. 1. 1. 1.

Fn+2 2 − Fn+1 2 = Fn Fn+3 , za n

Fn+1 Fn+2 − Fn Fn+3 = (−1)n , za n F3n = Fn+1 3 + Fn 3 − Fn−1 3 , za n

F1 F2 + F2 F3 + . . . + F2n−1 F2n = F2n 2 , za n

F1 F2 + F2 F3 + . . . + F2n F2n+1 = F2n+1 2 − 1, za n F3 + F6 + . . . + F3n = (F3n+2 − 1)/2, za n 1. 1.

F1 + 2F2 + . . . + nFn = nFn+2 − Fn+3 + 2, za n Fn 4 − Fn−2 Fn−1 Fn+1 Fn+2 = 1, za n Fk 3 = (F3k − 3(−1)n Fk )/5, za n
n

1.

1. 1.

n Fm+k = Fm+2n , za m k (−1)k

2.4.23.
k=0

n F2n+k = (−1)n Fn , za n k

1. 1. 1.

2.4.24. 2.4.25.

L1 + L2 + L3 + . . . + Ln = Ln+2 − 3, za n L1 + L3 + L5 + . . . + L2n−1 = L2n − 2, za n

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA 2.4.26. 2.4.27. 2.4.28. 2.4.29. 2.4.30. 2.4.31. 2.4.32. 2.4.33. 2.4.34. 2.4.35. 2.4.36. 2.4.37. L2 + L4 + L6 + . . . + L2n = L2n+1 − 1, za n Ln 2 = Ln−1 · Ln+1 + 5 · (−1)n , za n 2. 1. 1.

141

L1 2 + L2 2 + L3 2 + . . . + Ln 2 = Ln Ln+1 − 2, za n Ln+1 2 − Ln 2 = Ln−1 Ln+2 , za n Ln 2 = L2n + 2 · (−1)n , za n 1. 1. 2. 2.

Ln Ln+1 − L2n+1 = (−1)n , za n

Ln 2 − Ln−1 Ln+1 = 5 · (−1)n , za n F2n = Fn Ln , za n 1. 2. 2.

Ln−1 + Ln+1 = 5Fn , za n

Ln 2 − Fn 2 = 4Fn−1 Fn+1 , za n Lm Ln + 5Fm Fn = 2Lm+n , za m Fm Ln + Lm Fn = 2Fm+n , za m

1in 1in

1. 1.

2.4.38. Pokazati da se svi Lukasovi brojevi L4 , L8 , L16 , L32 , . . ., zavrˇavaju cifrom 7, s tj. da vaˇi L2n ≡ 7 (mod 10) za n 2. z 2.4.39. Na polju F8 ˇahovske table 8 × 8 postavljena je dama. Igru igraju dva igraˇa s c i poteze vuku naizmeniˇno. Svaki od igraˇa, kad je na potezu, moˇe pomerati damu za c c z koliko ˇeli polja naniˇe (po vertikali), levo (po horizontali) ili levo–dole (po dijagonali). z z Gubi onaj igraˇ koji nema gde da ide. Znaˇi, pobednik ´e biti onaj igraˇ koji prvi dotera c c c c damu na polje A1. Poznato je da u ovoj igri igraˇ koji je prvi na potezu, ukoliko igra c pravilno, uvek pobedjuje ma kako igrao njegov partner. Kako to treba da igra? A ko ´e c pobediti pri pravilnoj igri ako se dama nalazi na polju E8? 2.4.40. (“Mini Tetris”) Na´i funkciju generatrisu i rekurentnu relaciju za broj naˇina c c na koji se moˇe u potpunosti prekriti (tako da se delovi ne preklapaju) pravougaonik z dimenzija n × 2 pomo´u kvadrata dimenzija 2 × 2 i 1 × 1. c 2.4.41. Za jedan skup prirodnih brojeva kaˇemo da je sebiˇan, ako mu je broj elemenata z c njegov element. Ako je A sebiˇan i nijedan njegov pravi podkup nije sebiˇan, tada kaˇemo c c z da je A minimalan sebiˇan skup. Odrediti broj minimalnih sebiˇnih podkupova skupa c c {1, 2, . . . , n}.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

142

2.5

KATALANOVI BROJEVI

Katalanovi brojevi Cn , n 0, predstavljaju niz prirodnih brojeva koji se pojavljuje kao reˇenje velikog broja kombinatornih problema. Knjiga [32] sadrˇi skup zadataka koji s z opisuju ˇak 66 razliˇitih interpretacija Katalanovih brojeva! Prvi ih je opisao Ojler, a ime c c ˇ su (ipak) dobili po belgijskom matematiˇaru Eugenu Carlsu Katalanu (Eug´ne Charles c e Catalan; 1814–1894), koji je otkrio vezu izmedju problema Hanojskih kula i slede´eg c problema: Koliko ima korektnih nizova n parova zagrada3 , tako da je u svakom poˇetnom c delu niza broj levih zagrada ve´i ili jednak broju desnih zagrada? c PRIMER 2.5.1. Za n = 3 postoji slede´ih pet korektnih nizova zagrada: c ((())) (()()) (())() ()(()) ()()().

NAPOMENA.
n Cn 0 1 1 1 2 2

Prvih nekoliko Katalanovih brojeva je dato u slede´oj tabeli. c 3 5 4 14 5 132 6 429 7 1430 8 4862 9 16796 10 58786 11 208012 12 742900

Ovi brojevi predstavljaju niz A000108 u Online enciklopediji celobrojnih nizova [31].

REKURENTNA RELACIJA
Katalanovi brojevi zadovoljavaju jednostavnu rekurentnu relaciju. Neka je X korektni niz n parova zagrada. Prva zagrada u X oˇigledno mora biti leva zagrada. Neka se na c poziciji k nalazi njoj odgovaraju´a desna zagrada. Tada su podnizovi: c • X , koji ˇine zagrade na pozicijama od 2 do k − 1, i c • X , koji ˇine zagrade na pozicijama od k + 1 do 2n, c takodje korektni nizovi zagrada (mogu´e je da je bilo koji od ovih nizova prazan). Nizovi c X i X zajedno sadrˇe n − 1 par zagrada. z S druge strane, ako su X i X proizvoljni korektni nizovi zagrada koji zajedno sadrˇe z n − 1 par zagrada, tada je niz (X )X (dobijen nadovezivanjem ovih nizova uz dodavanje joˇ jednog para zagrada) takodje korektan niz zagrada. s Sada moˇemo i da uoˇimo rekurentnu relaciju koju zadovoljavaju Katalanovi brojevi: z c
n−1

(2.18) Zajedno sa

Cn =
i=0

Ci Cn−1−i ,

n

1.

C0 = 1, ova rekurentna relacija je dovoljna da odredi sve Katalanove brojeve. Iako homogena, ova relacija nije linearna, tako da se za njeno reˇavanje ne mogu pris meniti formule date u prethodnim odeljcima. Umesto toga, iskoristi´emo metod funkcija c generatrise.
3

Korektne nizove zagrada smo uveli u Primeru ??.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

143

ˇ ´ RESENJE POMOCU FUNKCIJE GENERATRISE
Neka je C(x) =
n 0

Cn xn .

Posmatrajmo funkciju C 2 (x). Po pravilu za mnoˇenje funkcija generatrise, koeficijent uz z xn u C 2 (x) jednak je
n

C0 Cn + C1 Cn−1 + . . . + Cn C0 =
i=0

Ci Cn−i = Cn+1 .

Prema tome, izgleda da funkcija C 2 (x) liˇi na C(x) ... Da bismo bili precizniji, iz c x prethodnog zapaˇanja vidimo da je koeficijent uz xn+1 u xC 2 (x) isti kao i u funkciji z C(x). Slobodni ˇlanovi ovih funkcija se ipak razlikuju: u xC 2 (x) slobodni ˇlan je 0, dok c c je u C(x) slobodni ˇlan jednak 1. Sada konaˇno moˇemo da vidimo da vaˇi c c z z xC 2 (x) − C(x) + 1 = 0. Ovo je sada kvadratna jednaˇina po C(x) koja ima dva mogu´a reˇenja: c c s √ 1 ± 1 − 4x C(x) = . 2x Jednu mogu´nost moˇemo odmah izbaciti, s obzirom da vaˇi c z z √ 1 + 1 − 4x → ∞ za x → 0, 2x dok je zaista lim (2.19)
√ 1− 1−4x 2x x→0

= 1. Zbog toga zakljuˇujemo da vaˇi c z C(x) = 1− √ 1 − 4x . 2x

√ Izraz 1 − 4x = (1 − 4x)1/2 se moˇe pretvoriti u stepeni red koriste´i Uopˇtenu binomnu z c s teoremu (Teorema 2.1.8) √ 1 − 4x =
n 0

1/2 (−4)n xn n
1 1 2(2

=
n 0

− 1)( 1 − 2) · . . . · ( 1 − n + 1) 2 2 (−4)n xn n!

=
n 0

(−1)n−1 · 1 · 1 · 3 · 5 · . . . · (2n − 3) (−4)n xn 2n n! − 1 · 3 · 5 · . . . · (2n − 3) · 2n (n − 1)! n x n!(n − 1)! 1 · 2 · 3 · 4 · 5 · . . . · (2n − 3) · (2n − 2) n x n!(n − 1)! (2n − 2)! n x . n!(n − 1)!

=
n 0

=
n 0

−2 · −2 ·
n 0

=

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Sada se za C(x) iz (2.19) dobija da je (2.20) C(x) =
n 0

144

(2n)! xn = (n + 1)!n!

n 0

1 2n n x . n+1 n

ˇ DVA DIREKTNA RESENJA
Kao ˇto smo rekli na poˇetku ove glave, problemi koje razmatramo obiˇno imaju i s c c reˇenja koja ne koriste funkcije generatrise. Medjutim, to ne znaˇi da su ova alternas c tivna reˇenja lakˇa — ona uglavnom upoˇljavaju paˇljivo osmiˇljene trikove. Uostalom, s s s z s procenite i sami razliku u teˇini izmedju prethodnog odredjivanja Katalanovih brojeva i z slede´a dva reˇenja, koja se mogu na´i na c s c http://en.wikipedia.org/wiki/Catalan numbers Radi lakˇeg opisivanja ovih reˇenja, sada ´emo pre´i na drugi skup objekata koji s s c c prebrojavaju Katalanovi brojevi. Monotoni put je put uz ivice mreˇe sa n × n kvadratnih z ´elija, koji polazi iz donjeg levog ugla, zavrˇava u gornjem desnom uglu i u potpunosti c s se sastoji od ivica koje idu udesno ili naviˇe. s LEMA. 2.5.2. jednak je Cn . Broj monotonih puteva u n × n mreˇi koji ne prelaze preko dijagonale z

Dokaz . Da bismo ovo videli, dovoljno je da primetimo da je svaki korektni niz sa n parova zagrada ekvivalentan sa taˇno jednim monotonim putem: svakoj levoj zagradi c odgovara ivica koja ide udesno, a svakoj desnoj zagradi ivica koja ide naviˇe. s Prvo direktno reˇenje s Ovo reˇenje se zasniva na triku koji je otkrio D. Andr´, a koji je danas poznatiji pod s e imenom princip refleksije. Pretpostavimo da je dat monotoni put u n × n mreˇi koji prelazi preko dijagonale. z Pronadjimo prvu ivicu na putu koja leˇi iznad dijagonale, i onaj deo puta koji leˇi nakon z z te ivice preslikajmo u odnosu na dijagonalu. (Drugim reˇima, poˇinjemo sa nekorektnim c c nizom sa n parova zagrada i menjamo sve zagrade nakon prve desne zagrade koja naruˇava s uslov korektnosti.) Put koji dobijamo na ovaj naˇin je monotoni put u (n − 1) × (n + 1) c mreˇi. Slika 2.1 ilustruje ovaj proces; zeleni deo puta je onaj deo koji se preslikava. z

Slika 2.1: Zeleni deo puta se preslikava.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

145

Poˇto svaki monotoni put u (n − 1) × (n + 1) mreˇi mora da predje preko dijagonale s z u nekom trenutku, svaki takav put moˇe na jedinstven naˇin da se dobije pomo´u ovog z c c procesa preslikavanja. Broj ovakvih puteva je 2n , n−1 pa je stoga broj monotonih puteva u n × n mreˇi koji ne prelaze preko dijagonale jednak z razlici ukupnog broja monotonih puteva i onih koji prelaze dijagonalu, tj. Cn = Drugo direktno reˇenje s Slede´e bijektivno reˇenje, iako joˇ malo komplikovanije od prethodnog, omogu´i´e c s s cc nam da damo prirodno objaˇnjenje za ˇlan n+1 koji se pojavljuje u imeniocu formule 2.20. s c Pretpostavimo da je dat monotoni put u n × n mreˇi, koji moˇe i da prelazi preko z z dijagonale. Odstupanje puta definiˇemo kao broj parova ivica koje se nalaze iznad dijags onale. Na primer, ivice koje leˇe iznad dijagonale su na slici 2.2 oznaˇene crveno, tako da z c je odstupanje ovog puta jednako 5. Sada, ako je dat put ˇije je odstupanje ve´e od nule, c c 2n 2n − n n−1 = 1 2n . n+1 n

Slika 2.2: Put sa odstupanjem 5. moˇemo da primenimo slede´i algoritam kako bi konstruisali novi put ˇije je odstupanje z c c za 1 manje: • Krenuvˇi iz donjeg levog ugla, pratimo put dok prvi put ne predje iznad dijagonale; s • Nastavimo da pratimo put dok ponovo ne dodirne dijagonalu. Neka x oznaˇava c ovu ivicu kojom smo dodirnuli dijagonalu; • Obojimo u crveno deo puta od poˇetka do ivice x (ne ukljuˇuju´i ivicu x!), a u c c c zeleno deo puta nakon ivice x do kraja. Zamenimo mesta crvenom i zelenom delu puta, ostavljaju´i ivicu x izmedju njih. c

Slika 2.3: Crveni i zeleni deo puta menjaju mesta.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

146

Primer sa slike 2.3 treba da pojasni ovaj algoritam. Na ovoj slici, crni kruˇi´ oznaˇava zc c taˇku gde naˇ put prvi put prelazi preko dijagonale. Ivica x kojom put ponovo dodiruje c s dijagonalu, je obojena u crno. Sada menjamo mesta crvenog dela puta sa zelenim delom, kako bismo dobili novi put, prikazan na desnoj strani slike 2.3. Primetimo da se odstupanje u novom putu smanjilo sa tri na dva. U suˇtini, primenom prethodnog algoritma na bilo koji put, njegovo odstupanje ´e se s c smanjiti taˇno za 1: ivica x koja se u poˇetku nalazila iznad dijagonale, sada je ispod c c nje, prouzrokuju´i da se odstupanje crvenog dela puta smanji za 1, dok se odstupanje c zelenog dela puta ne menja. Takodje, nije teˇko videti da se ovaj proces moˇe okrenuti: za bilo koji put P ˇije je s z c odstupanje manje od n, postoji taˇno jedan put koji daje P nakon primene algoritma. c Ovim zakljuˇujemo da je broj puteva sa odstupanjem n jednak broju puteva sa odstuc panjem n − 1, koji je jednak broju puteva sa odstupanjem n − 2, itd. sve do nule. Drugim reˇima, skup svih monotonih puteva podelili smo na n + 1 podskupova, svaki sa istim c brojem elemenata, koji odgovaraju svim mogu´im odstupanjima od 0 do n. S obzirom c da ukupno postoji 2n n monotonih puteva, dobijamo da je traˇeni broj puteva koji ne prelaze dijagonalu jednak z Cn = 1 2n . n+1 n

Slika 2.4: Svi monotoni putevi u 3 × 3 mreˇi. z Slika 2.4 ilustruje ovu podelu za n = 3. Svaki od 20 mogu´ih monotonih puteva c se nalazi u jednoj od kolona, u zavisnosti od njegovog odstupanja. U prvoj koloni se nalaze putevi sa odstupanjem tri, koji u potpunosti leˇe iznad dijagonale. Kolone iza z nje prikazuju rezultat sukcesivnih primena algoritma, smanjuju´i odstupanje za 1 nakon c svake primene. S obzirom da postoje ˇetiri kolone, vaˇi da je C3 = 20 = 5. c z 4

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

147

ˇ ˇ STA JOS PREBROJAVA KATALAN?
Da bismo predstavili slede´i skup objekata kojeg prebrojavaju Katalanovi brojevi, c bi´e nam potrebno nekoliko definicija (videti i deo odeljka 3.2 posve´enog korenskim c c stablima). DEFINICIJA 2.5.3. Neka je T skup ˇvorova medju kojima je definisana relacija ρ: c “biti naslednik”. Pretpostavimo takodje da postoji ˇvor r ∈ T tako da su svi ostali c ˇvorovi naslednici ˇvora r (direktni ili indirektni). Tada se uredjena trojka (T, ρ, r) c c naziva korensko stablo, a ˇvor r se naziva koren stabla. c ˇ Cvor bez naslednika u stablu naziva se list. Za dato korensko stablo (T, ρ, r) i ˇvor s ∈ T , podstablo u ˇvoru s je korensko stablo c c (Ts , ρs , s), gde Ts ˇine ˇvor s i svi njegovi naslednici iz T , a ρs je restrikcija relacije ρ na c c skup Ts . Korensko stablo se slikovito predstavlja tako ˇto se svaki ˇvor, poˇevˇi od korena stas c c s bla, predstavlja kruˇi´em i zatim spaja linijom sa svakim od svojih direktnih naslednika, zc koji se svi postavljaju u istom nivou ispod njega. DEFINICIJA 2.5.4. Poziciono binarno stablo je korensko stablo u kojem je svaki ˇvor ili list ili ima jedistvenog levog i desnog (direktnog) naslednika. c Za svaki ˇvor s pozicionog binarnog stabla, podstabla u levom i desnom nasledniku s c se nazivaju levo i desno podstablo ˇvora s. c u u de   u de   e de   u   u de   e du   e de u   e du   u de  d e e u e du   e du   e de   u u u   e de e de  

Slika 2.5: Poziciona binarna stabla sa ˇetiri lista. c Da bismo pojasnili ove definicije, na slici 2.5 su prikazana sva poziciona binarna stabla sa ˇetiri lista (gde su listovi prikazani belo, a ostali ˇvorovi crno). Za viˇe informacija o c c s stablima videti odeljak ”Korenska stabla”, str. 210. Sada konaˇno moˇemo da pokaˇemo slede´e tvrdjenje. c z z c TEOREMA 2.5.5. Broj pozicionih binarnih stabala sa n + 1 listom jednak je Cn .

Dokaz . Da bismo pokazali ovo tvrdjenje, konstruisa´emo bijekciju A izmedju skupa c svih pozicionih binarnih stabala i skupa svih korektnih nizova zagrada. Pritom ´e A c preslikavati proizvoljno poziciono binarno stablo sa n + 1 listom u korektni niz n parova zagrada. Primetimo najpre da oba skupa objekata dopuˇtaju rekurzivne definicije. Naime, s poziciona binarna stabla se mogu definisati pomo´u slede´ih pravila: c c (s1) Stablo koje se sastoji samo od korena je poziciono binarno stablo.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

148

(s2) Ako su T i T poziciona binarna stabla, tada je i stablo T , dobijeno tako ˇto se s uvede novi ˇvor r i proglasi korenom, a koreni stabala T i T proglase, redom, za c levog i desnog naslednika korena r, takodje poziciono binarno stablo. S druge strane, korektni nizovi zagrada se mogu definisati pomo´u: c (z1) Prazan niz zagrada je korektan. (z2) Ako su A i A korektni nizovi zagrada, tada je i niz (A )A , dobijen spajanjem nizova A i A , takodje korektan niz zagrada. Ove definicije nam sada omogu´avaju da i traˇenu bijekciju A konstruiˇemo rekurzivno: c z s (b1) Stablo koje se sastoji samo od korena se preslikava u prazan niz zagrada. (b2) Ako se stabla T i T preslikavaju, redom, u korektne nizove zagrada A i A , tada se stablo T preslikava u niz (A )A . Pokaza´emo, uz pomo´ matematiˇke indukcije, da je A obostrano jednoznaˇno presc c c c likavanje: naime, za bazu imamo da stablu koje se sastoji od korena odgovara prazan niz zagrada, a za korak koristimo da svaki korektni niz zagrada poˇinje levom zagradom, c za koju postoji taˇno jedna odgovaraju´a desna zagrada; tada za podniz A izmedju ove c c dve zagrade postoji taˇno jedno stablo T tako da je c A(T ) = A , a za podniz A nakon desne zagrade postoji taˇno jedno stablo T tako da je c A(T ) = A . Stoga, prema konstrukciji preslikavanja A, za stablo T , dobijeno proglaˇenjem T i T s za levo i desno podstablo, redom, vaˇi da je z A(T ) = A. Preostaje joˇ da pokaˇemo da ´e bijekcija A preslikati poziciono binarno stablo T s z c sa n + 1 listom u korektan niz n zagrada. Najpre, iz konstrukcije A vidimo da svakom ˇvoru stabla T , koji nije list, odgovara taˇno jedan par zagrada. Neka stablo T ima c c n + 1 listova i k ˇvorova koji nisu listovi (prema tome, stablu T odgovara niz k parova c zagrada). Svaki od k ˇvorova stabla T ima taˇno dva direktna naslednika, dok listovi c c nemaju naslednike, tako da je ukupan broj direktnih naslednika u T jednak 2k. S druge strane, svaki ˇvor, izuzev korena, je direktni naslednik taˇno jednog drugog ˇvora, tako c c c da je ukupan broj direktnih naslednika u T jednak (n + 1) + k − 1. Izjednaˇavaju´i ove c c dve vrednosti dobijamo da je k = n, pa vidimo da stablu T zaista odgovara niz n parova zagrada. u   u de   u de   e de ((( ))) u   u de e du   e de   (( )( )) u e du   u de   e e  d ( )(( )) u   e du   e du   e de ( )( )( ) u u u   e de e de   (( ))( )

Slika 2.6: Ilustracija bijekcije A za n = 3.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Slika 2.6 ilustruje bijekciju A, konstruisanu u prethodnom dokazu, za sluˇaj n = 3. c

149

Medju ˇvorovima pozicionog binarnog stabla T moˇe da se uvede relacija poretka c z (takodje na rekurzivan naˇin) tako ˇto ´e, za svaki ˇvor s ∈ T , svi ˇvorovi u njegovom c s c c c levom podstablu biti ispred s, a svi ˇvorovi u njegovom desnom podstablu biti iza s. c
Ovako definisan poredak na engleskom jeziku se zove infix order i on odgovara infiksnoj notaciji izraza (npr. a + b, kao i ˇto smo navikli). Postoje joˇ i prefiksna notacija s s (ponegde zvana i poljska notacija, po poljskom matematiˇaru Lukaˇijeviˇu; npr. +ab) i postfikc s c sna notacija (tzv. inverzna poljska notacija; npr. ab+).

NAPOMENA.

Poziciono binarno stablo T sa n + 1 listova moˇe da se interpretira i kao izraˇunavanje z c vrednosti proizvoda a1 · a2 · . . . · an · an+1 na slede´i naˇin: rasporedimo najpre u listove, c c u infix poretku, promenljive a1 , a2 , . . . , an+1 , a u preostale ˇvorove znak · za operaciju c mnoˇenja. Vrednost proizvoda sada moˇemo da dobijemo, rekurzivno, tako ˇto, za svaki z z s ˇvor s ∈ T , najpre nadjemo vrednosti izraza Ls , koji odgovara njegovom levom podstablu, c i Rs , koji odgovara njegovom desnom podstablu, a zatim u ˇvor s stavimo vrednost izraza c Ls · Rs . Vrednost u korenu stabla tada predstavlja proizvod vrednosti svih promenljivih. Kako je ovo pridruˇivanje pozicionih binarnih stabala obostrano jednoznaˇno sa naˇinima z c c da se izraˇuna proizvod a1 · a2 · . . . · an · an+1 , moˇemo da zakljuˇimo da vaˇi slede´a lema. c z c z c LEMA. 2.5.6. Broj naˇina da se izraˇuna vrednost proizvoda a1 · a2 · . . . · an · an+1 c c jednak je Katalanovom broju Cn .

u u de   u de   e de  
(a1 · (a2 · (a3 · a4 )))

u   u de   e du   e de
(a1 · (a2 · a3 )) · a4 )

u  du e   u de  d e e
(a1 · (a2 · a3 )) · a4

u e du   e du   e de  
a1 · (a2 · (a3 · a4 )

u u u   e de e de  
(a1 · a2 ) · (a3 · a4 )

Slika 2.7: Kako se moˇe izraˇunati proizvod a1 · a2 · a3 · a4 ? z c Da bismo ilustrovali konstrukciju iz prethodnog razmatranja, na slici 2.7 su predstavljeni svi naˇini da se izraˇuna vrednost proizvoda a1 · a2 · a3 · a4 . c c Joˇ neki primeri skupova objekata koje prebrojavaju Katalanovi brojevi dati su u s zadacima.

ZADACI
2.5.1. Konstruisati poziciono binarno stablo koje odgovara slede´em korektnom nizu c od 11 parova zagrada: (((())())())(())(())(). ˇ 2.5.2. Covek ide najkra´im putem na posao koji je 10 blokova istoˇno i 10 blokova c c severno od njegove ku´e. Ulice se ukrˇtaju pod pravim uglom i ˇine pravougaonu mreˇu, c s c z u pravcima sever-jug i istok-zapad (svaki blok je oiviˇen ulicama ili ulicama i rekom). c Reka teˇe dijagonalno od taˇke gde ˇivi do taˇke gde radi. Na reci nema mostova izmedju c c z c njegovog stana i posla, tako da ako naidje na dijagonalu, u stvari nailazi na reku (i tada

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

150

mora skrenuti desno, tj. krenuti u pravcu istoka). Koliko taj ˇovek ima naˇina da stigne c c na posao, a da ne skrene sa najkra´eg puta ili da se ne skvasi? c 2.5.3. Tokom pauze na poslu, 20 ljudi ˇeka u redu ispred automata za napitke. Svaki c napitak koˇta 5 dinara. U maˇini nedostaje novˇi´a za kusur, tako da moˇe obaviti s s cc z povra´aj tek onda kada dobije dovoljno odgovaraju´ih novˇi´a. Ako 10 ljudi ima taˇan c c cc c iznos, a 10 njih ima samo novˇi´e od po 10 dinara, na koliko se naˇina ljudi mogu cc c rasporediti u red, tako da svako dobije odgovaraju´i kusur? c 2.5.4. Na postrojavanju komandir ima 18 vojnika u vrsti. Kada je komandovao “Nalevo!” pola vojnika se okrenulo na levu stranu, a pola na desnu. Na koliko razliˇitih c naˇina je to moglo da se desi? c 2.5.5. Na koliko razliˇitih naˇina je mogu´e izraˇunati slede´i izraz? c c c c c
a1 a2 a3 . . . an

Dokazati da Katalanovi brojevi Cn predstavljaju broj elemenata svakog od slede´ih c 20 skupova Si , i = a, b, . . . , s, t, u zadacima 2.5.6–2.5.25. Elementi svakog skupa Si su ilustrovani za n = 3, u nadi da ´e ilustracije otkloniti eventualne nejasno´e u definicic c jama. Idealno, trebalo bi dokazati da Si i Sj imaju isti broj elemenata konstruisanjem jednostavne, elegantne bijekcije φij : Si → Sj za svaki par i, j . . . 2.5.6. Sa : triangulacije konveksnog (n+2)-gona na n trouglova pomo´u n−1 dijagonala c koje nemaju zajedniˇkih taˇaka u unutraˇnjosti (n + 2)-gona. c c s

2.5.7.

Sb : uredjena stabla sa n + 1 ˇvorova. c

2.5.8. Sc : putevi u celobrojnoj mreˇi od (0, 0) do (n, n) sa koracima (0, 1) ili (1, 0), z koji nikada ne idu iznad prave y = x.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

151

2.5.9. Sd : Dikovi putevi od (0, 0) do (2n, 0), tj. putevi u celobrojnoj mreˇi sa koracima z (1, 1) i (1, −1), koji nikada ne idu ispod x-ose.

2.5.10.

Se : n disjunktnih tetiva koje spajaju 2n taˇaka na kruˇnici. c z

2.5.11. Sf : naˇini da se u ravni poveˇe 2n taˇaka koje leˇe na horizontalnoj pravoj c z c z pomo´u n disjunktnih lukova, tako da svaki luk povezuje dve od datih taˇaka i leˇi iznad c c z svih taˇaka. c

2.5.12. Sg : nizovi od n brojeva 1 i n brojeva −1 tako da je svaka suma prvih k brojeva, k n, nenegativna (gde je −1 oznaˇen samo kao −): c 111 − − − 11 − 1 − − 11 − −1 − 1 − 11 − − 1 − 1 − 1−

2.5.13. Sh : nizovi 1 a1 . . . an celih brojeva sa ai i (ovo je ustvari broj neopadaju´ih funkcija a : {1, 2 . . . , n} → {1, 2 . . . , n} koje zadovoljavaju uslov a(x) x c za svako 1 x n. 111 112 113 122 123 2.5.14. Si : nizovi a1 , a2 , . . . , an celih brojeva tako da je a1 = 0 i 0 000 001 010 011 012 ai+1 ai + 1.

2.5.15. Sj : permutacije a1 a2 · · · a2n skupa {1, 2, . . . , 2n} tako da: (i) 1, 3, . . . , 2n − 1 se pojavljuju u rastu´em poretku, c (ii) 2, 4, . . . , 2n se pojavljuju u rastu´em poretku i c (iii) 2i − 1 se pojavljuje pre 2i, 1 i n. 123456 123546 132456 132546 135246

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

152

2.5.16. Sk : stek-permutacije a1 a2 . . . an skupa {1, 2, . . . , n} koje mogu da se dobiju od identiˇke permutacije 12 . . . n koriste´i stek: brojevi 1, 2, . . . , n se redom stavljaju na c c stek, a skidaju sa steka u proizvoljnim trenucima, s tim ˇto nije mogu´e skinuti broj sa s c praznog steka. Na primer:

123 132 2.5.17.

213

231

321

Sl : naˇini da se novˇi´i poredjaju u ravni, tako da prvi red sadrˇi n novˇi´a. c cc z cc

2.5.18. Sm : (neuredjeni) parovi puteva u celobrojnoj mreˇi, koji imaju duˇinu n + 1, z z polaze iz (0, 0), koriste korake (1, 0) ili (0, 1), zavrˇaju se u istoj taˇki, a seku se samo u s c prvoj i poslednjoj taˇki. c

2.5.19. Sn : permutacije a1 a2 · · · an skupa {1, 2, . . . , n} tako da je najduˇi opadaju´i z c podniz duˇine najviˇe dva, tj. ne postoje indeksi i < j < k tako da je ai > aj > ak z s (ovakve permutacije se zovu i 321-izbegavaju´e permutacije). c 123 213 132 312 231

2.5.20. So : relacije ρ na skupu {1, 2, . . . , n} koje su refleksivne (i ρ i), simetriˇne c (i ρ j ⇒ j ρ i) i ako je 1 i < j < k n i i ρ k, tada je i ρ j i j ρ k (u primeru piˇemo ij s za par (i, j) i ne navodimo parove ii): ∅ {12, 21} {23, 32} {12, 21, 23, 32} {12, 21, 13, 31, 23, 32} 2 tako da u nizu

2.5.21. Sp : n-torke (a1 , a2 , . . . , an ) prirodnih brojeva ai 1, a1 , a2 , . . . , an , 1 svako ai deli zbir svoja dva suseda. 14321 13521 13231 12531 12341

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

153

2.5.22. Sq : n-toˇlani podskupovi S skupa N × N tako da za (i, j) ∈ S vaˇi i j i c z postoji put u celobrojnoj mreˇi od taˇke (0, 0) do (i, j) sa koracima (0, 1), (1, 0) i (1, 1) z c koji u potpunosti leˇi u S: z {(0, 0), (1, 0), (2, 0)} {(0, 0), (1, 0), (1, 1)} {(0, 0), (1, 0), (2, 1)}

{(0, 0), (1, 1), (2, 1)} {(0, 0), (1, 1), (2, 2)} 2.5.23. Sr : nepresecaju´e particije skupa {1, 2, . . . , n}, tj. particije {1, 2, . . . , n} = c B1 ∪ B2 ∪ · · · ∪ Bk , i = j ⇒ Bi ∩ Bj = ∅, takve da ako je a < b < c < d i a, c ∈ Bi i b, d ∈ Bj , tada je i = j. 123 12 − 3 13 − 2 23 − 1 1−2−3

2.5.24. Ss : nepresecaju´e particije skupa {1, 2, . . . , 2n + 1} u n + 1 blokova, tako da c nijedan blok ne sadrˇi par uzastopnih brojeva. z 137 − 46 − 2 − 5 1357 − 2 − 4 − 6 157 − 24 − 3 − 6 17 − 246 − 3 − 5 17 − 26 − 35 − 4 2.5.25. St : nizovi a1 , a2 , . . . , a2n+1 nenegativnih celih brojeva tako da je a1 = a2n+1 = 0, i |ai+1 − ai | = 1 za i = 1, 2, . . . , 2n. 0123210 0121210 0121010 0101210 0101010

2.6

PARTICIJE

Particije prirodnog broja, zajedno sa kompozicijama i particijama skupa (koje ´emo c obraditi u ovom odeljku), predstavljaju izuzetno vaˇne kombinatorne objekte. Pored z mnoˇtva nauˇnih radova koji se bave problemima vezanim za te tematike, postoje i cele s c knjige koje se bave ovim kombinatornim objektima — ameriˇki matematichar Dˇordˇ c z z Endrius (eng. George E. Andrews) autor je 2 knjige koje su posve´ene particijama: [3] i c [2]. Particije u svom korenu imaju englesku reˇ part (deo), ali se kod nas ovaj pojam c ne prevodi. Takodje u celom ovom poglavlju za delove particije mi ´emo koristiti izraz c sabirak (kod particija i kompozicija prirodnog broja), odnosno podskup (kod particija skupa). Za ukupan broj particija prirodnog broja n koristi´emo oznaku p (n), a sa p (n | P) c oznaˇava´emo broj particija prirodnog broja n koje imaju neko svojstvo P. Samokonc c jugovane particije ´emo oznaˇavati sa s.k. a sa n.s. ´emo oznaˇavati najve´i sabirak u c c c c c datoj particiji. Izuzetno, svojstva vezana za informacije o broju sabiraka ´emo stavljati c u indeks, npr. broj particija koje imaju taˇno k sabiraka ´emo oznaˇavati sa p k (n), ako c c c ima najviˇe k sabiraka to ´emo oznaˇavati sa p k (n), a particije koje imaju taˇno m s c c c razliˇitih sabiraka ´emo oznaˇavati sa p m (n | =). Potpuno analogno za kompozicije c c c prirodnog broja n ´emo koristiti oznake koje poˇinju sa c, poput c (n), c (n | P), ... c c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

154

KOMPOZICIJE
DEFINICIJA 2.6.1. Kompozicija prirodnog broja n na k sabiraka predstavlja bilo koje reˇenje (a1 , a2 , . . . , ak ) u skupu N jednaˇine s c (2.21) a1 + a2 + . . . + ak = n.

Kompozicija se ponekad naziva i uredjena particija ili uredjeno razbijanje prirodnog broja n. O broju kompozicija nam govore i slede´a dva tvrdjenja. c TEOREMA 2.6.2. Broj reˇenja jednaˇine (2.21), tj. broj kompozicija jednak je s c n−1 . k−1

Dokaz 1 . Ova formula se najlakˇe pokazuje slede´im kombinatornim rezonom. s c Broj n ´emo prvo razbiti na n jedinica: c 1 1 1 ... 1 1 1. Na svaku od n − 1 crtica koje se nalaze izmedju 1 moˇemo staviti znak +. Kako treba z da imamo k sabiraka treba da stavimo n − 1 znakova +, a to moˇemo uˇiniti na n−1 z c k−1 naˇina. Kada imamo m uzastopnih jedinica one ´e predstavljati sabirak m. Takodje, c c jedinice koje se nalaze do prvog znaka + predstavlja´e prvi sabirak a1 ; jedinice koje se c nalaze izmedju prvog i drugog znaka + predstavlja´e sabirak a2 ; ... ; jedinice koje se c nalaze posle (k − 1)-og znaka + predstavlja´e poslednji sabirak ak . Time smo pokazali c da i kompozicija ima n−1 . k−1 Dokaz 2 . Dokaz ´emo sprovesti pomo´u funkcija generatrisa. Oznaˇimo broj kompozic c c cija broja n na k sabiraka sa ck (n) = c (n | k sabiraka). Kompoziciji (a1 , a2 , . . . ak ) odgovara ˇlan xa1 · xa2 · . . . · xak = xa1 +a2 +...+ak = xn iz proizvoda c (x1 + x2 + x3 + . . .) · (x1 + x2 + x3 + . . .) · . . . · (x1 + x2 + x3 + . . .) ,
k

gde faktor xa1 izimamo iz prvog faktora (x1 + x2 + x3 + . . .), xa2 iz drugog, ... , xak iz poslednjeg, k-tog. Stoga je funkcija generatrise broja kompozicija broja n na k sabiraka ∞ X jednaka baˇ gornjem proizvodu, tj. s ck (n) xn = (x + x2 + x3 + . . .)k . Za sredjivanje ovog izraza ´emo koristiti osobinu g) iz podpoglavlja ”Neke poznate c funkcije generatrisa”(str. 83):

n=0

ck (n) xn
n=0

= =

(x + x2 + x3 + . . .)k =
∞ n−1 n−k n=k ∞

xk = xk (1 − x)k r=0 xn .

r+k−1 r

xr

xn =
n=k

n−1 k−1

Izjednaˇavanjem odgovaraju´ih koeficijenata u ovim formalnim stepenim redovima dobic c jamo da je ck (n) = n−1 . k−1

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

155

Direktna posledica ovog tvrdjenja je slede´e kojim odredjujemo ukupan broj svih c mogu´ih kompozicija datog prirodnog broja. c TEOREMA 2.6.3. Ukupan broj kompozicija broja n je jednak c (n) = 2n−1 .

Dokaz . Prirodan broj n moˇemo predstaviti kao 1 sabirak (to je samo n), kao 2 sabirka, z ... , kao n sabiraka (to je samo 1 + 1 + . . . + 1). Stoga k u jednaˇini 2.21 moˇe uzimati c z sve vrednosti od 1 do n, pa imamo da ukupan broj kompozicija predstavlja slede´u sumu c n n X X n−1 n−1 c (n) = ck (n) = . k−1 = 2
k=1 k=1

Ilustrujmo rezultate prethodne dve teoreme kroz slede´i primer. c PRIMER 2.6.4. Odrediti koliko ima kompozicija broja 5. Koliko tih kompozicija ima 1, 2, 3, 4, odnosno 5 sabirka? Reˇenje. s Imamo c (4) = 24 = 16 particija broja 5. Prikaˇimo ih: z 5; 1 + 4, 1 + 1 + 3, 1 + 2 + 2, 2 + 3, 1 + 3 + 1, 3 + 2, 2 + 1 + 2, 4 + 1; 2 + 2 + 1, 3 + 1 + 1;

1 + 1 + 1 + 2,

1 + 1 + 2 + 1,

1 + 2 + 1 + 1,

2 + 1 + 1 + 1;

1 + 1 + 1 + 1 + 1. U prvom redu je samo 1 kompozicija broja 5 na 1 sabirak i to se slaˇe sa rezultatom z Teoreme 2.6.3: 5−1 = 4 = 1. U drugom redu prethodnog prikaza imamo ukupno 1−1 0 5−1 4 5−1 4 c 2−1 = 1 = 4 kompozicije na 2 sabirka. U tre´em redu imamo 3−1 = 2 = 6 kompozicija na 3 sabirka. U ˇetvrtom redu se nalaze 5−1 = 4 = 4 kompozicije na 4 c 4−1 3 5−1 sabirka. U petom redu je 5−1 = 4 = 1 kompozicija na 5 sabiraka. 4 TEOREMA 2.6.5. Kompozicija broja n, kod kojih se svaki broj j ∈ Nn javlja taˇno c αj puta, pri ˇemu je α1 · 1 + α2 · 2 + . . . + αn · n = n, ima c (α1 + α2 + . . . + αn )! = α1 !α2 ! . . . αn ! α1 + α2 + . . . + αn . α1 , α2 , . . . , αn

Dokaz . Objekti koje prebrojavamo u ovom tvrdjenju su permutacije sa ponavljanjem. Prema Lemi 1.3.15 imamo da je njihov broj jednak multinomijalnom koeficijentu +α2 +...+α α1 +α2 +...+αn = (α1α1 !α2 !...αn !n )! . α1 ,α2 ,...,αn PRIMER 2.6.6. Odredimo sve kompozicije kod kojih su sabrici 1, 2, 2 i 5.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

156

Reˇenje. Sve te kompozicije odgovaraju permutacijama sa ponavljanjem brojeva 1, 2, s 4 2 i 5. Stoga tih kompozicija ukupno ima 1,2,1 = 12: 1 + 2 + 2 + 5, 2 + 1 + 2 + 5, 2 + 2 + 5 + 1, 5 + 1 + 2 + 2, 1 + 2 + 5 + 2, 1 + 5 + 2 + 2 2 + 1 + 5 + 2, 2 + 2 + 1 + 5 2 + 5 + 1 + 2, 2 + 5 + 2 + 1 5 + 2 + 1 + 2, 5 + 2 + 2 + 1.

TEOREMA 2.6.7. Neka su n1 , n2 , . . . , nk razliˇiti prirodni brojevi. Oznaˇimo broj c c kompozicija prirodnog broja n, kod kojih je svaki od sabiraka jednak nekom od brojeva n1 , n2 , . . . , nk sa c (n | {n1 , n2 , . . . , nk }). Tada vaˇi jednakost z
k

c (n | {n1 , n2 , . . . , nk }) =
j=1

c (n − nj | {n1 , n2 , . . . , nk }), 0, 1, ako je m < 0, ako je m = 0.

gde kao poˇetne uslove imamo c (m | {n1 , n2 , . . . , nk }) = c

Dokaz . Oznaˇimo sa Sj skup svih traˇenih kompozicija koje poˇinju sa nj . Ako je c z c prvi broj nj u traˇenoj kompoziciji onda ostatak te kompozicije predstavlja kompoziciju z broja n − nj isto na sabirke iz skupa {n1 , n2 , . . . , nk }, stoga imamo da je broj elemenata skupa Sj jednak |Sj | = c (n − nj | {n1 , n2 , . . . , nk }). Kako skupovi Sj i Si , za j = i, nemaju zajedniˇkih elemenata, po principu zbira c dobijamo da traˇenih kompozicija ima z
k

c (n | {n1 , n2 , . . . , nk }) =
j=1

c (n − nj | {n1 , n2 , . . . , nk }).

Ponavljanjem ovog postupka (taˇnije rekurzivnim postupkom) moˇemo izraˇunati c z c c (n | {n1 , n2 , . . . , nk }). Osvrnimo se joˇ na poˇetne uslove. Ako je m negativan broj s c onda smo u nekom trenutku za nj uzeli ve´i broj nego ˇto moˇemo i kako nemamo takvu c s z kompoziciju onda je c (m | {n1 , n2 , . . . , nk }) = 0. Ako je m = 0, to znaˇi da smo ve´ c c naˇli datu kompoziciju, te da bismo je izbrojali u datoj sumi potrebno je da stavimo s c (m | {n1 , n2 , . . . , nk }) = 1. PRIMER 2.6.8. Vaspitaˇica je reˇila da podeli ˇokoladu od 300 grama koja ima 9 c s c redova od po 4 kockice na slede´i naˇin deci: ako dete nije bilo dobro ne dobija ˇokoladu, c c c a ako je bilo dobro dobija 1, 2 ili 3 reda (tj. komade ˇokolade dimenzija 1 × 4, 2 × 4 ili c 3 × 4). Prvo dete dobija a1 > 0 redova, drugo a2 > 0 redova, itd. dok ne podeli celu ˇokoladu. Na koliko naˇina to moˇe uˇiniti? c c z c Reˇenje. s Jedna deoba ˇokolade je prikazana na slede´oj slici. c c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

157

Ovom prilikom je vaspitaˇica dodelila prvom detetu 2 reda, drugom 3 reda, tre´em 1 red, c c ˇetvrtom 2 reda, petom 1 red, a ostala nisu dobila ˇokoladu. Datoj raspodeli odgovara c c kompozicija 2 + 3 + 1 + 2 + 1. Sada ´emo koriˇ´enjem prethodne teoreme odrediti na koliko naˇina vaspitaˇica moˇe c sc c c z podeliti ˇokoladu. Kompozicije imaju sabirke iz skupa N3 = {1, 2, 3}, pa imamo slede´u c c rekurentnu vezu c (n | N3 ) = c (n − 1 | N3 ) + c (n − 2 | N3 ) + c (n − 3 | N3 ). Sada ´emo odredjivati c (n | N3 ) za n = 1, 2, . . . , 9. c c (1 | N3 ) = c (0 | N3 ) + c (−1 | N3 ) + c (−2 | N3 ) = 1 + 0 + 0 = 1. c (2 | N3 ) = c (1 | N3 ) + c (0 | N3 ) + c (−1 | N3 ) = 1 + 1 + 0 = 2. c (3 | N3 ) = c (2 | N3 ) + c (1 | N3 ) + c (0 | N3 ) = 2 + 1 + 1 = 4. c (4 | N3 ) = c (3 | N3 ) + c (2 | N3 ) + c (1 | N3 ) = 4 + 2 + 1 = 7. c (5 | N3 ) = c (4 | N3 ) + c (3 | N3 ) + c (2 | N3 ) = 7 + 4 + 2 = 13. c (6 | N3 ) = c (5 | N3 ) + c (4 | N3 ) + c (3 | N3 ) = 13 + 7 + 4 = 24. c (7 | N3 ) = c (6 | N3 ) + c (5 | N3 ) + c (4 | N3 ) = 24 + 13 + 7 = 44. c (8 | N3 ) = c (7 | N3 ) + c (6 | N3 ) + c (5 | N3 ) = 44 + 24 + 13 = 81. c (9 | N3 ) = c (8 | N3 ) + c (7 | N3 ) + c (6 | N3 ) = 81 + 44 + 24 = 149. Dakle, vaspitaˇica deobu ˇokolade moˇe izvrˇiti na 149 razliˇitih naˇina. c c z s c c

PARTICIJE PRIRODNOG BROJA

DEFINICIJA 2.6.9. Particija π broja n, n ∈ N, na k sabiraka, k π = {a1 , a2 , . . . , ak }, takva da vaˇi ai ∈ N za svako i = 1, 2, . . . , k i z n = a1 + a2 + . . . + ak .

1, je familija

Ako particija π = {a1 , a2 , . . . , ak } sadrˇi αi delova jednakih i, i = 1, 2, . . . , k, tada partiz ciju π zapisujemo na slede´i naˇin c c π = [1α1 2α2 . . . nαn ].

Osnovna razlika izmedju particija i kompozicija je ˇto je kod kompozicija bitan res dosled sabiraka, dok kod particija nije. Tako, particiji 1 + 2 + 2 + 5, koju moˇemo zapisati z 4 i kao [1 22 5], odgovara = 12 kompozicija iz Primera 2.6.6. 1, 2, 1 Naˇalost, za particije prirodnih brojeva ne postoji eksplicitna formula kao za kompoziz cije, ali zato moˇemo da odredimo brojeve particija pomo´u rekurentne veze iz narednog z c tvrdjenja ili na osnovu funkcije generatrisa, ˇto ´emo videti kasnije. s c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

158

TEOREMA 2.6.10.

Neka je p k (n) broj particija n na k sabiraka. Dokazati da je

p k (n) = pk (n − k) + pk−1 (n − k) + . . . + p1 (n − k).

Dokaz .

Ako je a1 + a2 + . . . + ak = n, gde su ai

1, onda je

(a1 − 1) + (a2 − 1) + . . . + (ak − 1) = n − k i neki od sabiraka mogu da budu 0. Dakle, svakoj particiji broja n na k delova odgovara particija broja n − k na ne viˇe od k delova (koja se dobija tako ˇto od svakog sabirka s s oduzmemo 1). Ovakvo pridruˇivanje je bijekcija pa vaˇi formula z z p k (n) = pk (n − k) + pk−1 (n − k) + . . . + p1 (n − k).

Ovo tvrdjenje moˇemo iskoristiti da izraˇunamo ukupan broj particija p (n) broja n. z c Sliˇno kao u dokazu Teoreme 2.6.3, vidimo da particije broja n mogu imati od k = 1 do c k = n sabiraka. Stoga vaˇi formula za broj particija z
n

p (n) =
k=1

p k (n).

PRIMER 2.6.11.

Izraˇunajmo vrednosti p (n), za 1 c

n

16:

Reˇenje. s Ovi brojevi predstavljaju niz A000041 u Online enciklopediji celobrojnih nizova [31]. n p (n) 1 1 2 2 3 4 3 5 5 6 7 11 7 15 8 22 9 30 10 11 42 56 12 13 14 77 101 135 15 16 176 231

Do ovih vrednosti moˇemo do´i koriˇ´enjem prethodno date formule ili prostim prebroz c sc javanjem svih mogu´ih particija. Tako, za prvih nekoliko vrednosti broja n imamo: c 1, 2 = 1 + 1, 3 = 2 + 1 = 1 + 1 + 1,

4=3+1=2+2=2+1+1=1+1+1+1 Primetimo da je zbog ovoga p1 (4) = 1, p2 (4) = 2, p3 (4) = 1 i p4 (4) = 1. 5=4+1=3+2=3+1+1=2+2+1=2+1+1+1=1+1+1+1+1 6 = = 5+1=4+2=4+1+1=3+3=3+2+1=3+1+1+1 2+2+2=2+2+1+1=2+1+1+1+1=1+1+1+1+1+1

Ove particije moˇemo zapisati i kao z [6], [5 1], [4 2], [4 12 ], [32 ], [3 2 1], [3 13 ], [23 ], [22 12 ], [2 14 ], [16 ].

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA 7 = 6+1=5+2=5+1+1=4+3=4+2+1=4+1+1+1

159

= 3+3+1=3+2+2=3+2+1+1=3+1+1+1+1 = 2+2+2+1=2+2+1+1+1=2+1+1+1+1+1 = 1 + 1 + 1 + 1 + 1 + 1 + 1. Odavde je p1 (7) = 1, p2 (7) = 3, p3 (7) = 4, p4 (7) = 3, p5 (7) = 2, p6 (7) = 1 i p7 (7) = 1. Proverimo rezultat p3 (7) = 4 preko Teoreme 2.6.10: p3 (7) = p3 (4) + p2 (4) + p1 (4) = 1 + 2 + 1 = 4. Ovde smo koristili prethodno dobijene rezultate za p3 (4), p2 (4) i p1 (4). Neka su n1 , n2 , . . . , nk razliˇiti prirodni brojevi. Oznaˇimo broj particija prirodnog c c broja n na razliˇite delove, kod kojih je svaki od sabiraka jednak nekom od brojeva c n1 , n2 , . . . , nk sa p (n | {n1 , . . . , nk }, =). Oznaˇimo broj particija prirodnog broja n, kod c kojih je svaki od sabiraka jednak nekom od brojeva n1 , n2 , . . . , nk sa p (n | {n1 , . . . , nk }). Tada vaˇe joˇ 2 tvrdjenja za particije, koja nalikuju Teoremi 2.6.7 koja je za kompozicije. z s TEOREMA 2.6.12. Vaˇi jednakost z

p (n | {n1 , . . . , nk }, =) = p (n − nk | {n1 , . . . , nk−1 }, =) + p (n | {n1 , . . . , nk−1 }, =), gde kao poˇetne uslove imamo p (m | {n1 , . . . , nk }, =) = c 0, 1, ako je m < 0, ako je m = 0.

Dokaz . Oznaˇimo sa S skup svih traˇenih particija. Neka je S1 skup svih takvih c z particija koje sadrˇe element nk , a S2 koje ne sadrˇe element nk . Imamo da je S = S1 ∪S2 z z i S1 ∩ S2 = ∅, pa je |S| = |S1 | + |S2 |. Ako se broj nk sadrˇi u traˇenoj particiji onda ostatak te particije predstavlja particiju z z broja n−nk isto na razliˇite sabirke, ali sada iz skupa {n1 , n2 , . . . , nk−1 }, te stoga imamo c da je broj elemenata skupa S1 jednak |S1 | = p (n − nk | {n1 , n2 , . . . , nk−1 }, =). Ako se broj nk ne sadrˇi u traˇenoj particiji onda ostatak te particije predstavlja z z particiju broja n na razliˇite sabirke, ali iz skupa {n1 , n2 , . . . , nk−1 }. Stoga je broj c elemenata skupa S2 jednak |S2 | = p (n | {n1 , n2 , . . . , nk−1 }, =). Za poˇetne uslove imamo istu diskusiju kao i u Teoremi 2.6.7. Time je ovo tvrdjenje c pokazano. TEOREMA 2.6.13. Vaˇi jednakost z

p (n | {n1 , . . . , nk }) = p (n − nk | {n1 , . . . , nk }) + p (n | {n1 , . . . , nk−1 }), gde kao poˇetne uslove imamo p (m | {n1 , . . . , nk }) = c 0, ako je m < 0, 1, ako je m = 0.

Dokaz . Zadrˇimo oznake kao iz prethodne teoreme. z Ako se broj nk sadrˇi u traˇenoj particiji onda ostatak te particije predstavlja particiju z z broja n − nk na sabirke opet iz skupa {n1 , n2 , . . . , nk−1 , nk }, te stoga imamo da je broj elemenata skupa S1 jednak |S1 | = p (n − nk | {n1 , n2 , . . . , nk }).

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

160

Ako se broj nk ne sadrˇi u traˇenoj particiji onda ostatak te particije predstavlja z z particiju broja n na sabirke iz skupa {n1 , n2 , . . . , nk−1 }. Stoga je broj elemenata skupa S2 jednak |S2 | = p (n | {n1 , n2 , . . . , nk−1 }). Za poˇetne uslove imamo istu diskusiju kao i u Teoremi 2.6.7. Time je ovo tvrdjenje c pokazano. Ove 2 teoreme imaju kao specijalne sluˇajeve, za {n1 , n2 , . . . , nk } = Nk , naredne 2 c posledice. POSLEDICA. 2.6.14 p (n | Nk , =) = p (n − k | Nk−1 , =) + p (n | Nk−1 =), uz p (0 | Nj , =) = 1 i p (m | Nj ) = 0 za m < 0.

POSLEDICA. 2.6.15 Vaˇi jednakost p (n | Nk ) = p (n | Nk−1 ) + p (n − k | Nk ), uz z poˇetne uslove p (0 | Nj ) = 1 i p (m | Nj ) = 0 za m < 0. Ova jednakost direktno povlaˇi c c i p (n | Nk ) = p (n | Nk−1 ) + p (n − k | Nk−1 ) + p (n − 2k | Nk−1 ) + . . . Pomo´u ovih posledica, stavljaju´i k = n, moˇemo izraˇunati broj particija broja n c c z c na razliˇite sabirke, odnosno broj svih particija. c Grafiˇko predstavljanje particija prvi je otkrio matematiˇar Ferer (eng. N.M. Ferrers). c c Ono je veoma bitno jer oslikava neke vaˇne osobine particija, a moˇe se iskoristiti i za z z dokazivanje nekih tvrdjenja vezanih za particije (dosta razliˇitih ilustracija vide´emo u c c odeljku ”Identiteti sa particijama”). DEFINICIJA 2.6.16. Particija π broja n predstavlja se pomo´u Fererovog dijac grama tako ˇto se delovi particije poredjaju po veliˇini (tj. u nerastu´i niz, poˇevˇi od s c c c s najve´eg), a zatim se svaki deo predstavlja kao vrsta sa odgovaraju´im brojem simbola c c — mi ´emo koristiti taˇke • . c c Particiju moˇemo predstaviti i preko table Ferera, koja u svakoj vrsti umesto taˇaka z c ima jediniˇne kvadrati´e. c c

Drugim reˇima, dijagram Ferera particije π = [1α1 2α2 . . . k αk ] sastoji se od αk vrsta c sa po k taˇaka, αn−1 vrsta sa (n − 1)-om taˇkom, . . . , α2 vrsta sa 2 taˇke i α1 vrsta sa c c c po jednom taˇkom. c Ukupan broj taˇaka u dijagramu Ferera jednak je broju n, od koga smo i pravili c particiju. DEFINICIJA 2.6.17. Od particije π moˇemo dobiti konjugovanu particija π tako z ˇto je njen i-ti sabirak jednak broju sabiraka particije π koji nisu ve´i od i (tj. koji su i). s c Za particiju koja je konjugovana samoj sebi kaˇemo da je samokonjugovana particija. z

Konjugovana particija π particije π ustvari se dobija zamenom uloga vrsta i kolona u Fererovom dijagramu particije π. Napomenimo da se konjugovana particija ˇita kao konjugovana particija, a ne c ko ugovana particija!

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

161

Najbolji primer koji ilustruje primenu Fererovih dijagrama i konjugovanih particija je Teorema 2.6.26. PRIMER 2.6.18. Predstaviti sve particije broja 5 na 3 sabirka preko dijagrama Ferera (odnosno preko tabli Ferera). Reˇenje. s Sve particije broja 5 na 3 sabirka su: 3+1+1 i 2 + 2 + 1.

Primetimo da kompozicija broja 5 na 3 sabirka ima ukupno 6 i one su date u Primeru 2.6.4 Predstavimo particiju 2 + 2 + 1 preko dijagrama (table) Ferera. • • • • • Ali ako bismo sada brojali koliko taˇaka imamo po kolonama, opet bismo dobili jednu c particiju broja 5 – to je 3 + 2. Ova particija je konjugovana polaznoj particiji 2 + 2 + 1. • • • • •

Gore je prikazana samokonjugovana particija broja 5. To je 3 + 1 + 1.

PRIMER 2.6.19. Odrediti sve samokonjugovane particije broja 18 i predstaviti ih preko dijagrama Ferera. Reˇenje. s U samokonjugovanoj particiji broja n broj sabiraka je jednak najve´em c sabirku – oznaˇimo ih sa m. Ako bi svih tih m sabiraka bili jednaki m, dobili bismo jednu c √ samokonjugovanu particiju broja m2 . Stoga za najve´i sabirak m vaˇi da je m > n, c z odnosno u ovom sluˇaju (za n = 18) imamo m > 4. Sa druge strane, ako bismo probali c da svih n zvezdica upotrebimo da napravimo ˇto je mogu´e ve´i najve´i sabirak m (tj. s c c c m + 1 + 1 + . . . + 1), dobijamo da vaˇi m 1 (n + 1), odnosno u ovom sluˇaju m 9. Ako iz z c 2 samokonjugovane particije broja n izbacimo prvu vrstu i prvu kolonu u dijagramu Ferera (tj. izbacimo najve´i sabirak m, a preostale umanjimo za 1), dobijamo opet samokonjuc govanu particiju ali broja n−2m+1 (nazva´emo ovo preslikavanje f ). Ove ˇinjenice ´emo c c c iskoristiti da nadjemo traˇene samokonjugovane particije broja n = 18, po sluˇajevima z c u zavisnosti od toga koliki je najve´i sabirak m (5 m 9). c 1◦ m = 9. Ako izbacimo prvu vrstu i prvu kolonu u dijagramu Ferera, tj. ako primenimo funkciju f , preosta´e nam samokonjugovana particija broja n1 = 1, a to je c samo 1. Vra´aju´i prvu vrstu i prvu kolonu sa m = 9 zvezdica dobijamo particiju c c 9 + 2 + 1 + 1 + 1 + 1 + 1 + 1 + 1, odnosno kra´e zapisano [9 2 17 ]. c 2◦ m = 8. Nakon primene f nam ostaje da odredimo sve samokonjugovane particije √ broja n1 = 3. Kako je 1 < 3 < 2 m1 3+1 = 2 dobijamo da ova particija mora 2 da ima najve´i sabirak baˇ jednak m1 = 2. Kada ponovo primenimo f ostane nam c s n2 = 0, pa sada idenjem unazad dobijamo da je samokonjugovana particija broja 3 jednaka 2 + 1, odnosno [2 1], a samokonjugovana particija broja 18 je [8 3 2 15 ].

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

162

√ 3◦ m = 7. Nakon f ostaje n1 = 5. Iz 2 < 5 < 3 m1 5+1 = 3 ⇒ m1 = 3, pa za 2 n1 = 5 imamo [3 12 ], odnosno za n = 18 je [7 4 22 13 ]. √ 7+1 4◦ m = 6. Nakon f ostaje n1 = 7. Iz 2 < 7 < 3 m1 z 2 = 4, pa moˇe biti m1 = 3 (ali tad nakon f ostaje n2 = 2 koji nema samokonjugovanu particiju) ili m1 = 4, koji za n1 = 7 daje [4 13 ], odnosno za n = 18 imamo [6 5 23 1]. √ 5◦ m = 5. Nakon f ostaje n1 = 9. Iz 3 = 9 m1 9+1 = 5, pa moˇe biti m1 = 3, z 2 m1 = 4 ili m1 = 5. m1 = 5 otpada jer mora da vaˇi m1 < m, a i za m1 = 4 (tad z n2 = 2) nema reˇenja. Za m1 = 3 nakon f ostaje n2 = 4 koji daje [22 ], ˇto za s s n1 = 9 daje [33 ], pa za n = 18 imamo [5 43 1].
••••••••• •• • • • • • • •••••••• ••• •• • • • • • • • • • • • • •••••• ••• • • • • • • • • ••••• •••• • • • • • • • • • • • • • • • • •• • • •

[9 2 17 ]

[8 3 2 15 ]

[7 4 22 13 ]

[6 5 23 1]

[5 43 1]

Time smo dobili da samokonjugovanih particija broja 18 ima 5 i one su predstavljenje na prethodnoj slici. To moˇemo zapisati i kao p (18 | s.k.) = 5. z

PARTICIJE I FUNKCIJE GENERATRISA
Sa funkcijama generatrise i novˇi´ima (tj. particijama sa ograniˇenjima) smo se sreli cc c u Primeru 2.1.5. Odredimo sada funkciju generatrise za broj particija prirodnog broja n. Ona iznosi P (x) = p(0) + p(1)x + p(2)x2 + . . ., gde uzimamo po konvenciji da je p(0) = 1. Polazna taˇka naˇeg razmatranja je formula c s (1 − xi )−1 = 1 + xi + x2i + x3i + . . . , koju moˇemo dobiti direktno ili zamenom svakog x sa xi u formuli za (1 − x)−1 , koju z smo sreli u Primeru 2.1.1. Slede´om lemom ´emo pokazati da je ova formula funkcija c c genaratrise niza {fn } broja particija ˇiji su svi sabirci jednaki i. c LEMA. 2.6.20. Niz {fn } broja particija ˇiji su svi sabirci jednaki broju i, tj. c fn = p (n | {i}), ima funkciju generatrise F (x) = (1 − xi )−1 . Dokaz . Jasno je da takva particija postoji ako i samo ako je broj n sadrˇalac broja i, z n = m · i, i tada postoji jedinstvena particija n = i + i + ... + i.
m

Time smo dobili da je niz {fn } zadat sa fn = 1 ako je n = m · i (za m = 0, 1, 2, . . .), 0 inaˇe. c

Stoga je funkcija generatrise F (x) = 1 + xi + x2i + x3i + . . . = (1 − xi )−1 .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

163

LEMA. 2.6.21. Neka je i ∈ S. Uvedimo fn = p (n | {i}), gn = p (n | S \ {i}), hn = p (n | S). Tada nizovi {fn }, {gn }, {hn } imaju funkcije generatrise F (x), G(x), H(x) za koje vaˇi H(x) = F (x) · G(x). z

Dokaz . Neka je hn broj naˇina da broj n predstavimo kao zbir r i n − r, gde je r c predstavljen kao zbir sabiraka koji su svi jednaki i (to moˇemo uraditi na fr naˇina), a z c n − r je zbir sabiraka iz S (to moˇemo uraditi na gn−r naˇina). Stoga je hn zbir ˇlanova z c c oblika fr gn−r , odnosno
n

hn = f0 nr + f1 gn−1 + . . . + fn g0 =
r=0

fr gn−r .

Prema pravilu za mnoˇenje funkija generatrisa dobijamo H(x) = F (x) · G(x), ˇto je i z s trebalo pokazati. TEOREMA 2.6.22. P (x) = Funkcija generatrisa niza brojeva {p (n)} jednaka je

(1 − xi )−1 =
i=1

1 . (1 − x)(1 − x2 )(1 − x3 ) . . .

Dokaz . Particija broja n moˇe imati sabirke iz skupa Nn = {1, 2, . . . , n}. Viˇestrukom z s primenom prethodne 2 leme dobijamo datu formulu. PRIMER 2.6.23. sabiraka 2 i 3. Reˇenje. s Odrediti na koliko naˇina se broj 10 moˇe predstaviti kao zbir c z

Ovakvim particijama odgovara slede´a funkcija generatrise: c

F (x) = (1 − x2 )−1 · (1 − x3 )−1 = (1 + x2 + x4 + x6 + x8 + x10 + . . .) · (1 + x3 + x6 + x9 + . . .) = 1 + x2 + x3 + x4 + x5 + 2x6 + x7 + x8 + 2x9 + 2x10 + . . . ˇ Traˇeni broj particija broja 10, odgovara koeficijentu uz x10 , a to je 2. Clan 2x10 dobijamo z 4 6 10 od proizvoda x · x i od x · 1, te odatle nalazimo 10 = 4 + 6 = 2 + 2 + 3 + 3, 10 = 10 + 0 = 2 + 2 + 2 + 2 + 2,

ˇto su jedina 2 naˇina da broj 10 predstavimo kao zbir dvojki i trojki. s c PRIMER 2.6.24. Na koliko naˇina se jedan dolar (100 centi) moˇe usitniti novˇi´ima c z cc od 25 centi (eng. quarters), 10 centi (eng. dimes) i 5 centi (eng. nickels)? Reˇenje. U zadatku nam se traˇi broj particija broja 100 na sabirke 5, 10 ili 25. Stoga s z je reˇenje jednako koeficijentu uz x100 u razvoju s (1 − x5 )−1 · (1 − x10 )−1 · (1 − x25 )−1 .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

164

Radi jednostavnijeg raˇuna, uvodimo smenu y = x5 i onda traˇimo koeficijent uz y 20 u c z razvoju (1 − y)−1 · (1 − y 2 )−1 · (1 − y 5 )−1 . Pri radu moˇemo da zanemarimo ˇlanove iznad z c y 20 jer oni ne utiˇu na ovaj koeficijent. Dalje, primetimo da je traˇeni koeficijent jednak c z zbiru koeficijenata uz 1, y, y 2 , . . . , y 20 u razvoju (1 − y 2 )−1 · (1 − y 5 )−1 , jer se svaki y k odavde mnoˇi sa 1 · y 20−k iz preostalog faktora (1 − y)−1 = (1 + y + y 2 + . . . + y 20 + . . .). z Na osnovu ovih opservacija traˇeno izraˇunavanje koeficijenata uz y k (k = 0, 1, . . . , 20) u z c (1 − y 2 )−1 · (1 − y 5 )−1 moˇemo predstaviti slede´om tablicom: z c 1 y y 2 y 3 y 4 y 5 y 6 y 7 y 8 y 9 y 10 y 11 y 12 y 13 y 14 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 y 15 y 16 y 17 y 18 y 19 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 0 1 2 2 2 2 2 y 20 1 (×1) 0 (×y 5 ) 1 (×y 10 ) 0 (×y 15 ) 1 (×y 20 ) 3 29

1 0 1 0 1

1 1 1 1 1

2 1 2 1 2
2 20

U prvom redu smo stavili ˇlanove 1, y, y , . . . , y (kolone su grupisane u grupe po 5 radi c bolje preglednosti) uz koje traˇimo koeficijente. U drugom nam se nalaze koeficijenti od z (1 − y 2 )−1 = (1 + y 2 + y 4 + . . . + y 20 + . . .) dok su u narednim redovima isti ti koeficijenti samo pomereni za 5,10,15,20 mesta udesno (ˇto s odgovara mnoˇenju sa y 5 , y 10 , y 15 , y 20 ). U poslednjem redu dobijamo koficijente uz odgoz varaju´e ˇlanove (dobijamo ih prostim sabiranjem brojeva iznad njih). Konaˇno, posledc c c nji i uokvireni broj, 29, jednak je zbiru svih koeficijenata (uz ˇlanove do y 20 ) i to je broj c naˇina da usitnimo 1 dolar. c Malim modifikacijama prethodnog rezona moˇemo dobiti funkcije generatrisa broja z particija koji zadovoljavaju neka ograniˇenja (i prethodna 2 primera predstavljaju partic cije sa ograniˇenjima). Na primer, ako uslovimo da svaki sabirak moˇe da se javlja najviˇe c z s k puta. Tada sabirci koji su jednaki i u funkciji generatrise doprinose sa polinomom 1 + xi + x2i + . . . + xki , umesto stepenim redom (1 − xi )−1 = 1 + xi + x2i + . . . (kao ˇto smo imali kod funkcije s generatrise za obiˇne particije). Iz formule za sumu geometrijske progresije dobijamo da c (k+1)i je 1 + xi + x2i + . . . + xki = 1−x i , pa je traˇena funkcija generatrisa kod kojih svaki z 1−x sabirak moˇe da se javlja najviˇe k puta jednaka z s
∞ ∞

(1 + xi + . . . + xki ) =
i=1 i=1

1 − x(k+1)i 1 − xi

.

Specijalni sluˇaj kada je k = 1, nam daje funkciju generatrise za broj particija na razliˇite c c sabirke:

(1 + xi ) = (1 + x)(1 + x2 )(1 + x3 ) . . .
i=1

Navedimo joˇ nekoliko funkcija generatrisa broja particija sa ograniˇenjima. Funkcije s c generatrisa broja particija kod kojih su svi sabirci neparni, odnosno parni, su jednaki 1 , (1 − x)(1 − x3 )(1 − x5 ) . . . (1 − x2 )(1 1 , − x4 )(1 − x6 ) . . .

dok je funkcija generatrisa particija kod kojih svaki sabirak nije ve´i od m jednaka c 1 . (1 − x)(1 − x2 ) · . . . · (1 − xm )

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

165

Joˇ funkcija generatrisa ´emo sresti u drugom dokazu Teoreme 2.6.32, gde pokazujemo s c identitet sa particijama tehnikom funkcija generatrisa.

IDENTITETI SA PARTICIJAMA
U narednim tvrdjenjima podrazumeva´emo da su n i m proizvoljni prirodni brojevi. c TEOREMA 2.6.25. Broj particija broja n koje nemaju viˇe od m sabiraka jednak je s broju particija broja n+m koje imaju taˇno m sabiraka, tj. da vaˇi p m (n) = pm (n+m). c z

Dokaz . Neka je S skup svih particija broja n + m koje imaju taˇno m sabiraka, a T c skup svih particija broja n koji nemaju viˇe od m sabiraka. Preslikavanje f : S → T s koje svaki sabirak particije iz S umanji za 1 je bijekcija iz skupa S u skup T . Npr. na narednoj slici je prikazano preslikavanje f pomo´u dijagrama Ferera za n = 15 i m = 6, c tj. f (8 + 6 + 3 + 2 + 1 + 1) = 7 + 5 + 2 + 1. • • • m • • • • • • • • • • • • • • • • • • f −→ ←− g • • • • • • • • • • • • • • •

Preslikavanje f na dijagramu Ferera ”briˇe” prvu kolonu od m taˇaka, dok inverzno s c preslikavanje g = f −1 dodaje kolonu sa m taˇaka ispred ostalih kolona dijagrama Ferera. c Umesto da pokazujemo da je f bijekcija jednostavnije je pokazati da su i f i g injektivna (”1-1”) preslikavanja. Ako je f (x) = a1 + a2 + . . . + ak = f (y), za k m, onda dobijamo i da je x = (a1 + 1) + (a2 + 1) + . . . + (ak + 1) + 1 + . . . + 1 = y,
m−k

pa je f : S → T injektivna funkcija, odakle je |S| g(x) = a1 + a2 + . . . + am = g(y), da je onda i

|T |. Sliˇno imamo da ako vaˇi c z

x = (a1 − 1) + (a2 − 1) + . . . + (am − 1) = y, pa je f : T → S injektivna funkcija, odakle je |T | |S|. Time smo kombinatornim pristupom pokazali |T | = |S|, odnosno identitet p m (n) = pm (n + m). U narednim tvrdjenjima ne´emo isterivati formalizam da su data preslikavanja bijekc cije, nego ´emo samo uspostaviti odgovaraju´u bijekciju. c c TEOREMA 2.6.26. Broj particija broja n kod kojih su sabirci manji od ili jednaki sa m (tj. elementi skupa Nm = {1, 2, . . . , m}) je jednak broju particija broja n koje imaju najviˇe m sabiraka, tj. vaˇi jednakost p (n | Nm ) = p m (n). s z

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

166

Dokaz . Bijekcija izmedju ova 2 skupa je preslikavnje koje particiju slika u njoj konjugovanu particiju. • • • • • • • • • • • • • • • f −→ • • • • • • • • • • • • • • •

Ovde smo prikazali n = 15, m = 4, f (4 + 4 + 3 + 2 + 1 + 1) = 6 + 4 + 3 + 2. TEOREMA 2.6.27. Broj particija broja n na parne sabirke jednak je broju particija broja n kod kojih se svaki sabirak javlja paran broj puta, tj. da vaˇi z p (n | parni) = p (n | svaki sabirak paran broj puta).

Dokaz . Bijekcija izmedju ova 2 skupa je preslikavanje koje od svake particije na k parnih sabiraka pravi particiju od 2k sabiraka tako ˇto svaki sabirak podeli na 2 polovine. s Pogledajmo kako ova bijekcija funkcioniˇe za n = 6: s 6 4+2 2+2+2 → → → 3+3 2+2+1+1 1+1+1+1+1+1

Dobili smo da je p (6 | parni) = p (6 | svaki sabirak paran broj puta) = 3. TEOREMA 2.6.28. Broj particija broja n koje imaju ne viˇe od m sabiraka jednak s 1 je broju particija broja n + 2 m(m + 1) sa taˇno m razliˇitih sabiraka, tj. vaˇi jednakost c c z 1 p m (n) = pm,= n + 2 m(m + 1) . Dokaz . Datom Fererovom dijagramu doda´emo sa leve strane ”trougao” koji se sastoji c od m redova koji redom sadrˇe po m, (m − 1), . . . , 2, 1 taˇaka. To preslikavanje, f , je z c bijekcija izmedju particija broja n koje imaju ne viˇe od m sabiraka i particija broja s 1 n + 2 m(m + 1) sa taˇno m razliˇitih sabiraka. Ilustrujmo ovo jednim primerom: c c • • • • • • • • • f −→ • • • • • • • • • • • • • • • • • • •

Na prethodnoj slici je prikazano preslikavanje f (4 + 2 + 2 + 1) = 8 + 5 + 4 + 2 za n = 9 i m = 4. TEOREMA 2.6.29. Broj samokonjugovanih particija broja n jednak je broju particija broja n kod kojih su svi sabirci medjusobno razliˇiti i neparni brojevi, tj. vaˇi c z jednakost p (n | s.k.) = p (n | =, neparni).

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

167

Dokaz . Od Fererovog dijagrama samokonjugovane particije dobijamo particiju sa razliˇitim i neparnim elementima tako ˇto taˇke iz prve vrste i prve kolone prebacimo c s c da ˇine prvi sabirak nove particije. Njih ima neparan broj 2k − 1, jer samokonjugoc vana particija ima jednak broj (k) taˇaka i u prvoj vrsti i u prvoj koloni (od ˇega je c c jedna taˇka zajedniˇka). Od preostalih taˇaka iz druge vrste i druge kolone odredjujemo c c c drugi sabirak. Nastavljaju´i ovaj postupak dobijamo bijektivno preslikavanje koje slika c samokonjugovane particije broja n u particije broja n koje imaju sve sabirke neparne i razliˇite. c • • • • • • • • • • • • • • • • • • • f −→ • • • • • • • • • • • • • • • • • • •

Na prethodnoj slici je prikazano preslikavanje za n = 19 (uokvirene su taˇke koje ˇine c c sabirke u novoj particiji): f (6 + 4 + 4 + 3 + 1 + 1) = 11 + 5 + 3. TEOREMA 2.6.30. Broj samokonjugovanih particija broja n kod kojih je najve´i c sabirak jednak k jednak je broju samokonjugovanih particija broja n − 2k + 1 kod kojih je najve´i sabirak manji od k, tj. vaˇi jednakost c z p (n | s.k, n.s. = k) = p (n − 2k + 1 | s.k, n.s. k − 1).

Dokaz . Bijekciju odredjuje preslikavanje koje briˇe zvezdice iz prve vrste i kolone. To s je preslikavanje f koje smo sreli u Primeru 2.6.19. PRIMER 2.6.31. Odrediti broj samokonjugovanih particija broja 41 kod kojih je najve´i sabirak jednak 12. c Reˇenje. s Na onovu prethodne teoreme imamo da je broj samokonjugovanih particija broja 41 kod kojih je najve´i sabirak jednak 12 jednak broju samokonjugovanih particija c broja 41 − 2 · 12 + 1 = 18 kod kojih je najve´i sabirak manji od 12, tj. broju samokonjugoc vanih particija broja 18. U Primeru 2.6.19 smo videli da tih particija ima 5, pa dobijamo i da je p (41 | s.k, n.s. = 12) = 5. Slede´a teorema sadrˇi svakako najpoznatiji identet sa particijama. U literaturi se c z taj identitet ˇesto naziva Ojlerov identitet. c TEOREMA 2.6.32. Broj particija broja n na razliˇite sabirke jednak je broju parc ticija broja n na neparne sabirke, tj. vaˇi jednakost p (n | =) = p (n | {1, 3, 5, . . .}). z

Dokaz 1 . Opiˇimo kako od particije sa razliˇitim sabircima dobijamo particiju sa svim s c neparnim sabircima. Svaki sabirak koji je paran podelimo na 2 duplo manja sabirka (i ako treba preuredimo redosled sabiraka). Ponavljajmo ovaj postupak dok ne ostanu svi

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA neparni sabirci. Ilustrujmo ovo jednim primerom: 6+4+3 → → → → (3 + 3) + (2 + 2) + 3 3+3+3+2+2 3 + 3 + 3 + (1 + 1) + (1 + 1) 3+3+3+1+1+1+1

168

Moˇemo videti ˇta je i inverzni postupak. On se sastoji od viˇestrukog spajanja po 2 od z s s jednakih sabiraka. Npr: 3+3+3+1+1+1+1 → → → → (3 + 3) + 3 + (1 + 1) + (1 + 1) 6+3+2+2 6 + (2 + 2) + 3 6+4+3

Za n = 6 imamo p (6 | =) = p (6 | {1, 3, 5, . . .}) = 4 i prikaˇimo bijekciju izmedju njih: z 6 5+1 4+2 3+2+1 → → → → 3+3 5+1 1+1+1+1+1+1 3+1+1+1

Kako je ovim postupkom dato bijektivno preslikavanje, skup particija sa razliˇitim c sabircima ima jednak broj elemenata kao i skup particija sa svim neparnim sabircima. Dokaz 2 . Oznaˇimo sa R(x) i N (x) funkcije generatrisa brojeva particija na razliˇite c c sabirke, odnosno na neparne sabirke. U skladu sa odredjivanjem funkcija generatrisa particija sa ograniˇenjima imamo c R(x) = (1 + x)(1 + x2 )(1 + x3 ) . . . , N (x) = (1 − x)−2 (1 − x3 )−2 (1 − x5 )−2 . . .

Da bismo pokazali da su ova 2 formalna stepena reda jednaka koristi´emo slede´i identitet c c 1 − t2 1+t= : 1−t R(x) = (1 + x)(1 + x2 )(1 + x3 ) . . . = (1 − x2 )(1 − x4 )(1 − x6 ) . . . . (1 − x)(1 − x2 )(1 − x3 ) . . .

Ovde nam se svi ˇlanove oblika (1 − x2i ) javljaju i u imeniocu i u brojiocu prethodnog c razlomka, pa ih moˇemo skratiti i onda dobijamo da je z R(x) = 1 = N (x). (1 − x)(1 − x3 )(1 − x5 ) . . .

Iz jednakosti funkcija generatrisa sledi da su i nizovi njihovih koeficijenata jednaki, ˇime c smo pokazali tvrdjenje. U narednoj tablici da´emo brojeve particija sa razliˇitim sabircima (ˇto je i broj parc c s ticija na neparne sabirke). Ovi brojevi predstavljaju niz A000009 u Online enciklopediji celobrojnih nizova [31]. n 1 p (n | =) 1 2 3 1 2 4 2 5 3 6 4 7 5 8 6 9 8 10 11 10 12 12 15 13 18 14 15 22 27 16 32 17 38

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA n 18 19 20 21 22 23 24 25 26 27 28 29 30 p (n | =) 46 54 64 76 89 104 122 142 165 192 222 256 296

169

Tehnika viˇestrukog spajanja/razdvajanja koju smo koristili u 1. dokazu Ojlerovog s identiteta moˇe se primeniti kod velikog broja identiteta sa particijama. Na ovaj naˇin z c uspostavljamo identitete oblika p (n | N ) = p (n | =, M ). Ovaj par skupova (N, M ) naziva se Ojlerov par. Problemi mogu da nastupe kada viˇe razliˇitih particija spajanjem s c daju istu particiju (odnosno u obrnutom postupku ne znamo kada da se zaustavimo). Jedan primer je dat na slede´oj slici (kada skup N sadrˇi i element 3 i element 6): c z 6 + 6 − − − − − − − → 12 −−−−−−− 6 + 3 + 3 −−→ 6 + 6 −− 3+3+3+3 ˇ Time smo doˇli do slede´eg tvrdjenja, koje je otkrio Sur (nem. I.Schur), a prvi je s c publikovao Endrius 1969. godine. TEOREMA 2.6.33. Neka skup N sadrˇi 2 elementa od kojih je jedan umnoˇak drugog z z sa nekim stepenom dvojke. M je skup koji se sastoji od svih elemenata skupa N , zajedno sa umnoˇcima brojeva iz N sa stepenima dvojke. Tada za sve n 1 vaˇi jednakost s z p (n | N ) = p (n | =, M ).

Ojlerovi parovi se mogu opisati i kao parovi skupova (N, M ) takvi da je 2M ⊂ M i N = M − 2M . Prethodna teorema nam daje uslove kada za skup N postoji M , tako da je (N, M ) Ojlerov par. Moˇe se pokazati da u tom sluˇaju postoji jedinstven skup M . z c PRIMER 2.6.34. Pokuˇajmo da za skup N = {1, 3, 6} konstruiˇemo skup M tako s s da je (N, M ) Ojlerov par. Reˇenje. s Prvo ´emo odrediti prvih nekoliko vrednosti za p (n | {1, 3, 6}): c n 1 p (n | {1, 3, 6}) 1 2 3 1 2 4 2 5 2 6 4 7 4 ... ...

Sada ´emo krenuti da konstruiˇemo skup M ˇlan po ˇlan, tako da vaˇi jednakost p (n | c s c c z =, M ) = p (n | N ). Na poˇetku stavimo M = ∅. c n = 1: Treba da vaˇi p (1 | =, M ) = 1. Kako nemamo nijednu particiju na razliˇite z c sabirke u skupu M = ∅, moramo da dodamo 1 u M , tj. M = {1}. c n = 2: p (2 | =, M ) = 1. Kako nemamo nijednu particiju broja 2 na razliˇite sabirke u skupu M = {1}, moramo da dodamo i 2 u M , tj. M = {1, 2}. Tada imamo taˇno jednu c particiju broja 2 na razliˇite sabirke — to je 2. c n = 3: p (3 | =, M ) = 2. Imamo samo jednu particiju (2 + 1) u skupu M = {1, 2}, te moramo da dodamo 3 u M , tj. M = {1, 2, 3}. Traˇene 2 particije su 3 i 2 + 1. z n = 4: p (4 | =, M ) = 2. Imamo samo jednu particiju (3 + 1) sa razliˇitim sabircima u c skupu M = {1, 2, 3}, te moramo da dodamo i broj 4 u M , tj. M = {1, 2, 3, 4}. Traˇene z 2 particije su 4 i 3 + 1. c n = 5: p (5 | =, M ) = 2. Imamo ve´ dve particije (4 + 1 i 3 + 2) u skupu M = {1, 2, 3},

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA te ne treba da dodamo i broj 5 u M , pa M ostaje M = {1, 2, 3, 4}.

170

n = 6: p (6 | =, M ) = 4. Imamo samo dve particije (4 + 2 i 3 + 2 + 1) u skupu M = {1, 2, 3, 4}, te moramo da dodamo i broj 6 u M , tj. M = {1, 2, 3, 4, 6}. Ali tada smo dobili samo 3 particije su 6, 4 + 2 i 3 + 2 + 1, a nama su potrebne 4! Neuspeh pri konstrukciji M smo doˇiveli u 6 koraka (zaˇto baˇ 6?). Kako je M z s s u prethodnim koracima konstruisan na jedinstven naˇin, ne moˇemo imati neku drugu c z uspeˇnu alternativu. Stoga, ne postoji Ojlerov par sa skupom N = {1, 3, 6}. s Binarni zapis broja predstavlja zapis broja u sistemu sa osnovom 2 (tj. samo pomo´u c cifara 0 i 1). Prikaˇimo prvih 7 brojeva u binarnom zapisu: z 1 2 3 4 5 6 7 = = = = = = = 20 2 21 2 22 22 22
2 1 1

+ +

20 20 20

+ 2 + 21

+

= = = = = = =

(1)2 (10)2 (11)2 (100)2 (101)2 (110)2 (111)2

Iskoristimo ovu tehniku koju smo razvili da pokaˇemo slede´e tvrdjenje. z c TEOREMA 2.6.35. Svaki prirodan broj ima jedinstvenu binarnu reprezentaciju.

Dokaz 1 .

Vaˇi p (n | {1}) = 1 jer je jedina ovakva particija 1 + 1 + . . . + 1. Za skup z
n

N = {1} Ojlerov parnjak je skup stepena dvojke M = {1, 2, 4, . . . , 2k , . . .}. Stoga na osnovu Teoreme 2.6.33, odnosno tehnike viˇestrukog spajanja/razdvajanja, imamo da je s p (n | {1}) = p (n | =, {1, 2, 4, . . . , 2k , . . .}) = 1. Time smo pokazali da svaki prirodan broj ima jedinstvenu binarnu reprezentaciju. Dokaz 2 . Imamo da je (1 − x)(1 + x)(1 + x2 )(1 + x4 ) · . . . · (1 + x2 ) m = (1 − x2 )(1 + x2 )(1 + x4 ) · . . . · (1 + x2 ) m = (1 − x4 )(1 + x4 )(1 + x8 ) · . . . · (1 + x2 ) = . . . = (1 − x2 )(1 + x2 ) = (1 − x2
m m m+1 m

).

Posmatrajmo sada proizvod (1 − x)(1 + x)(1 + x2 )(1 + x4 ) · . . . — slobodan ˇlan u ovom c proizvodu je 1. Treba pokazati da je za svaki prirodan broj n koeficijent uz xn jednak 0. Izaberemo proizvoljan n ∈ N. Na osnovu dokazanog vaˇi z (1 − x)(1 + x)(1 + x2 )(1 + x4 ) · . . . · = (1 − x2
n+1

)(1 + x2

n+1

)(1 + x2

n+2

)(1 + x2

n+3

) · ...

Iz poslednjeg izraza dobijamo da je koeficijent uz xn jednak 0 (jer je n < 2n+1 ). Kako je n proizvoljno izabran, to vaˇi z (1 − x)−1 = (1 + x)(1 + x2 )(1 + x4 ) · . . . · (1 + x2 ) · . . . Posmatrajmo particije broja n u kojima je svaki sabirak stepen dvojke i svaki se javlja najviˇe jedanput. Broj takvih particija jednak je broju reˇenja slede´e jednaˇine: s s c c
n

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

171

x0 + x1 + x2 + · · · = n, gde svaki od brojeva xi moˇe da bude samo 0 ili 2i . Broj reˇenja z s ove jednaˇine jednak je koeficijentu uz xn u proizvodu (1 + x)(1 + x2 )(1 + x4 ) · . . ., a c 1 ve´ smo pokazali da je ovaj proizvod jednak 1−x = 1 + x + x2 + x3 + . . ., pa je traˇeni c z n koeficijent uz x jednak 1. DEFINICIJA 2.6.36. Neka je d dati prirodan broj. Za sabirke u particiji kaˇemo da z su d-razliˇiti ukoliko se svaka 2 sabirka razlikuju bar za d. Za d = 0 definiˇimo 0-razliˇite c s c sabirke, ako ako imamo najviˇe 2 sabirka bilo koje veliˇine. s c Za d = 1 dobijamo obiˇne particije na razliˇite sabirke. Ponegde se 2-razliˇite particije c c c nazivaju i particije na super-razliˇite sabirke. Ove definicije se koriste i kod Rodˇersc z Ramanudˇanovih identiteta. z TEOREMA 2.6.37. Broj particija broja n na 2-razliˇite sabirke jednak je broju c particija broja n na razliˇite sabirke, pri ˇemu su svi parni sabirci ve´i od dvostrukog c c c broja neparnih sabiraka. Za n = 11 imamo 7 particija sa 2-razliˇitim elementima (kra´e 2-razliˇitih particija): c c c 11, 10 + 1, 9 + 2, 8 + 3, 7 + 4, 7 + 3 + 1, 6 + 4 + 1.

Pored ovih particija postoji joˇ nekoliko particija sa razliˇitim sabircima, koji nisu 2s c razliˇiti: 8 + 2 + 1, 6 + 5, 6 + 3 + 2, 5 + 4 + 2 i 5 + 3 + 2 + 1. c Particije sa desne strane identiteta, za n = 11 su 11, 10 + 1, 8 + 3, 7 + 4, 7 + 3 + 1, 6 + 5, 6 + 4 + 1.

Dokaz . Predstavimo svaku particiju na 2-razliˇite sabirke preko dijagrama Ferera u c kome svaki novi red poˇinje pomeren za 2 mesta udesno. Povucimo vertikalnu liniju tako c da u poslednjem redu imamo samo 1 taˇku sa leve strane ove linije. Npr. za particiju c 14 + 11 + 6 + 4 + 1 imamo slede´i dijagram: c • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

Vidimo da smo sa desne strane vertikalne linije dobili joˇ jedan dijagram Ferera. s Bijekciju odredjuje preslikavanje koje u tom dijagramu prvo stavi neparne sabirke, a zatim parne. U naˇem primeru to izgleda ovako: s • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

Time smo dobili particiju 14 + 8 + 6 + 7 + 1, ˇto je particija na razliˇite sabirke kod koje s c je svaki paran sabirak ve´i od 4 (dvostrukog broja neparnih sabiraka). c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

172

Bijektivni dokaz ove teoreme (koji smo ovde naveli) dao je 1980. godine Breˇo (eng. s David Bressoud). Naredne 2 teoreme ´emo dati bez dokaza (dokaze moˇete videti u [3] i [6]). Prva od c z njih je Ojlerova teorema za petougaone brojeve. Prvo da uvedemo ˇta su petougaoni brojevi (eng. pentagonal numbers). Krenimo s od trougaonih brojeva — to su 1, 3, 6, 10, . . . , tj. broj taˇaka u trouglu stranice j (tj. c trougla koji po vrstama ima redom 1, 2, 3, ... taˇaka). Stoga je j-ti trougaoni broj c jednak 1 + 2 + 3 + . . . + j = j(j+1) . Petougaoni brojevi su 1, 5, 12, 22, . . . , tj. to je 2 broj taˇaka u petouglu stranice j. Ovaj petougao se sastoji od kvadrata stranice j na c koji je postavljen trougao stranice j − 1. Stoga imamo da je j-ti petougaoni broj jednak j 2 + (j−1)j = j(3j−1) . Na slede´oj slici su predstavljeni preko taˇaka prva tri trougaona c c 2 2 i prva tri petougaona broja. • • • • • • • • • • • • • • • • • • • • • • • • • • • •

Ove petouglove ´emo zarotirati za −90◦ i taˇke ´emo ”ispraviti” da bismo dobili dijac c c grame Ferera. • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •

Ovim dijagramima odgovaraju slede´e particije na razliˇite sabirke: 1, 3 + 2, 5 + 4 + 3, c c 7 + 6 + 5 + 4, ... Ove particije se pojavljuju kao specijalni sluˇajevi u Ojlerovoj teoremi c za petougaone brojeve. TEOREMA 2.6.38. Ojlerova teorema za petougaone brojeve. Za svako prirodno n vaˇi p (n | paran broj = sabiraka) = p (n | neparan broj = sabiraka) + e(n), z (−1)j n = j(3j±1) 2 gde je e(n) = . 0 inaˇe c

Iz ove teoreme, pomo´u funkcija generatrisa dobijamo kao posledicu slede´u teoremu. c c Ona se koristi za brˇe raˇunanje funkcije p (n). z c TEOREMA 2.6.39. p (n) Za broj particija vaˇi slede´a rekurentna formula z c
j(3j−1) ) 2

= p (n − 1) + p (n − 2) − p (n − 5)p (n − 7) + p (n − 12) + . . . +(−1)j−1 p (n − + (−1)j−1 p (n −
j(3j+1) ) 2

+ ...

Sa joˇ nekim identitetima sa particijama ´emo se sresti medju zadacima na kraju ove s c glave.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

173

NEKA SVOJSTVA BROJA PARTICIJA
Iako ne postoji jednostavna formula za particije (kao ˇto je sluˇaj bio kod kompozis c cija), matematiˇari su traˇili aproksimativne formule za p (n) da bi znali kako se ponaˇa c z s ova funkcija kada n → ∞. Engleski matematiˇar Hardi (eng. Godfrey Harold Hardy; c 1877-1947) i Indijac Ramanudˇan (eng. Srinivasa Ramanujan; 1887-1920) su 1918. goz dine dokazali formulu √ ec n p (n) ≈ √ , 4n 3 gde je konstanta c = π 2 . Za dobijanje ovog rezultata oni su razvili nov metod koji je 3 ukljuˇivao i teoriju funkcija kompleksnih promenljivih. c Ramanudˇan je bio prvi koji je otkrio (1919. godine) razna svojstva vezana za deljivost z funkcije p (n). Naime, on je pokazao da vaˇi z p (5k + 4) ≡ 0 (mod 5), p (7k + 5) ≡ 0 (mod 7), p (11k + 6) ≡ 0 (mod 11),

kao i sliˇne relacije za module 52 , 72 i 112 , poput p (25k + 24) ≡ 0 (mod 52 ) i c p (49k + 47) ≡ 0 (mod 72 ), kao i p (35k + 19) ≡ 0 (mod 5 · 7). Ove ˇinjenice je on c spojio u njegovu ˇuvenu hipotezu: c Neka je q = 5, 7 ili 11 i neka je k prirodan broj. Tada ako vaˇi 24n ≡ 1 z (mod q k ), onda vaˇi p (n) ≡ 0 (mod q k ). z U to doba je britanski matematiˇar Mek Mahon (eng. P.A. MacMahon) napravio tablicu c za funkciju p (n) za vrednosti n 200. Tek kasnije kada su proˇirivali ovu tabelu pokazano s je da Ramanudˇanova hipoteza nije taˇna: za q = 7 i k = 3, dobijamo n = 243 (jer je z c 24 · 243 = 5 832 ≡ 1 (mod 73 )), ali imamo da je p (243) = 133 978 259 344 888 ≡ 245 ≡ 0 (mod 73 )! Bez obzira ˇto je Ramanudˇanova hipoteza pogreˇna i dan danas zadivljuje njegova ins z s tuicija (vezana ne samo za particije nego i druga svojstva brojeva). Danas je poznata i prepravka Ramanudˇanove hipoteze: ako je 24n ≡ 1 (mod 72k−2 ) onda je p (n) ≡ 0 z (mod 7k ), za k 2. Da se kongruencije sa particijama mogu na´i ne samo za 5, 7 i 11, c nego i za sve ve´e proste brojeve, je dokazano skoro – 1999. godine. c U nastavku ovog poglavlja da´emo neke procene (nejednakosti) za broj particija broja c n, tj. za p (n). TEOREMA 2.6.40. Funkcija broja particija p (n) je strogo rastu´a, tj. vaˇi nejedc z nakost p (n) > p (n − 1), za sve n 2. ˇ Dokaz . Sta predstavlja razlika p (n) − p (n − 1)? Svakoj particiji broja n − 1 moˇemo dodati 1. Time smo dobili particiju broja n u kojoj se javlja sabirak 1. z Ovakvo preslikavanje je bijekcija, pa vaˇi p (n − 1) = p (n | sa sabirkom 1). Stoga raz zlika p (n) − p (n − 1) predstavlja broj particija broja n koje ne sadrˇe sabirak 1, tj. z p (n) − p (n − 1) = p (n | N \ {1}). Kako uvek imamo particiju n (koja se sastoji samo od jednog sabirka) broja n, to je p (n | N \ {1}) > 0, pa je i p (n) − p (n − 1) > 0. Deo ovog tvrdjenja ´emo koristiti za dokazivanje naredne, stroˇije procene. c z

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

174

TEOREMA 2.6.41.

Za broj particija vaˇi p (n) − 2p (n − 1) + p (n − 2) z

0.

Dokaz .

Napiˇimo datu nejednakost u pogodnijem obliku: s p (n) − p (n − 1) p (n − 1) − p (n − 2).

Od svake particije broja n − 1 koja ne sadrˇi sabirak 1 moˇemo dobiti particiju broja z z n koja ne sadrˇi sabirak 1 ako najve´i sabirak uve´amo za 1. Stoga imamo da vaˇi z c c z p (n | N \ {1}) odnosno p (n) − p (n − 1) p (n − 1 | N \ {1}),

p (n − 1) − p (n − 2), ˇto je i trebalo dokazati. s

Jednakost se dostiˇe u nekim sluˇajevima, npr. za n = 3, n = 5 i n = 7. Za n = 7 z c imamo 4 particije koje ne sadrˇe element 1, to su z 7, 5 + 2, 4 + 3, 3 + 2 + 2,

dok i za n = 6 imamo 4 particije koje ne sadrˇe element 1, to su z 6, 4 + 2, 3 + 3, 2 + 2 + 2.

TEOREMA 2.6.42.

Za broj particija broja n

2 vaˇi p (n) z

2

√ n

.

√ Dokaz . Oznaˇimo sa r = c n i neka je K neki k-elementni podskup {a1 , a2 , . . . , ak } skupa Nr za neko 0 k r. Skup K generiˇe jednu particiju broja n, koja ima sabirke s a1 , a2 , . . . , ak i n − (a1 + a2 + . . . + ak ), jer vaˇi a1 + a2 + . . . + ak < k · r r2 n (sem z za sluˇaj n = 2 poslednji sabirak u particiji, n − (a1 + a2 + . . . + ak ), je ve´i od r). c c Kako razliˇiti podskupovi skupa Nr (a njih ima 2r ) generiˇu razliˇite particije broja n, c s c dobijamo da vaˇi nejednakost p (n) 2r . z TEOREMA 2.6.43. Za broj particija prirodnog broja n vaˇi da nije ve´i od (n+1)-og z c Fibonaˇijevog broja, tj. p (n) Fn+1 . c Dokaz . U dokazu Teoreme 2.6.40 smo dobili p (n) − p (n − 1) = p (n | N \ {1}). Dalje imamo da je p (n − 2) = p (n | sa sabirkom 2), jer svakoj particiji broja n − 2 moˇemo z dodati sabirak 2 (ovo preslikavanje je bijekcija f ). Od svake particije broja n koja ne sadrˇi sabirak 1 moˇemo dobiti jednu particiju broja n koja sadrˇi element 2 — to je z z z preslikavanje g koje najmanji sabirak s podeli na 2 + 1 + 1 + . . . + 1 (g je ”1-1”; da nije
s−2

”na”vidimo iz narednog primera — niˇta se ne slika u drugu particiju 2 + 2 + 1 + 1). s

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Ilustrujmo ovo za n = 6: • • • • f ↓ • • • • • g • • ↑ • • • • • • • • • • • • • • ↓ • • • • • • • • • • • • • • • • • •

175

↓ • • • • • •

↓ • • • • • • •

↓ • •

↑ • • • • • • •

↑ • • • • • • •

↑ • •

Kako je g ”1-1” preslikavanje vaˇi z p (n − 2) = p (n | sa sabirkom 2) p (n | N \ {1}).

Na osnovu prethodnog i jednakosti sa poˇetka dokaza (iz Teoreme 2.6.40) dobijamo c nejednakost p (n) p (n − 1) + p (n − 2), za n 3. Sada smo spremni da tvrdjenje teoreme dokaˇemo matematiˇkom indukcijom. z c Tvrdjenje vaˇi za n = 1 i n = 2: p (1) = F2 = 1 i p (2) = F3 = 1. z Pretpostavimo da tvrdjenje vaˇi za n = k − 1 i za n = k, tj. da je p (k − 1) Fk i z p (k) Fk+1 . Tada za n = k + 1 imamo p (k + 1) p (k) + p (k − 1) Fk+1 + Fk = Fk+2 .

Stoga po Principu matematiˇke indukcije dobijamo da za svaki prirodan broj n vaˇi c z p (n) Fn+1 . Navedimo joˇ jednu zanimljivu osobinu particija. Frenklin (eng. F. Franklin) je medju s particijama koje sadrˇe najviˇe jedan sabirak jednak 1, raˇunao sumu, koja se dobija tako z s c ˇto se za svaku particiju koja sadrˇi 1 sumi doda 1, a za svaku particiju koja ne sadrˇi 1 s z z sumi se doda k, gde je k broj razliˇitih sabiraka koji se pojavljuju u toj particiji. c Npr. za n = 7, sve takve particije su
7 5+2 4+3 3+2+2 6+1 4+2+1 3+3+1 2+2+2+1

1

2

2

2

1

1

1

1

(crtom smo razdvojili particije koje ne sadrˇe 1 i one koje sadrˇe 1), a u 2. redu su njihovi z z doprinosi sumi. Stoga, njima odgovara slede´a suma 1+2+2+2+1+1+1+1 = 11 = p (6). c On je pokazao 1878. godine da je ova suma jednaka broju particija broja n − 1, tj. p (n − 1). Ova ˇinjenica je naˇla primene u raˇunanju distrubicije veza izmedju atoma. c s c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

176

PARTICIJE SKUPA, STIRLINGOVI I BELOVI BROJEVI
Particija skupa (ili razbijanje skupa) Nn = {1, 2, 3, . . . , n} na k podskupova, k 1, je skup podskupova π = {S1 , S2 , . . . , Sk }, takvih da vaˇi Si ∩ Sj = ∅ za svako i = j i z Nn = S1 ∪ S2 ∪ . . . ∪ Sk . Broj particija skupa od n elemenata jednak je Belovom broju B(n) =
n X k=0

S(n, k), koji

je jednak sumi Stirlingovih brojeva II vrste – S(n, k) predstavlja broj naˇina da se skup c od n brojeva podeli (razbije) na k podskupova. Skup od n elementa Nn = {1, 2, . . . , n} ne moˇemo podeliti na 0 poskupova, stoga je z S(n, 0) = 0, ali ima razloga zaˇto suma u definiciji Belovih brojeva ide od k = 0, a ne s od k = 1 (ˇto bismo isto mogli da uzmemo). Razlog je ˇto je ˇto prazan skup moˇemo s s s z podeliti na 0 podskupova na 1 naˇin, tj. vaˇi B(0) = S(0, 0) = 1. c z Belovi brojevi B(n) =
n X k=0

S(n, k) su jednaki broju relacija ekvivalencije na skupu

od n elemenata, a Stirlingovi brojevi S(n, k) predstavljaju broj relacija ekvivalencije na skupu od n elemenata sa k klasa ekvivalencije. PRIMER 2.6.44. Odredimo sve mogu´e relacije ekvivalencije nad skupom S, ako je: c a) S = {1}; b) S = {1, 2}; c) S = {1, 2, 3}. Reˇenje. a) Ovde imamo samo 1 relaciju ekvivalencije s b) Ovde imamo 2 relacije ekvivalencije
1

= {(1, 1)}.

= {(1, 1), (1, 2), (2, 1), (2, 2)}

i

2

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

Kod prve relacije 1 imamo samo jednu klasu ekvivalencije {1, 2}, dok kod druge 2 imamo 2 klase ekvivalencije {1} i {2}. c) Skup {1, 2, 3} moˇemo razbiti na podskupove na slede´e naˇine (svaki od njih odredjuje z c c po jednu relaciju ekvivalencije): {1, 2, 3} {1, 2} i {3} {1, 3} i {2} {2, 3} i {1} {1}, {2} i {3}
1 2 3 4 5

= {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)} = {(1, 1), (1, 2), (2, 1), (2, 2); (3, 3)} = {(1, 1), (1, 3), (3, 1), (3, 3); (2, 2)} = {(2, 2), (2, 3), (3, 2), (3, 3); (1, 1)} = {(1, 1); (2, 2); (3, 3)}

Dakle ukupno ima 5 relacija ekvivalencije na skupu {1, 2, 3}. Uvedimo sada i Stirlingove brojeve I vrste, naravno uz njihovo kombinatorno tumaˇenje. c Za svaki x ∈ R i n ∈ N definiˇimo s [x]n = x(x − 1) · . . . · (x − n + 1) i [x]n = x(x + 1) · . . . · (x + n − 1),

gde po definiciji uzimamo da vaˇi [x]0 = [x]0 = 1. Tada Stirlingov broj I vrste, s(n, k), z definiˇemo kao koeficijent uz xk u razvoju [x]n , tj. vaˇi s z
n

[x]n =
k=0

s(n, k)xk .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA
n

177

Moˇe se pokazati da vaˇi i [x]n = z z
k=0

|s(n, k)|xk .

Ciklus od n objekata ili n-ciklus ima oblik a1 a2 a3 . . . an gde se smatra da je an pored a1 , tako da je a1 a2 a3 . . . an = aj aj+1 . . . an a1 a2 . . . aj−1 (npr. imamo a1 a2 a3 = a2 a3 a1 = a3 a1 a2 ). n-ciklus moˇemo zamisliti kao n ljudi koji z sede za okruglim stolom. Broj mogu´ih naˇina da se n objekata raspodeli (razbije) na k c c ciklusa, pri ˇemu bilo koja 2 od k ciklusa nemaju zajedniˇki element, iznosi s(n, k), gde c c je s(n, k) Stirlingov broj I vrste. Sada ´emo dati nekoliko formula, koje moˇemo da iskoristimo za izraˇunavanje c z c Belovih i Stirlingovih brojeva II vrste. TEOREMA 2.6.45. Stirlingovi brojevi II vrste zadovoljavaju rekurentnu vezu gde je S(n, 1) = S(n, n) = 1.

S(n + 1, m) = S(n, m − 1) + m · S(n, m),

Dokaz . Posmatrajmo skup svih particija n-elementnog skupa {x1 , x2 , . . . , xn } na m−1 podskupova. Od ovih S(n, m − 1) particija moˇemo dobiti particije (n + 1)-elementnog z skupa {x1 , x2 , . . . , xn , xn+1 } na m podskupova dodavanjem jednoelementnog podskupa {xn+1 }. Element xn+1 moˇe biti pridodat i u neki od m podskupova particije n-elementnog z skupa {x1 , x2 , . . . , xn } na m podskupova. Kako taj podskup moˇemo izabrati na m = m z 1 naˇina. Ovakvih particija (n + 1)-elementnog skupa {x1 , x2 , . . . , xn , xn+1 } na m podc skupova ima m · S(n, m). Na osnovu ova 2 zakljuˇka dolazimo do traˇene formule: c z S(n + 1, m) = S(n, m − 1) + m · S(n, m). Obratimo joˇ paˇnju na poˇetne uslove. S(n, 1) = 1 jer je to razbijanje jednako s z c samom tom skupu {x1 , x2 , . . . , xn }. S(n, n) = 1 jer je to razbijanje gde svaki podskup ima taˇno 1 element — to je {x1 } ∪ {x2 } ∪ . . . ∪ {xn }. c PRIMER 2.6.46. i 1 m 6. Izraˇunajmo vrednosti Stirlingovih brojeva II vrste, za 1 c n 6

Reˇenje. Koriste´i rekurentnu formulu iz prethodne teoreme dobijamo slede´u tablicu s c c — to je niz A008277 u Online enciklopediji celobrojnih nizova [31]. S(n, m) 1 2 3 4 5 6 m 1 1 1 1 1 1 1 2 0 1 3 7 15 31 3 0 0 1 6 25 90 4 0 0 0 1 10 65 5 0 0 0 0 1 15 6 0 0 0 0 0 1

n

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

178

Primetimo da je S(n, m) = 0 za m > n. Ovu ˇinjenicu moˇemo pokazati pomo´u c z c matematiˇke indukcije. c TEOREMA 2.6.47. Stirlingovi brojevi II vrste zadovoljavaju rekurentnu vezu
n

S(n + 1, m) =
k=m−1

n S(k, m − 1). k

Dokaz . Neka je X = {x1 , x2 , . . . , xn , xn+1 }. Posmatrajmo skup svih particija (n + 1)elementnog skupa X na m podskupova. On sadrˇi S(n + 1, m) particija. Svaka od tih z particija sadrˇi jedan podskup kome pripada element xn+1 i joˇ m − 1 podskupova, te z s ona odredjuje jednu particiju k-elementnog skupa K (K je unija tih m − 1 podskupova) na m − 1 podskupova, pri ˇemu vaˇi m − 1 k n. c z Na ovaj naˇin dobijamo medjusobno razliˇite particije skupa K (u protivnom, ako bi c c ovde imali 2 jednake particije i medju svim particijama skupa X bismo imali 2 jednake particije). Ovim postupkom smo dobili sve particije bilo kog skupa K ⊂ X (koji ima bar m − 1 elemenata) na m − 1 podskupova. Preostalih n − k elemenata, koji zajedno sa xn+1 ˇine m-ti podskup, moˇemo izabrati c z n na n−k = n naˇina. Na osnovu ovih razmatranja dobijamo traˇenu formulu: c z k
n

S(n + 1, m) =
k=m−1

n S(k, m − 1). k

TEOREMA 2.6.48.

Belovi brojevi zadovoljavaju rekurentnu vezu
n

B(n + 1) =
k=0

n B(k), k

gde je

B(0) = 1.

Dokaz 1 . Iskoristimo definiciju Belovih brojeva (2 puta), prethodnu teoremu, promenimo poredak sumiranja i uvedimo smenu λ = − 1:
n+1 n+1 n+1 n

B(n + 1)

=
=0 n

S(n + 1, ) = 0 +
=1

S(n + 1, ) =
=1 k= −1 n

n S(k, − 1) k
n

=
k=1

n k

k+1

S(k, − 1) =
=1 k=1

n k

k

S(k, λ) =
λ=0 k=0

n B(k). k

Dokaz 2 . Analogno kao u dokazu prethodne teoreme moˇemo odredjivati podskup koji z sadrˇi element xn+1 . z ˇ Clan 1, koji odgovara sluˇaju k = 0, pojavljuje se kada se particija skupa sastoji od c jednog jedinog podskupa. PRIMER 2.6.49. Reˇenje. s n B(n) 1 1 2 2 Izraˇunajmo vrednosti Belovih brojeva B(n), za 1 c 3 5 4 15 5 52 6 203 7 8 877 4 140 9 21 147 10 115 975 n 11:

11 678 570

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA Ovi brojevi predstavljaju niz A000110 u Online enciklopediji celobrojnih nizova [31].

179

Kroz narednih nekoliko primera ´emo dati vezu izmedju particija broja i particija c skupa. PRIMER 2.6.50. Odrediti sve particije skupa N3 = {1, 2, 3}.

Reˇenje. s U Primeru 2.6.44 smo ve´ izvrˇili razbijanje skupa N3 = {1, 2, 3} kada smo c s odredjivali sve relacije na ovom skupu, ali ´emo to ponovo uraditi da bismo uspostavili c vezu izmedju particija skupa i particija prirodnog broja. Sve particije broja 3 su 3, 2 + 1 i 1 + 1 + 1. Prva od njih, 3, je razbijanje broja na 1 sabirak i odgovara razbijanju skupa na 1 podskup, ˇto moˇemo uˇiniti na S(3, 1) = 1 s z c naˇin — {1, 2, 3}. Druga od njih je razbijanje broja na 2 sabirka, 2 + 1, i odgovara c razbijanju skupa na 2 podskupa, ˇto moˇemo uˇiniti na S(3, 2) = 3 naˇina – {1} ∪ {2, 3}, s z c c {2} ∪ {1, 3} i {3} ∪ {1, 2}. Tre´a od njih je razbijanje broja na 3 sabirka, 1 + 1 + 1, i c odgovara razbijanju skupa na 3 podskupa, ˇto moˇemo uˇiniti na S(3, 3) = 1 naˇin — s z c c {1} ∪ {2} ∪ {3}. Predstavimo sve ovo tabliˇno: c particije broja St.br.II vr. 3 S(3, 1) = 1 2+1 S(3, 2) = 3 1+1+1 S(3, 3) = 1
X

particije skupa {1, 2, 3} {2, 3} ∪ {1} {1, 3} ∪ {2} {1, 2} ∪ {3} {1} ∪ {2} ∪ {3} 5

3

B(3) = 5

PRIMER 2.6.51. Reˇenje. s particije 4 4 3+1 2+2 2+1+1 1+1+1+1
X

Odrediti sve particije skupa N4 = {1, 2, 3, 4}.

St.br.II vr. S(4, 1) = 1 S(4, 2) = 7 S(4, 3) = 6 S(4, 4) = 1 B(4) = 15

particije skupa N4 {1, 2, 3, 4}
{2, 3, 4} ∪ {1} {1, 3, 4} ∪ {2} {1, 2, 4} ∪ {3} {1, 2, 3} ∪ {4}

{1, 2} ∪ {3, 4} {1, 3} ∪ {2, 4} {1, 4} ∪ {2, 3}
{1, 2} ∪ {3} ∪ {4} {1, 3} ∪ {2} ∪ {4} {1, 4} ∪ {2} ∪ {3} {2, 3} ∪ {1} ∪ {4} {2, 4} ∪ {1} ∪ {3} {3, 4} ∪ {1} ∪ {2}

{1} ∪ {2} ∪ {3} ∪ {4} 15

5

PRIMER 2.6.52.

Odrediti broj particija skupa N5 = {1, 2, 3, 4, 5}.

Reˇenje. s Ima ih mnogo (52) zato ih ne´emo sve dati, nego ´emo samo dati tablicu u c c kojoj vidimo vezu particija broja i particija skupa:

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

180

particije broja St.br.II vr. 5 S(5, 1) = 1 4+1 3+2 S(5, 2) = 15 = 5 + 10 3 + 1 + 1 2 + 2 + 1 S(5, 3) = 25 = 10 + 15 2+1+1+1 S(5, 4) = 10 1+1+1+1+1 S(5, 5) = 1
X

7

B(5) = 52

DEFINICIJA 2.6.53. Epimorfizam (ili surjekcija) f : X → Y je preslikavanje koje je ”na”, tj. za koje vaˇi da za svaki element y ∈ Y postoji element x ∈ X koji se slika u z njega, tj. za koji vaˇi f (x) = y. z Sada ´emo odrediti broj svih takvih preslikavanja f : X → Y , gde je |X| = r, |Y | = n c r. Broj epimorfizama f : X → Y , gde je |X| = r, |Y | = n i n Epi(r, n) = S(r, n) · n!, gde je S(r, n) Stirlingov broj II vrste. Dokaz . Svaki epimorfizam odredjuje jednu particiju (razbijanje) skupa X na n podskupova koji su indeksirani elementima iz Y (tj. unutar j-tog podskupa skupa X nalaze se elementi koji se epimorfizmom f slikaju u j ∈ Y ). Ako bismo permutovali elemente skupa Y opet bismo dobili jedan epimorfizam koji odgovara istoj particiji skupa. Stoga je ukupan broj epimorfizama jednak Epi(r, n) = S(r, n) · n!. Do rezultata za broj epimorfizama moˇemo do´i i pomo´u formule ukljuˇenja– z c c c iskljuˇenja (taj rezultat je dat u delu pod b) Zadatka 2.6.29) kojom bismo dobili da c je broj epimormizama
n

in

TEOREMA 2.6.54. jednak je

r

Epi(r, n) = S(r, n) · n! =

(−1)n−k
k=1

n r k . k

PRIMER 2.6.55. {1, 2, 3}.

Odredimo broj ”na” preslikavanja skupa {1, 2, 3, 4, 5, 6} na skup

Reˇenje. s Ubacivanjem u prethodnu formulu nalazimo da je broj ”na” preslikavanja jednak Epi(6, 3) = S(6, 3) · 3! = 90 · 6 = 540. Proveriti ovaj rezultat raˇunanjem sume c dobijene iz principa ukljuˇenja–iskljuˇenja. c c Neka je A skup od n elemenata. Broj svih particija skupa A u (neprazne) podskupove jednak je Belovom broju B(n). Broj particija skupa A u m (nepraznih) podskupova jednak je Stirlingovom broju II vrste S(n, m). Razmotrimo sada razbijanja skupa A u m podskupova Ai , i = 1, ..., m, gde je |Ai | = ni .

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

181

TEOREMA 2.6.56. je |Ai | = ni , jednak je

Broj razbijanja skupa A u m podskupova Ai , i = 1, ..., m, gde
n n1 ,n2 ,...,nm

p1 ! · p2 ! · . . . · pk !

.

Reˇenje. Sortirajmo skupove Ai prema kardinalnosti i na taj naˇin dolazimo do jedne s c permutacije elemenata skupa A. Broj takvih permutacija jednak je multinomijalnom koeficijentu n1 ,n2n m (videti Teoremu 1.3.13, kao i Lemu 1.3.15). ,...,n Ako su kardinalnosti n1 , n2 , . . . , nm medjusobno razliˇiti brojevi, tada svaka perc mutacija odgovara jednoj particiji skupa. Ako nisu razliˇiti onda je situacija malo c sloˇenija. Neka su N1 , N2 , . . . , Nk sve razliˇite vrednosti koje se nalaze medju kardiz c nalnostima n1 , n2 , . . . , nm i neka se svako Ni javlja pi puta medju n1 , n2 , . . . , nm . Tada rearanˇiranje delova permutacije koji odgovaraju datom Ni ne menja odgovaraju´u parz c ticiju skupa, te stoga prethodni multinomijalni koeficijent moramo da podelimo sa pi ! za svako i. Zato je formulu za broj particija skupa u podskupove sa unapred zadatim (fiksiranim) brojem elemenata jednaka:
n n1 ,n2 ,...,nm

p1 ! · p2 ! · . . . · pk ! ˇto je i trebalo pokazati. s

,

PRIMER 2.6.57. Odredimo broj particija skupa {1, 2, 3, 4, 5} koje se sastoje od 3 podskupa od kojih 2 imaju po 1 element, a tre´i ima 3 elementa. c Reˇenje. s Kada podatke ubacimo u prethodnu formulu dobijamo da je traˇeni broj z particija skupa jednak 5 20 1,1,3 = = 10. 2! · 1! 2 Predstavimo sve te particije skupa. {1}, {2}, {3, 4, 5} {1}, {4}, {2, 3, 5} {2}, {3}, {1, 4, 5} {2}, {5}, {1, 3, 4} {3}, {5}, {1, 2, 4} {1}, {3}, {2, 4, 5} {1}, {5}, {2, 3, 4} {2}, {4}, {1, 3, 5} {3}, {4}, {1, 2, 5} {4}, {5}, {1, 2, 3}

Ovim smo nabrojali svih tih 10 particija skupa na 2 podskupa od 1 elementa i 1 podskup od 3 elementa. PRIMER 2.6.58. Odredimo na koliko naˇina 43 studenta moˇemo podeliti u 7 grupa, c z tako da je po 5 studenata u 2 grupe, po 6 studenata u 3 grupe, 7 studenata u 1 grupi i 8 studenata u 1 grupi:
43 8,7,6,6,6,5,5

2! · 3! · 1! · 1!

= 4 609 505 988 517 364 677 515 694 521 600.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA

182

Uredjene particije bismo dobili ukoliko bi svakoj grupi dodelili neko ime (razliˇito) i onda c bi nam bilo bitno kada podelimo studente u grupe i u kojoj su grupi. Npr. ako ovih 43 studenta delimo tako da 5 ˇivi u zgradi A, 5 u B, 6 u C, 6 u D, 6 u E, 7 u F i 8 u G. z Tada je bitno i ko ˇivi u kojoj zgradi, te takvih rasporeda imamo: z 43 8, 7, 6, 6, 6, 5, 5 = 55 314 071 862 208 376 130 188 334 259 200.

ZADACI

2.6.1. Dokazati da je broj kompozicija broja n na sabirke iz skupa N2 = {1, 2} jednak Fibonaˇijevom broju Fn+1 . c 2.6.2. Koliko ima n-tocifrenih prirodnih brojeva ˇiji je zbir cifara jednak 11? c

2.6.3. Koliko ima trojki (x1 , x2 , x3 ) brojeva iz N0 , takvih da vaˇi x1 + x2 + x3 = 100 i z x1 x2 x3 ? 2.6.4. Koliko ima jednakokrakih trouglova, ˇije su stranice celobrojne, a obim jednak c 30cm? 2.6.5. Koliko ima trouglova obima 300 ˇije su duˇine stranice prirodni brojevi? c z

2.6.6. Na koliko naˇina se suma od 27 dinara moˇe platiti novˇi´ima od c z cc a) 1 i 2 dinara; b) 2 i 5 dinara; c) 1, 2 i 5 dinara? 2.6.7. Na koliko razliˇitih naˇina prodavac na pijaci moˇe da izmeri prase od 15kg na c c z vagi pomo´u tegova od 1kg, 2kg i 4kg (moˇemo uzeti da tegova svake od ove 3 vrste c z imamo po 15)? 2.6.8. Na koliko naˇina se suma od 100 dinara moˇe platiti novˇi´ima 1, 2, 5 i 10 dinara? c z cc 2.6.9. Na koliko naˇina se suma od 50 dinara moˇe platiti novˇi´ima 1, 2, 5, 10 i 20 c z cc dinara? 2.6.10. Nacrtati Fererove dijagrame za slede´e particije: c [12 32 5 7], 2.6.11. [2 4 62 7].

a) Odrediti konjugovane particije slede´ih particija u standardnoj notaciji: c [12 3 5 6], [22 33 5 8].

b) Koje od slede´ih particija su samo-konjugovane: c [12 2 4], [13 4 5 6], [22 3 52 ], [14 2 3 4 8]?

2.6.12. Izraˇunati p5 (9) i p5 (10). c 2.6.13. Dokazati da za broj particija broja n na k sabiraka vaˇi pk (n) z 2.6.14. Na´i funkcije generatrise za brojeve particija n: c
1 n−1 k! k−1

.

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA a) u kojima je svaki sabirak jednak 3 ili 4. b) u kojima je svaki sabirak najviˇe 5. s c) u kojima je svaki sabirak stepen broja 2. d) u kojima se svaki sabirak pojavljuje najviˇe dva puta. s e) u kojima se svaki sabirak pojavljuje najviˇe tri puta. s f ) u kojima se samo neparni sabirci mogu pojaviti viˇe od jedanput. s g) u kojima je svaki sabirak deljiv sa 3. Da li su brojevi particija n u (e) i (f) jednaki? 2.6.15. Dokazati da je p (n) neparan ako i samo ako je p (n | =, neparni) neparan. 2.6.16. Koriste´i Fererov dijagram, dokazati da vaˇi slede´i identitet: c z c p (n | najve´i sabirak = r) = p (n − r | Nr ). c

183

2.6.17. Dokazati p (n | =) = p (n | svi sabirci od 1 do najve´eg). c Npr. za n = 6 imamo 4 particije. Na razliˇite sabirke su: 6, 5 + 1, 4 + 2 i 3 + 2 + 1. c Particije sa desne strane identiteta sa: 1 + 1 + 1 + 1 + 1 + 1, 2 + 1 + 1 + 1 + 1, 2 + 2 + 1 + 1 i 3 + 2 + 1. 2.6.18. Dokazati da je broj particija n u kojima je svaki sabirak jednak 1 ili 2, jednak broju particija n + 3 koje imaju taˇno dva razliˇita sabirka. c c 2.6.19. Dokazati da je p (n | parni) = p (n | svaki sabirak paran broj puta) = p ( n ). 2 2.6.20. Dokazati da je p (n | p.b.n.s.) = p (n | =, p.b.n.s.), gde p.b.n.s. oznaˇava paran c broj neparnih sabiraka. 2.6.21. Dokazati da je broj particija 2n na tri sabirka, tako da je zbir svaka dva sabirka ve´i od tre´eg, jednak broju particija n na taˇno tri sabirka. c c c 2.6.22. Dokazati da je broj particija n − m na taˇno k − 1 sabiraka, tako da nijedan c sabirak nije ve´i od m, jednak broju particija n − k na taˇno m − 1 sabiraka, tako da c c nijedan sabirak nije ve´i od k. c 2.6.23. Dokazati da je broj particija n u kojima se nijedan sabirak ne pojavljuje viˇe s od 2k+1 − 1 puta jednak broju particija n u kojima se nijedan umnoˇak 2k ne pojavljuje z viˇe od jedanput kao sabirak. s 2.6.24. Nazovimo particiju dugi pravougaonik (skra´eno d.p.) ukoliko je njen dijagram c Ferera pravougaonik ˇija je ˇirina ve´a od visine. Oznaˇimo sa r.u.s. razliku uzastopnih c s c c sabiraka u particiji. Dokazati da je p (n | d.p.) = p (n | r.u.s. = 2). Dokazati da su ovi √ brojevi jednaki broju delilaca broja n koji nisu ve´i od n. c 2.6.25. Dokazati da je broj particija n takvih da se svaki sabirak pojavljuje manje od 3 puta jednak broju particija broja n na sabirke koji nisu deljivi sa 3. Npr, za n = 6 imamo slede´e skupove particija: c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA {6, 5 + 1, 4 + 2, 4 + 1 + 1, 3 + 3, 3 + 2 + 1, 2 + 2 + 1 + 1}

184

{5 + 1, 4 + 2, 4 + 1 + 1, 2 + 2 + 2, 2 + 2 + 1 + 1, 2 + 1 + 1 + 1 + 1, 1 + 1 + 1 + 1 + 1 + 1}. Pokazati uopˇtenje ovog tvrdjenja (gde se svaki broj 3 zameni sa k). s 2.6.26. Oznaˇimo sa B(n) broj particija n na stepene broja 2. Npr, imamo da je c B(6) = 6 i imamo slede´i skup particija: c {4 + 2, 4 + 1 + 1, 2 + 2 + 2, 2 + 2 + 1 + 1, 2 + 1 + 1 + 1 + 1, 1 + 1 + 1 + 1 + 1 + 1}. Dokazati da je: a) B(2n + 1) = B(2n); b) B(2n) = B(2n − 1) + B(n); c) B(n) paran za svako n 2. 2.6.27. Dokazati da je broj particija broja n na razliˇite sabirke od kojih je svaki ili c oblika 2k (stepeni dvojke) ili oblika 3 · 2k jednak n + 1. 3 2.6.28. Pod stepenicama visine m podrazumevamo tablu Ferera koja odgovara particiji (m − 1) + (m − 2) + . . . + 2 + 1, sa praznim stepenikom pridodatim na kraj radi simetrije. Na slede´oj slici su prikazane stepenice visine 4: c

Dokazati da je broj svih Fererovih tabli (ukljuˇuju´i i praznu tablu), koje se cele nalaze c c unutar stepenica visine m, jednak Katalanovom broju Cm . 2.6.29. Pokazati slede´e formule za Belove i Stirlingove brojeve: c n m X 1 X n a) x = S(n, k)[x]k ; b) S(n, m) = m! (−1)m−k m k n ; k c) s(n + 1, m) = s(n, m − 1) + n · s(n, m), uz s(n, 0) = 0, s(n, n) = 1; ∞ n 1 X kn X n d) B(n) = ; e) i+j s(n, i + j) = j k s(k, i)s(n − k, j); e k=1 k! k=0 f) g)
i+j j
n X k=0 k=1 k=1

S(n, i + j) =

k=0

n X n k n X

S(k, i)S(n − k, j); S(n, k)s(k, m) = δn,m , gde je δn,m Kronekerov delta simbol,

s(n, k)S(k, m) =
( 1 0 n=m . n=m

k=0

δn,m =

2.6.30. Odredimo broj razbijanja skupa od 10 elementa na 2 podskupa od po 5 elemenata. 2.6.31. Na koliko naˇina moˇemo staviti c z a) 7 objekata u 3 kutije; b) 10 objekata u 4 kutije; c) 12 objekata u 4 kutije; d) 14 objekata u 6 kutije ako imamo: 1◦ razliˇite objekte, razliˇite kutije i kutije smeju biti prazne; c c 2◦ razliˇite objekte, razliˇite kutije i kutije ne smeju biti prazne; c c

GLAVA 2. NAPREDNE TEHNIKE PREBROJAVANJA 3◦ istovetne objekte, razliˇite kutije i kutije smeju biti prazne; c 4◦ istovetne objekte, razliˇite kutije i kutije ne smeju biti prazne; c 5◦ razliˇite objekte, istovetne kutije i kutije smeju biti prazne; c 6◦ razliˇite objekte, istovetne kutije i kutije ne smeju biti prazne. c

185

2.6.32. Dokazati da za svako razbijanje skupa brojeva {1, 2, . . . , 8, 9} na 2 podskupa, postoji bar jedan podskup koji sadrˇi troˇlanu aritmetiˇku progresiju. Da li tvrdjenje z c c vaˇi za skup {1, 2, . . . , 8}? z 2.6.33. Neka su {A1 , A2 , . . . , An } i {B1 , B2 , . . . , Bn } dva razbijanja skupa X za koja vaˇi slede´i uslov: ako za neke brojeve i, j ∈ Nn vaˇi Ai ∩ Bj = ∅, onda je |Ai ∪ Bj | n. z c z 1 2 a) Dokazati da je |X| 2 n . b) Da li je mogu´e |X| = 1 n2 ? c 2 2.6.34. Neka je m 3 fiksiran prirodan broj. Na´i najmanji prirodan broj r(m) za koji c vaˇi da se za svako razbijanje skupa {1, 2, . . . , r(m)} na 2 podskupa iz jednog od njih moˇe z z izabrati m brojeva (ne mora razliˇitih) x1 , x2 , . . . , xm za koje vaˇi x1 + x2 + . . . + xm−1 = c z xm . 2.6.35. Neka je k 1 dat prirodan broj. Odrediti najmanji prirodan broj r(m) za koji vaˇi slede´e tvrdjenje: Od bilo kojih n prirodnih brojeva mogu´e je izabrati bar 2, ˇija z c c c je suma ili razlika deljiva sa 2k + 1. 2.6.36. Odrediti sve relacije ekvivalencije na skupu {1, 2, 3, 4}. Koliko ih ima? 2.6.37. Da li ima viˇe relacija ekvivalencije ili relacija poretka na skupu {1, 2, . . . , n}, s gde je n ∈ N? 2.6.38. Neka je An broj particija skupa {1, 2, . . . , n} i neka je Bn broj particija skupa {1, 2, . . . , n + 1} u kojim ne postoje dva susedna elementa koji su u istom podskupu. Dokazati da za sve prirodne brojeve n vaˇi da je An = Bn . z

Glava 3

Teorija grafova
ˇ STA JE GRAF?

3.1

POJAM GRAFA
Najjednostavniji tip grafova se definiˇe na slede´i naˇin. s c c DEFINICIJA 3.1.1. Graf G = (V, E) je uredjeni par koji se sastoji od skupa ˇvorova c V i skupa grana E ⊆ V . Za ˇvorove u, v ∈ V kaˇemo da su susedni ako je {u, v} ∈ E. c z 2 Ako je e = {u, v} ∈ E kaˇemo da grana e ima krajeve u i v. z Takodje, kada je e = {u, v} ∈ E kaˇemo da su ˇvorovi u i v incidentni sa granom e. z c Uz sve ovo, za dve grane u grafu kaˇemo da su susedne ukoliko imaju zajedniˇki kraj. z c NAPOMENA.
Graf iz prethodne definicije zovemo joˇ i prost graf. s potreba, mogu´e je proˇiriti ovu definiciju. Na primer: c s U zavisnosti od

• Orijentisani graf G = (V, E) je uredjeni par skupova ˇvorova V i grana E, gde je E ⊆ c V × V . Razlika je u tome ˇto grane u ovom sluˇaju imaju orijentaciju: grana e = (x, y) s c ima poˇetni ˇvor x i krajnji ˇvor y. c c c • Teˇinski graf G = (V, E, ω) je uredjena trojka skupova ˇvorova V i grana E, kao i teˇinske z c z funkcije ω : E → R koja svakoj grani dodeljuje teˇinu. Teˇinski grafovi mogu biti orijenz z tisani ili neorijentisani. • Multigrafovi dozvoljavaju da izmedju dva ˇvora postoji viˇe od jedne grane. Zbog toga se c s multigraf G = (V, E, f ) definiˇe kao uredjena trojka skupova ˇvorova V i grana E, kao i s c preslikavanja f : E → V × V koje svakoj grani e ∈ E dodeljuje njen poˇetni i krajnji ˇvor. c c U ovom udˇbeniku razmatra´emo samo proste grafove. z c

Iako su grafovi relacione strukture, najˇeˇ´e ih predstavljamo crteˇima u ravni tako c sc z ˇto ˇvorove predstavljamo taˇkama (u stvari, ˇeˇ´e ih predstavljamo kruˇi´ima), a grane s c c c sc zc ˇ predstavljamo neprekidnim (Zordanovim) krivama izmedju taˇaka odredjenih njihovim c krajevima. Kod grafova ˇesto vaˇi poznata izreka da slika vredi hiljadu reˇi: strukturu c z c slede´eg grafa je lakˇe shvatiti iz predstavljanja c s 186

GLAVA 3. TEORIJA GRAFOVA
1

187

2

5

3

4

nego iz definicije G = ({1, 2, 3, 4, 5}, {{1, 2}, {2, 3}, {3, 4}, {4, 5}, {5, 1}}). NAPOMENA.
U danaˇnje vreme se za istraˇivanje svojstava grafova najviˇe koriste neki s z s specijalizovani raˇunarski programi. Jedan od takvih programa je i newGRAPH, koji je besplac tan i dostupan sa adrese http://www.mi.sanu.ac.yu/newgraph/

DEFINICIJA 3.1.2. Pod okolinom NG (u) ˇvora u grafa G = (V, E) podrazumevamo c skup svih suseda ˇvora u: c NG (u) = v ∈ V : {u, v} ∈ E . Stepen dG (u) ˇvora u je broj njegovih suseda c dG (u) = |NG (u)|. Najmanji i najve´i stepen ˇvora imaju posebne oznake: c c δ(G) = min dG (u),
u∈V

∆(G) = max dG (u).
u∈V

Graf G je regularan ako svi ˇvorovi imaju isti stepen, tj. ako je δ(G) = ∆(G). c Uobiˇajeno je ispustiti indeks iz oznaka NG (u) i dG (u), ukoliko je iz konteksta jasno c o kom se grafu radi. PRIMER 3.1.3. U grafu
1 2 3 4

5

6

vaˇi: z

N (1) = {2, 3}, N (2) = {1, 5, 6}, N (3) = {1, 6}, N (4) = {6}, N (5) = {2, 6}, N (6) = {2, 3, 4, 5},

d(1) = 2 d(2) = 3 d(3) = 2 d(4) = 1 d(5) = 2 d(6) = 4.

GLAVA 3. TEORIJA GRAFOVA Pritom je δ(G) = 1 i ∆(G) = 4.

188

LEMA. 3.1.4.

U proizvoljnom grafu G = (V, E) vaˇi z dG (v) = 2|E|.
v∈V

Dokaz . Za svako v ∈ V sabirak dG (v) oznaˇava broj grana ˇiji je jedan kraj v. S c c X obzirom da svaka grana ima po dva kraja, zbir dG (v) prebrojava svaku granu u grafu G po dva puta, odakle sledi gornja jednakost. POSLEDICA. 3.1.5
v∈V

U proizvoljnom grafu broj ˇvorova neparnog stepena je paran. c

Dokaz . Ukoliko neki graf G = (V, E) sadrˇi neparan broj ˇvorova neparnog stepena, z c X tada je zbir dG (v) takodje neparan. Medjutim, to je u kontradikciji sa Lemom 3.1.4.
v∈V

NAPOMENA.

Prethodna posledica se u literaturi ˇesto zove lema o rukovanju: u svakom c druˇtvu broj osoba koje su se rukovale neparan broj puta je paran. Ovde osobe iz druˇtva s s predstavljaju ˇvorove grafa, tako da izmedju dve osobe postoji grana ukoliko su se one rukovale. c

PRIMER 3.1.6. U skupu od n, n 4, osoba medju svake ˇetiri osobe postoji jedna c osoba koja se poznaje sa preostale tri osobe. Dokazati da u tom skupu postoji osoba koja poznaje sve ostale osobe. Reˇenje. Predstavimo ovaj skup osoba pomo´u grafa G = (V, E) tako ˇto svaku osobu s c s predstavimo ˇvorom, a poznanstvo dveju osoba granom izmedju odgovaraju´ih ˇvorova. c c c Ovako pridruˇeni graf ima osobinu da medju proizvoljna ˇetiri ˇvora postoji ˇvor koji je z c c c susedan sa preostala tri, a mi treba da dokaˇemo da postoji ˇvor susedan sa svim ostalim z c ˇvorovima. c Ukoliko je svaki par ˇvorova u G susedan, tada je oˇigledno svaki ˇvor iz G susedan c c c sa svim ostalim ˇvorovima. c U suprotnom, neka su u i v nesusedni ˇvorovi u G. Tada za proizvoljan par ˇvorova c c s, t iz V \ {u, v}, u ˇetvorci u, v, s, t postoji ˇvor susedan sa preostala tri ˇvora. Takav c c c ˇvor ne moˇe da bude ni u, ni v, jer su u i v nesusedni. Prema tome, takav ˇvor je ili s c z c ili t. U svakom sluˇaju, vaˇi da su s i t susedni ˇvorovi. Stoga, kako je par ˇvorova s, t c z c c izabran proizvoljno, zakljuˇujemo da je svaki par ˇvorova iz V \ {u, v} susedan. Zato je c c svaki ˇvor iz V \ {u, v} susedan sa svim ostalim ˇvorovima iz V \ {u, v}. Kako je bar c c jedan od ˇvorova s, t pritom susedan i sa u i sa v, zakljuˇujemo da je taj ˇvor susedan c c c sa svim ostalim ˇvorovima grafa G. c NAPOMENA.
Prethodno razmatranje nam omogu´uje da odemo i korak dalje i odredimo c sve mogu´nosti za strukturu grafa G. Prva mogu´nost je, naravno, da su svi ˇvorovi u G c c c medjusobno susedni.

GLAVA 3. TEORIJA GRAFOVA

189

U suprotnom, ako postoje nesusedni ˇvorovi u i v, tada je, za svaki par s, t preostalih ˇvorova c c grafa bar jedan od s i t susedan i sa u i sa v. Druga mogu´nost je, stoga, da su svi ˇvorovi iz c c V \ {u, v} susedni i sa u i sa v. U suprotnom, neka je s ˇvor iz V \ {u, v} koji nije susedan, na primer, sa u. Tada za c proizvoljan ˇvor t iz V \ {u, v, s} vaˇi da u ˇetvorci u, v, s, t postoji ˇvor susedan sa preostala c z c c tri. Iz prethodnog vidimo da taj ˇvor ne moˇe da bude ni u, ni v, ni s. Prema tome, taj ˇvor c z c mora da bude t i on je, stoga, susedan i sa u i sa v i sa s. Kako je t bio izabran proizvoljno, zakljuˇujemo da je svaki ˇvor iz V \ {u, v, s} susedan i sa u i sa v i sa s. Stoga postoje joˇ dve c c s mogu´nosti za graf G: u tre´oj mogu´nosti ˇvor s je susedan sa v, a u ˇetvrtoj mogu´nosti ˇvor c c c c c c c s nije susedan sa v. Sve ove mogu´nosti su ilustrovane na donjoj slici za n = 6. c
u u u

v

v

s

v

s

POSEBNE KLASE GRAFOVA
Neki tipovi grafova (tzv. klase grafova) se sre´u ˇeˇ´e od ostalih i zasluˇuju posebna c c sc z imena. Kompletan graf Kn je graf sa ˇvorovima 1, 2, . . . , n u kome je svaki par ˇvorova c c povezan granom. Taˇnije, c Kn = 1, 2, . . . , n , {i, j} : 1 i<j n .

Na narednoj slici je prikazan kompletan graf sa 10 ˇvorova. c
1 2 10

3

9

4

8

5 6

7

GLAVA 3. TEORIJA GRAFOVA

190

Bipartitni graf je graf G kod koga skup ˇvorova V (G) mozhemo razbiti na 2 podskupa c X i Y , tako da svaka ivica e ∈ E(G) ima jedan kraj u X, a drugi u Y . Podskupovi X i Y se nazivaju klase ili obojeni skupovi . k-partitan graf je graf G ˇiji se skup ˇvorova c c V (G) moˇeti predstaviti kao unija disjunktnih skupova X1 , X2 , . . . , Xk (ovi skupovi se z nazivaju i klase). Svaka grana k-partitnog grafa spaja 2 ˇvora koji pripadaju razliˇitim c c klasama. Neki specijalni sluˇajevi ovih grafova su dati u narednim pojmovima. c Kompletan bipartitni graf Km,n je graf koji ima dve grupe ˇvorova 1, 2, . . . , m i c m + 1, m + 2, . . . , m + n tako da je svaki ˇvor i iz prve grupe susedan sa svakim ˇvorom c c m + j iz druge grupe (i da pritom nema drugih grana sem ovih). Na narednoj slici je prikazan kompletan bipartitni graf K3,5 .
1 2 3

4

5

6

7

8

Zvezda Sn je kompletni bipartitni graf K1,n−1 . Na narednoj slici je prikazana zvezda S7 .
2

3

7

1

4

6

5

Kompletan multipartitni graf Km1 ,m2 ,...,mk je graf sa k grupa ˇvorova, pri ˇemu ic c ta grupa sadrˇi mi ˇvorova za i = 1, 2, . . . , k, tako da su svaka dva ˇvora iz razliˇitih z c c c grupa susedna, a da ne postoje grane izmedju ˇvorova iz iste grupe. Na narednoj slici je c prikazan kompletan multipartitni graf K1,2,3,3 .
2 3 1

4 5 6 7 8

9

GLAVA 3. TEORIJA GRAFOVA

191

Put Pn je graf sa ˇvorovima 1, 2, . . . , n i granom izmedju ˇvorova i i i + 1 za svako c c ˇ i = 1, 2, . . . , n − 1. Cvorovi 1 i n su krajevi puta. Na narednoj slici je prikazan put P10 .

1

2

3

4

5

6

7

8

9

10

Ciklus Cn je graf dobijen od puta Pn dodavanjem nove grane koja spaja krajeve puta. Taˇnije, c Cn = 1, 2, . . . , n , {i, i + 1} : i = 1, 2, . . . , n − 1 ∪ 1, n . U literaturi na srpskom jeziku, ciklus se ˇesto naziva konturom. Na narednoj slici je c prikazan ciklus C10 .
1 2 10

3

9

4

8

5 6

7

Tochak Wn je graf dobijen od konture Cn−1 dodavanjem novog ˇvora koji je spojen c granama sa svim ˇvorovima konture Cn−1 . Taˇnije, c c Wn = 1, 2, . . . , n , {1, i} : i = 2, 3, . . . , n ∪ {i, i + 1} : i = 2, 3 . . . , n − 1 ∪ 2, n .

Na narednoj slici je prikazan toˇak W7 . c
2

3

7

1

4

6

5

Prazan graf K n je graf sa ˇvorovima 1, 2, . . . , n koji ne sadrˇi nijednu granu. Taˇnije, c z c K n = ({1, 2, . . . , n}, ∅). Na narednoj slici je prikazan prazan graf sa 10 ˇvorova. c

GLAVA 3. TEORIJA GRAFOVA
1 2 10

192

3

9

4

8

5 6

7

NAPOMENA. Grafovi iz ovih klasa su ve´ ugradjeni u newGRAPH. Oni se mogu dobiti c pozivanjem komande sa imenom odgovaraju´e klase (na engleskom jeziku, naravno) iz podmenija c File → New: Complete, Graph ML, Path, Complete Bipartite, Star, Cycle, Wheel.

IZOMORFIZAM GRAFOVA
Ako pogledamo grafove na donjoj slici, vide´emo da se oni razlikuju, s obzirom da su c njihovi skupovi ˇvorova razliˇiti. c c
a 1

b

e

2

5

c

d

3

4

Medjutim, oˇigledno je da medju njima ipak postoji nepobitna sliˇnost! Zaista, prava c c suˇtina grafova se i sastoji u tome kako su ˇvorovi medjusobno povezani, a ne u tome s c kako su oznaˇeni. Ovu “suˇtinu” moˇemo iskazati slede´om definicijom. c s z c DEFINICIJA 3.1.7. Dva grafa G1 = (V1 , E1 ) i G2 = (V2 , E2 ) su izomorfna ako postoji bijekcija f : V1 → V2 za koju vaˇi da je {u, v} ∈ E1 ako i samo ako je z {f (u), f (v)} ∈ E2 . Funkcija f se naziva izomorfizam grafova, a ˇinjenicu da su grafovi c G1 i G2 izomorfni oznaˇavamo sa G1 ∼ G2 . c =

PRIMER 3.1.8.

Izomorfizam f grafova na prethodnoj slici je dat pomo´u bijekcije c f= a b 1 2 c 3 d e 4 5 .

NAPOMENA.

U skladu sa prethodnom definicijom, vidimo da oznaˇavanje ˇvorova nema c c posebnog znaˇaja za strukturu grafa. Nadalje, ˇvorove ne´emo ni oznaˇavati na crteˇima grafova c c c c z (osim ako postoje neki drugi razlozi za to).

GLAVA 3. TEORIJA GRAFOVA

193

S obzirom da izomorfni grafovi imaju istu strukturu, sada moˇemo uvesti joˇ jednu z s vaˇnu definiciju. z DEFINICIJA 3.1.9. Funkcija i, definisana na skupu grafova, se naziva invarijantom grafova, ukoliko za svaka dva izomorfna grafa G ∼ H vaˇi da je i(G) = i(H). z = Prema tome, invarijante grafova zavise od strukture, a ne od oznaˇavanja grafa. Ima c veoma puno invarijanti grafova i one, u stvari, predstavljaju glavni predmet prouˇavanja c teorije grafova. Slede´e funkcije su primeri nekih jednostavnih invarijanti grafova: c • broj ˇvorova u grafu, c • broj grana u grafu, • niz stepena ˇvorova (sortiran u neopadaju´i poredak), c c • broj ˇvorova stepena 1, c • broj grana ˇiji jedan kraj ima stepen 2, a drugi kraj stepen 3, c • . . .

Invarijante grafova se mogu koristiti i prilikom provere da li su grafovi izomorfni. Naime, ukoliko uspemo da pronadjemo invarijantu koja za dva grafa dobija dve razliˇite c vrednosti, onda je sigurno da ta dva grafa nisu izomorfna. PRIMER 3.1.10. Da li su grafovi na slede´oj slici izomorfni? c

Reˇenje. s Stepeni svih ˇvorova u oba grafa su jednaki 3, tako da stepene ne moˇemo c z da iskoristimo da bismo dokazali nepostojanje izomorfizma. Zbog toga moramo da potraˇimo neku drugu invarijantnu osobinu strukture grafova. Jedna od takvih osobina je z postojanje (ili broj) ciklusa odredjene duzine u grafu. Naime, ako neki graf G sadrˇi z ciklus odredjene duˇine, tada i svaki drugi graf H, izomorfan sa G, mora da sadrˇi ciklus z z iste duˇine. z Sada nije teˇko videti da graf sa leve strane gornje slike sadrˇi ciklus duˇine 5 (ˇta s z z s mislite, koliko ima takvih ciklusa?), dok u grafu sa desne strane ne postoji nijedan takav ciklus — on sadrˇi samo cikluse duˇina 4, 6, 8 i 10. z z

GLAVA 3. TEORIJA GRAFOVA NAPOMENA.

194

Ukoliko ˇelimo da problem postojanja izomorfizma reˇimo pomo´u raˇunara, z s c c tada lako moˇemo pogreˇno da pomislimo da bi metod grube sile, proverom svih bijekcija izmedju z s ˇvorova dva grafa, bio dovoljan za reˇenje ovog problema. Medjutim, broj ovakvih bijekcija za c s grafove sa n ˇvorova, kao i broj permutacija skupa sa n elemenata, jednak je n!. Ova funkcija c jako brzo raste, brˇe od svake eksponencijalne funkcije. Stoga ovakav pristup moˇe da bude z z primenljiv za male vrednosti n, na primer, za n = 10 za koje imamo 10! = 3 628 800 razlichitih bijekcija. Medjutim, ve´ kod n = 20 (20! = 2 432 902 008 176 640 000), ovakav pristup postaje c nedostiˇan ˇak i za super-raˇunare! z c c Medju “pametnijim” pristupima problemu postojanja izomorfizma, izdvaja se skup programa nauty autora Brendana Mekkeja (Brendan McKay), koji je besplatno dostupan sa adrese http://cs.anu.edu.au/~bdm/nauty/ Ovaj skup programa je priliˇno mo´an, ali i kompleksan. Za priruˇno testiranje relativno malih c c c grafova moˇe se koristiti program dreadnaut iz ovog skupa. z

PODGRAFOVI
U reˇenju primera 3.1.10 koristili smo ˇinjenicu da jedan graf sadrˇi drugi graf (ciks c z luse). Sada dajemo preciznu definiciju ovog pojma. DEFINICIJA 3.1.11. Neka su G = (V, E) i G = (V , E ) grafovi. Ako je V ⊆ V i E ⊆ E, tada kaˇemo da je G podgraf grafa G. z Ako je V = V , tada kaˇemo da je G razapinju´i podgraf grafa G. z c Dalje kaˇemo da je G indukovani podgraf grafa G ukoliko G sadrˇi sve grane iz G z z ˇiji su krajevi u V , tj. ako je E = E ∩ V . c 2

PRIMER 3.1.12. Na slici levo je prikazan graf i, pomo´u debljih linija, njegov c podgraf izomorfan sa P4 . Ovaj podgraf nije indukovan, jer ne sadrˇi granu {a, b}. Na z slici desno je prikazan indukovani podgraf, izomorfan sa C5 .

a

b

PRIMER 3.1.13. Bipartitan graf je podgraf potpunog bipartitnog grafa. Sliˇno i c k-partitni graf je podgraf potpunog k-partitnog grafa. Indukovani podgraf se, u stvari, dobija tako ˇto se iz grafa G obriˇe nekoliko ˇvorova s s c i sve grane koje sadrˇe obrisane ˇvorove. Ako je obrisan samo jedan ˇvor v, takav z c c indukovani podgraf moˇe da se oznaˇi sa G − v. z c S druge strane, podgraf se dobija tako ˇto obriˇemo i joˇ neke grane (mada ne moramo s s s da obriˇemo njihove krajeve iz grafa). Ako je obrisana samo jedna grana e, takav podgraf s moˇe da se oznaˇi sa G − e. z c

GLAVA 3. TEORIJA GRAFOVA

195

Primetimo sada da je svaki graf sa n ˇvorova podgraf kompletnog grafa Kn , kao i c da je prazan graf K n podgraf svakog grafa sa n ˇvorova. Koriste´i pojam indukovanih c c podgrafova moˇemo da definiˇemo joˇ dve invarijante grafova: z s s • ω(G) je broj ˇvorova najve´eg kompletnog grafa koji je indukovani podgraf grafa c c G. Takav kompletan podgraf se naziva i klika grafa G. • α(G) je broj ˇvorova najve´eg praznog grafa koji je indukovani podgraf grafa G. c c Takav prazan podgraf se naziva i nezavisan (ili stabilan) skup grafa G. Izmedju ove dve invarijante postoji jednostavna veza, za ˇije objaˇnjenje nam je c s potrebna slede´a definicija. c DEFINICIJA 3.1.14. Komplement G grafa G = (V, E) je graf G = (V,
V 2

\ E).

Prema tome, komplement G sadrˇi taˇno one grane koje ne sadrˇi graf G. Na primer, z c z kompletni graf Kn i prazan graf K n su komplementi jedan drugog (otuda i tako sliˇna c oznaka za njih). Iz definicija klike i nezavisnog skupa dobijamo jednakost ω(G) = α(G).

ˇ SETANJE PO GRAFU

DEFINICIJA 3.1.15.

ˇ Setnja W u grafu G = (V, E) je niz W = (v0 , e1 , v1 , e2 , v2 , . . . , et , vt )

gde su v0 , v1 , v2 , . . . , vt ˇvorovi grafa G, a ei je grana ˇiji su krajevi vi−1 i vi , za c c i = 1, 2, . . . , t.1 Duˇina ˇetnje W je t, s tim ˇto dopuˇtamo i da je t = 0. z s s s Ukoliko je v0 = vt , tada je W zatvorena ˇetnja. s Primetimo da ovako definisana ˇetnja dozvoljava slobodno ponavljanje ˇvorova i s c grana. Nju moˇemo zamisliti kao itinerer nekog opuˇtenog ˇetaˇa koji ne mari ako kroz z s s c neki ˇvor ili granu prodje viˇe puta. Ukoliko zabranimo ponavljanje grana, ali dozvolimo c s ponavljanje ˇvorova, tada dobijamo stazu. Ukoliko pak ne dozvolimo bilo kakvo ponavlc janje, ni ˇvorova ni grana, tada dobijamo put. c LEMA. 3.1.16. ˇvorova v0 i vt . c Svaka ˇetnja W = (v0 , e1 , v1 , . . . , et , vt ) u grafu G sadrˇi put izmedju s z

Dokaz . Ukoliko u ˇetnji W nema ponavljanja ˇvorova, tada je ona sama po sebi put i s c dokaz je gotov.
1 Kako mi posmatramo samo proste grafove, beleˇenje grana u ˇetnji nije zaista neophodno. Ovakva z s definicija medjutim ima svoj znaˇaj kod multigrafova, kod kojih izmedju dva ˇvora moˇe da postoji viˇe c c z s grana.

GLAVA 3. TEORIJA GRAFOVA

196

Pretpostavimo stoga da u njoj postoji ponavljanje ˇvorova i neka je, na primer, vi = vj c za neko i < j. Tada od ˇetnje W moˇemo da napravimo novu ˇetnju s z s W = (v0 , e1 , v1 , . . . , ei , vi = vj , ej+1 , vj+1 , . . . , et , vt ) izmedju istih ˇvorova tako ˇto smo izbacili deo ˇetnje izmedju vi i vj i u kojoj je broj ponc s s avljanja ˇvorova smanjen bar za jedan. Ukoliko W nije put, tada ovaj postupak moˇemo c z da nastavimo dalje, smanjuju´i broj ponavljanja ˇvorova u novodobijenim ˇetnjama, sve c c s dok ne dodjemo do ˇetnje u kojoj nema ponavljanja ˇvorova. Takva ˇetnja je traˇeni s c s z put. Ova lema je veoma korisna ukoliko ˇetnja nije zatvorena, ali kakav put ona nalazi s kod zatvorenih ˇetnji? Prouˇavaju´i paˇljivije gornji dokaz, moˇemo da zakljuˇimo da s c c z z c u sluˇaju zatvorenih ˇetnji, ona upravo nalazi put duˇine 0 izmedju poˇetnog i krajnjeg c s z c ˇvora ˇetnje, ˇto, prizna´ete, i nije neki uspeh. Moˇemo li da dobijemo neki bolji rezultat? c s s c z Ne baˇ kod svake ˇetnje! Naime, zatvorene ˇetnje mogu da budu degenerisane, kao ˇetnja s s s s (a, b, a, c, a, d, a) na donjoj slici (grane su izbaˇene iz zapisa ˇetnje), i u njima se zaista ne moˇe prona´i c s z c put duˇine ve´e od 0 izmedju poˇetnog i krajnjeg ˇvora. z c c c

c b d

a

Ovakve degenerisane ˇetnje uvek imaju parnu duˇinu i, ukoliko se ograniˇimo samo na s z c ˇetnje neparne duˇine, onda moˇemo i da pokaˇemo bolji rezultat. s z z z TEOREMA 3.1.17. Svaka zatvorena ˇetnja W = (v0 , e1 , v1 , . . . , et , vt = v0 ) neparne s duˇine u grafu G sadrˇi ciklus neparne duˇine. z z z Dokaz . Ovu teoremu ´emo dokazati, kao i prethodnu lemu, indukcijom po broju c ponavljanja ˇvorova u ˇetnji. c s Najpre, ako zatvorena ˇetnja W ne sadrˇi drugih ponavljanja ˇvorova, osim prvog i s z c poslednjeg, onda je upravo W traˇeni ciklus neparne duˇine. z z Pretpostavimo sada da je tvrdjenje dokazano za sve zatvorene ˇetnje neparne duˇine s z u kojima je broj ponavljanja ˇvorova manji od k, k 2, i neka je W zatvorena ˇetnja c s neparne duˇine sa k ponavljanja ˇvorova. Izaberimo proizvoljno par ˇvorova vi = vj , z c c i < j, koji se ponavljaju u ˇetnji W (s tim da nije i = 0, j = t) i formirajmo dve manje s zatvorene ˇetnje koje se sadrˇe u W : s z W W = = (v0 , e1 , v1 , . . . , ei , vi , ej+1 , vj+1 , . . . , et , vt ), (vi , ei+1 , vi+1 , . . . , ej , vj ).

Svaka od zatvorenih ˇetnji W i W ima manje od k ponavljanja ˇvorova (u ˇetnji W s c s nema ponavljanja ˇvorova vi i vj , a u ˇetnji W nema ponavljanja ˇvorova v0 i vt ). Zbir c s c

GLAVA 3. TEORIJA GRAFOVA

197

duˇina ˇetnji W i W jednak je duˇini ˇetnje W , pa stoga jedna od ˇetnji W i W z s z s s ima neparnu duˇinu. Za tu zatvorenu ˇetnju neparne duˇine sa manje od k ponavljanja z s z ˇvorova vaˇi induktivna pretpostavka, pa ona stoga sadrˇi ciklus C neparne duˇine. Kako c z z z se obe ˇetnje W i W sadrˇe u W , to se i ciklus C sadrˇi u W . s z z

POVEZANOST

ˇ DEFINICIJA 3.1.18. Cvorovi u i v grafa G = (V, E) su povezani ako u G postoji ˇetnja od u do v. s Graf G je povezan ako su svaka dva ˇvora u, v ∈ V povezana. c

PRIMER 3.1.19. Graf sa leve strane donje slike je povezan, dok graf sa desne strane nije povezan. Naime, u njemu su medjusobno povezani ˇvorovi a, b i c, ali nijedan od c njih nije povezan sa ˇvorovima d, e i f . c
a

d

f

b

c

e

Relacija povezanosti izmedju ˇvorova u grafu je jedna relacija ekvivalencije. Ona je c refleksivna, s obzirom da je svaki ˇvor povezan sa samim sobom pomo´u ˇetnje duˇine 0, c c s z koja se sastoji samo od tog ˇvora! Zatim, ova relacija je i simetriˇna, jer ako su ˇvorovi c c c u i v povezani ˇetnjom s W = (u, e1 , w1 , e2 , w2 , . . . , et−1 , wt−1 , et , v), tada su ˇvorovi v i u povezani ˇetnjom c s W ∗ = (v, et , wt−1 , et−1 , . . . , w2 , e2 , w1 , e1 , u). Konaˇno, relacija povezanosti je i tranzitivna: ako su ˇvorovi u i v povezani ˇetnjom c c s W1 = (u, e1 , w1 , . . . , et−1 , wt−1 , et , v), a ˇvorovi v i w povezani ˇetnjom c s W2 = (v, et+1 , wt+1 , . . . , es−1 , ws−1 , es , w), tada su ˇvorovi u i w povezani ˇetnjom c s W = (u, e1 , w1 , . . . , et−1 , wt−1 , et , v, et+1 , wt+1 , . . . , es−1 , ws−1 , es , w).

GLAVA 3. TEORIJA GRAFOVA

198

DEFINICIJA 3.1.20. nente povezanosti.

Klase ekvivalencije relacije povezanosti u grafu G su kompo-

Iz definicije klasa ekvivalencije sledi da su komponente povezanosti maksimalni povezani podgrafovi u grafu. Sada vidimo i da je graf povezan ako i samo ako on ima samo jednu komponentu povezanosti. U primeru 3.1.19, graf sa leve strane ima jednu komponentu povezanosti — ceo graf, dok graf sa desne strane ima dve komponente povezanosti — {a, b, c} i {d, e, f }. Povezanost grafova je mogu´e okarakterisati i na malo drugaˇiji naˇin. c c c TEOREMA 3.1.21. Graf G = (V, E) je povezan ako i samo ako za svaku podelu V = V1 ∪ V2 , V1 ∩ V2 = ∅, V1 , V2 = ∅, vaˇi da postoji grana koja spaja ˇvor iz V1 sa z c ˇvorom iz V2 . c Dokaz . Jedna strana dokaza je trivijalna: ako G nije povezan graf, tada on ima bar dve komponente povezanosti C1 , C2 , . . . , Ct , t 2, izmedju kojih ne moˇe da postoji z niti jedna grana. Sada za podelu V1 = C1 , V2 = C2 ∪ . . . ∪ Ct , vaˇi da ne postoji nijedna z grana koja spaja ˇvor iz V1 sa ˇvorom iz V2 . c c S druge strane, neka je G povezan graf i V = V1 ∪ V2 proizvoljna podela ˇvorova. c Neka je u ∈ V1 i v ∈ V2 . Iz povezanosti grafa G sledi da izmedju u i v postoji ˇetnja s W = (u = w0 , e1 , w1 , e2 , w2 , . . . , et−1 , wt−1 , et , wt = v). Primetimo da je w0 ∈ V1 , wt ∈ V2 . Neka je j najmanji indeks za koji je wj ∈ V2 . Tada je wj−1 ∈ V1 i grana ej , izmedju wj−1 i wj , je traˇena grana koja spaja ˇvor iz V1 sa z c ˇvorom iz V2 . c ˇ DEFINICIJA 3.1.22. Cvor v u grafu G se naziva vezivni ˇvor ukoliko graf G − v c ima viˇe komponenti povezanosti od G. s Grana e u grafu G se naziva most ukoliko graf G − e ima viˇe komponenti povezanosti s od G. U literaturi se za vezivni ˇvor koristi i izraz artikulacioni ˇvor, dok se za most koristi c c i izraz vise´a grana. c U sluˇaju da je G povezan graf, uklanjanjem vezivnog ˇvora graf postaje nepovezan. c c Sliˇno, most je grana ˇijim uklanjanjem povezani graf takodje postaje nepovezan. c c PRIMER 3.1.23. U grafu na donjoj slici, ˇvorovi a, b, c i d su vezivni ˇvorovi, a c c grane {a, b} i {c, d} su mostovi.

a

b

c

d

GLAVA 3. TEORIJA GRAFOVA

199

RASTOJANJE
Neka je G = (V, E) povezan graf. DEFINICIJA 3.1.24. puta izmedju u i v u G. Rastojanje dG (u, v) dva ˇvora u, v ∈ V je duˇina najkra´eg c z c

DEFINICIJA 3.1.25. Ekscentricitet ecc(u) ˇvora u ∈ V je najve´e rastojanje od c c ˇvora u do svih ostalih ˇvorova, tj. c c ecc(u) = max dG (u, v).
v∈V

Dijametar D(G) grafa G je najve´i ekscentricitet c D(G) = max ecc(u),
u∈V

dok je radijus r(G) najmanji ekscentricitet r(G) = min ecc(u).
u∈V

ˇ Cvorove sa najmanjim ekscentricitetom moˇemo shvatiti kao svojevrsni centar grafa, z dok ˇvorove sa najve´im ekscentricitetom, analogno tome, moˇemo shvatiti kao periferiju c c z grafa. PRIMER 3.1.26. Rastojanja izmedju ˇvorova u grafu c
b f

a d e

c

g

su data u tabeli a b c d e f g a 0 1 1 2 3 4 4 b 1 0 2 1 2 3 3 c 1 2 0 1 2 3 3 d 2 1 1 0 1 2 2 e 3 2 2 1 0 1 1 f 4 3 3 2 1 0 2 g 4 3 3 2 1 2 0 ecc(v) 4 3 3 2 3 4 4

GLAVA 3. TEORIJA GRAFOVA

200

U poslednjoj koloni se nalaze ekscentriciteti ˇvorova. Dijametar ovog grafa je 4, a radijus c je 2. Primetimo da u ovom konkretnom sluˇaju vaˇi da je D(G) = 2r(G), medjutim, u c z opˇtem sluˇaju vaˇi samo da je s c z r(G) D(G) 2r(G). 3,

Primer grafa za koji vaˇi da jednakost izmedju radijusa i dijametra je ciklus Cn , n z za koji je r(Cn ) = D(Cn ) = n . 2 NAPOMENA.

ˇ Sta ako G nije povezan graf? Rastojanje izmedju ˇvorova se tada moˇe c z definisati za svaki par ˇvorova koji pripada istoj komponenti povezanosti. Medjutim, ako se c ˇvorovi u i v nalaze u razliˇitim komponentama grafa G, tada se po konvenciji uzima da je c c dG (u, v) = ∞. U tom sluˇaju su i dijametar i radijus grafa G nedefinisani (odnosno, moˇemo c z uzeti da su po konvenciji i oni jednaki ∞).

Prema gornjoj definiciji, dG predstavlja funkciju dG : V × V → R, koja se naziva funkcija rastojanja, odnosno metrika grafa G. Metrika grafa G ima slede´e osobine: c i) dG (u, v) 0, pri ˇemu je dG (u, v) = 0 ako i samo ako je u = v (nenegativnost c rastojanja); ii) dG (u, v) = dG (v, u) za svaki par ˇvorova u, v ∈ V (simetriˇnost rastojanja); c c iii) dG (u, w) dG (u, v) + dG (v, w) za svaka tri ˇvora u, v, w ∈ V (nejednakost trougla). c

Ispravnost ovih tvrdjenja se moˇe lako proveriti iz definicije funkcije rastojanja dG (u, v). z Svako preslikavanje d : V × V → R sa osobinama i)-iii) se zove metrika na skupu V , a skup V zajedno sa takvim preslikavanjem d zove se metriˇki prostor. Pored ovoga, c funkcija rastojanja ima joˇ dve specijalne osobine: s iv) dG (u, v) je nenegativni ceo broj za svaki par ˇvorova u, v ∈ V ; c v) ako je dG (u, w) > 1 tada postoji ˇvor v, razliˇiti i od u i od v, takav da vaˇi c c z dG (u, w) = dG (u, v) + dG (v, w). Inaˇe, mogu´e je dokazati da funkcija koja ima osobine i)-v) mora da predstavlja funkciju c c rastojanja nekog grafa sa skupom ˇvorova V . c

ˇ PREDSTAVLJANJE GRAFOVA U RACUNARU
Ve´ smo rekli da se grafovi mogu upotrebiti za modeliranje i reˇavanje mnogih c s praktiˇnih problema. Takve probleme reˇavamo uz pomo´ raˇunara i posebno za to c s c c pisanih programa, a kao prvi korak neophodno je da znamo kako se graf moˇe predstaviti z u raˇunaru. Postoje dva uobiˇajena naˇina za to: pomo´u listi susedstva i pomo´u mac c c c c trice susedstva. DEFINICIJA 3.1.27. Za svaki ˇvor u grafa G = (V, E), lista susedstva lu sadrˇi sve c z ˇvorove koji su susedni sa njim u G, c lu = v ∈ V : {u, v} ∈ E

GLAVA 3. TEORIJA GRAFOVA

201

DEFINICIJA 3.1.28. Matrica susedstva AG grafa G = (V, E) je kvadratna |V |× |V | matrica, indeksirana ˇvorovima grafa G, za koju vaˇi c z (AG )(u,v) = 1, {u, v} ∈ E 0, {u, v} ∈ E /

Svako od ovih predstavljanja ima svoje mane i prednosti. Osnovne razlike medju njima tiˇu se potroˇnje memorije i brzine kojom se moˇe ustanoviti da li su dva ˇvora c s z c susedna. Liste susedstva efikasno koriste memoriju jer je potrebno uskladiˇtiti svega s 2|E| podataka, medjutim, kada ˇelimo da ustanovimo da li su ˇvorovi u i v susedni, z c moramo da pretraˇimo celu listu suseda za ˇvor u (ili ˇvor v). S druge strane, maz c c trica susedstva sadrˇi |V |2 podataka, bez obzira koliki je broj grana u grafu, ali se zato z susedstvo ˇvorova u i v ispituje uvek u konstantnom vremenu pomo´u vrednosti Au,v . c c S obzirom da je neˇto jednostavnije napisati programe koji koriste matrice susedstva, s one su danas najzastupljenije u praksi. Medjutim, liste susedstva dobijaju primat kada treba smestiti graf sa velikim brojem ˇvorova, a relativno malo grana (u poredjenju sa c |V |2 ). PRIMER 3.1.29. Liste susedstva i matrica susedstva grafa
b f

a d e

c

g

su date u slede´im tabelama: c u a b c d e f g lu {b, c} {a, d} {a, d} {b, c, e} {d, f, g} {e} {e} a 0 1 1 0 0 0 0 b 1 0 0 1 0 0 0 c 1 0 0 1 0 0 0 d 0 1 1 0 1 0 0 e 0 0 0 1 0 1 1 f 0 0 0 0 1 0 0 g 0 0 0 0 1 0 0

a b c d e f g

Ve´ spomenuti programski paket nauty koristi matrice susedstva za predc stavljanje grafova, odnosno onaj deo matrice koji se nalazi iznad glavne dijagonale (podsetimo se da prosti grafovi nemaju petlje, tj. grane kod kojih su poˇetni i zavrˇni ˇvorovi isti, te su stoga c s c kod njih 0 na glavnoj dijagonali, a kako su to neorijentisani grafovi njihova matrica susedstva je simetriˇna — stoga je deo matrice iznad glavne dijagonale sasvim dovoljan da bismo odredili c graf). Paket nauty koristi g6 format, ˇije su glavne osobine relativno mala veliˇina, jer se za c c svaki element matrice koristi samo po jedan bit, i vidljivost, jer se u svakom bajtu zapisa koristi samo ˇest najmanjih bitova (sabranih sa 63, tako da se u krajnjem zapisu koriste samo karakteri s

NAPOMENA.

GLAVA 3. TEORIJA GRAFOVA

202

sa ASCII kodom od 63 do 126). Ovo, na primer, omogu´ava da se graf zapisan u g6 formatu c moˇe otvoriti u bilo kom tekst-editoru, kao i da se moˇe poslati unutar elektronske poˇte. z z s Viˇe informacija o nauty i g6 se moˇe na´i na adresi s z c http://cs.anu.edu.au/~bdm/nauty/ Umesto detaljnog opisa strukture formata, da´emo pseudo-kod procedure za prevodjenje c grafa, zapisanog u g6 formatu kao niz bajtova w, u standardnu matricu susedstva A. Inaˇe, bits c je pomo´ni niz bitova. c

procedure convert g6(w) // prvo nadjemo broj ˇvorova c n := w(1) − 63; // sada odredjujemo niz bitova bindex := 1 for i := 2 to duzina(w) k := w(i) − 63 for j := 0 to 5 bits(bindex + 5 − j) := ostatak k pri deljenju sa 2 k := k/2 end bindex := bindex + 6 end // kreiramo matrice susedstva k = 1; for j := 2 to n for i := 1 to j − 1 A(i, j) := bits(k) A(j, i) := bits(k) k := k + 1 end end

Matrica susedstva grafa poseduje vaˇnu osobinu da njeni stepeni Ak pruˇaju inforz z maciju ne samo o susedstvu ˇvorova, ve´ i o ˇetnjama proizvoljne duˇine u grafu. c c s z TEOREMA 3.1.30. Ako je A matrica susedstva grafa G, tada za proizvoljan nenegativan ceo broj k 0 i svaka dva ˇvora u i v grafa G = (V, E), element Ak (u,v) je c jednak broju ˇetnji duˇine k od u do v u G. s z

Dokaz . Teoremu ´emo dokazati indukcijom po stepenu k. Neka wk (u, v) oznaˇava broj c c ˇetnji duˇine k od u do v u G. Za male vrednosti k tvrdjenje je oˇigledno: s z c ˇ • Setnja duˇine 0 se sastoji samo od jednog ˇvora (ne sadrˇi nikakve grane), pa je z c z stoga 1, u = v w0 (u, v) = . 0, u = v

GLAVA 3. TEORIJA GRAFOVA Kako je A0 = I, gde je I jediniˇna matrica, vidimo da zaista vaˇi c z A0
(u,v)

203

= w0 (u, v).

ˇ • Setnja duˇine 1 se sastoji od poˇetnog ˇvora, krajnjeg ˇvora i grane kojom su ti z c c c ˇvorovi povezani, pa je stoga c w1 (u, v) = 1, {u, v} ∈ E, . 0, {u, v} ∈ E /

Vidimo da vrednost w1 (u, v) u stvari predstavlja odgovaraju´i element matrice c susedstva A, pa stoga tvrdjenje teoreme vaˇi i u ovom sluˇaju. z c Pretpostavimo sada da je tvrdjenje teoreme dokazano za neko k0 ≥ 0 i dokaˇimo ga z za k0 + 1. Po definiciji proizvoda matrica, imamo da je Ak0 +1
(u,v)

=
w∈V

Ak0

u,w

· Aw,v ,

a kako je Aw,v = 1 samo za w ∈ NG (v), to je Ak0 +1
(u,v)

=
w∈NG (v)

Ak0

u,w

.

Po induktivnoj pretpostavci, vaˇi da je z Ak0 tako da je (3.1) Ak0 +1
(u,v) u,w

= wk0 (u, w),

=
w∈NG (v)

wk0 (u, w).

S druge strane, svaka ˇetnja duˇine k0 + 1 od u do v odredjuje jednoznaˇno ˇetnju s z c s duˇine k od u do nekog suseda w ˇvora v (pra´enu granom od w do v). Vaˇi i obratno: z c c z svakoj ˇetnji duˇine k od u do nekog suseda w ˇvora v odgovara taˇno jedna ˇetnja duˇine s z c c s z k0 + 1 od u do v. Zbog toga je wk0 +1 (u, v) =
w∈NG (v)

wk0 (u, w).

Sada na osnovu (3.1) zakljuˇujemo da zaista vaˇi c z Ak0 +1
(u,v)

= wk0 +1 (u, v).

Ako su u grafu G ˇvorovi u i v na rastojanju d(u, v), tada ne postoji ˇetnja izmedju c s u i v duˇine manje od d(u, v), pa, po prethodnoj teoremi, vaˇi da je z z Ak
u,v

= 0,

za svako k < d(u, v).

Ovo tvrdjenje moˇemo iskazati i drugaˇije. z c

GLAVA 3. TEORIJA GRAFOVA

204

POSLEDICA. 3.1.31 Ako je A matrica susedstva grafa G, a d(u, v) oznaˇava rastoc janje ˇvorova u i v, tada je c d(u, v) = min{k : Ak
u,v

= 0}.

Ova posledica daje jedan od naˇina za odredjivanje rastojanja izmedju ˇvorova grafa. c c Mada je ona, u stvari, vrlo nepraktiˇna za opˇtu upotrebu, uz pomo´ algoritama za brzo c s c mnoˇenje matrica, moˇe se efikasno iskoristiti kada treba proveriti da li su neki ˇvorovi z z c na rastojanju 2 ili 3.

ZADACI

3.1.1.

a) Odrediti broj grana u potpunom grafu Kn sa n ˇvorova. c
n(n+1) . 2

b) Koriˇ´enjem prethodnog rezultata pokazati da je 1 + 2 + . . . + n = sc

3.1.2. Niz celih brojeva (d1 , d2 , . . . , dn ) je grafiˇki ako postoji graf G sa skupom ˇvorova c c V (G) = {v1 , v2 , . . . , vn } tako da je dG (vi ) = di . Dokazati da je nerastu´i niz celih brojeva c v = (d1 , d2 , . . . , dn ), gde je n − 1 d1 d2 . . . dn 0, grafiˇki ako i samo ako je niz c v = (d2 − 1, d3 − 1, . . . , dd1 +1 − 1, dd1 +2 , . . . , dn ) grafiˇki (tj. akko je niz w, koji se dobija c od v sortiranjem tako da bude nerastu´i, grafiˇki). c c 3.1.3. Utvrditi da li su slede´i nizovi grafiˇki i, za one koji jesu grafiˇki, konstruisati c c c odgovaraju´e grafove: c a) (4, 4, 3, 2, 1); b) (6, 6, 5, 4, 3, 3, 1); c) (3, 3, 2, 2, 2, 2, 1, 1); d) (5, 4, 3, 3, 3, 3, 3, 2); e) (7, 6, 6, 5, 4, 3, 2, 1); f ) (7, 7, 6, 5, 4, 4, 3, 2); g) (7, 4, 3, 3, 2, 2, 2, 1, 1, 1); h) (8, 7, 7, 6, 6, 5, 4, 3, 3, 1, 1, 1). 3.1.4. a) Da li je mogu´e 6 gradova povezati putevima tako da iz tih gradova redom c izlazi 5,4,3,3,2,2 puteva? b) Da li je mogu´e 5 gradova povezati putevima tako da iz tih gradova redom izlazi c 4,3,2,1,0 puteva? c) Da li je mogu´e 6 gradova povezati putevima tako da iz tih gradova redom izlazi c 4,4,4,3,3,2 puteva? d) Da li je mogu´e 7 gradova povezati putevima tako da iz tih gradova redom izlazi c 6,3,3,3,3,3,3 puteva? Ukoliko je odgovor potvrdan odrediti na koliko razliˇitih naˇina je to mogu´e uraditi. c c c (Izmedju 2 razliˇita grada moˇe biti najviˇe 1 put.) c z s 3.1.5. a) Postoji li graf sa stepenima ˇvorova 6,6,6,6,6,6,5,3,3,3,3? c

b) Postoji li bipartitni graf sa stepenima ˇvorova 6,6,6,6,6,6,6,6,5,3,3,3,3,3? c c) Postoji li graf sa stepenima ˇvorova 9,8,6,5,3,3,3,3,1,1? c 3.1.6. Pokazati da postoji prost graf sa 12 ˇvorova i 28 grana, takav da je stepen c svakog ˇvora jednak ili 3 ili 5. Nacrtati takav graf. c

GLAVA 3. TEORIJA GRAFOVA

205

3.1.7. Dokazati da ne postoji prost graf sa 12 ˇvorova i 28 grana, takav da je stepen c svakog ˇvora jednak: a) ili 3 ili 4; b) ili 3 ili 6. c 3.1.8. Neka je v = (d1 , d2 , . . . , dn ) i w = (wn , wn−1 , . . . , w2 , w1 ), gde je wi = n − 1 − di . Pokazati da je niz v grafiˇki ako i samo ako je niz w grafiˇki. c c 3.1.9. U ligi koja se sastoji od dve grupe sa po 13 timova u svakoj grupi, odrediti da li je mogu´e napraviti raspored utakmica u sezoni tako da svaki tim odigra devet utakmica c protiv timova iz svoje grupe i ˇetiri utakmice protiv timova iz suprotne grupe. c 3.1.10. a) Dokazati da u svakom grafu postoje dva ˇvora istog stepena. c b) Na ˇahovskom turniru svaki igraˇ je odigrao sa svakim drugim igraˇem najviˇe jednu s c c s partiju. Dokazati da u svakom trenutku na turniru postoje bar dva igraˇa koji su do tog c trenutka odigrali isti broj partija. 3.1.11. Konstruisati regularan graf stepena 3 sa 2n ˇvorova (n 3) koji nema trouglova c (kontura duˇine 3). z 3.1.12. Odrediti 3-regularne grafove G, sa minimalnim brojem ˇvorova, takve da im c je najmanja duˇina ciklusa jednaka: a) g(G) = 4; a) g(G) = 5. z 3.1.13. 3.1.14. Odrediti maksimalan broj grana u bipartitnom grafu sa n ˇvorova. c Pokazati da komplement bipartitnog grafa ne mora biti bipartitan graf.

3.1.15. n-dimenzionalna kocka Qn je graf ˇiji je skup ˇvorova skup svih uredjenih n-torki c c (a1 , a2 , . . . , an ) gde ai ∈ {0, 1}. Dva ˇvora su susedna ako i samo ako se odgovaraju´e c c n-torke razlikuju u taˇno jednoj koordinati. Dokazati da za n-dimenzionalnu kocku Qn c vaˇe slede´a tvrdjenja: z c a) Qn je n-regularan graf; b) |V (Qn )| = 2k , |E(Qn )| = n · 2n−1 ; c) Qn je bipartitan graf; d) Qn je povezan graf. 3.1.16. 3.1.17. a) Pn , n b) Cn , n c) Kn , n Ako bipartitan graf ima n ˇvorova i e grana, dokazati da je e c Odrediti najve´i broj grana u bipartitnom podgrafu grafa: c 2. 2. 2.
n2 4 .

3.1.18. Rekonstruisati graf G sa 5 ˇvorova ako su dati njegovi indukovani podgrafovi c Gi = G − vi za i = 1, 2, 3, 4, 5, na slede´i naˇin: G1 je potpung graf sa 4 ˇvora iz koga je c c c izbaˇena jedna grana, G2 ima 2 komponente povezanosti od ˇega je jedna put duˇine 3, c c z a druga izolovan ˇvor, G3 je zvezda sa 3 ˇvora i G4 i G5 predstavljaju trouglove kod kojih c c je jedan ˇvor spojen granom sa ˇetvrtim ˇvorom (matematiˇki ovo moˇemo zapisati kao c c c c z G1 = K4 − e, G2 = P3 ∪ K1 , G3 = S4 = K1,3 , G4 = G5 = K1,3 + e).

GLAVA 3. TEORIJA GRAFOVA

206

3.1.19. Neka graf G = (V, E) ima n ˇvorova i m grana. Odrediti broj podgrafova c indukovanih nekim skupom X ⊆ V . Ako je G = Kn , odrediti ukupan broj svih podgrafova. 3.1.20. a) Ako je δ(G) 2, dokazati da G sadrˇi ciklus. z b) Ako je δ(G) 2, dokazati da G sadrˇi ciklus duˇine bar δ(G) + 1. z z c) Ako je δ(G) 3, dokazati da G sadrˇi ciklus parne duˇine. z z 3.1.21. Neka je G graf sa bar 6 ˇvorova. Dokazati da bar jedan od grafova G, G sadrˇi c z trougao. 3.1.22. Neka je G k-regularan graf sa n ˇvorova. Odrediti ukupan broj trouglova u G c i njegovom komplementu G. 3.1.23. Ako je dijametar grafa G ve´i od 3, tada je dijametar komplementa G manji c od 3. Dokazati. 3.1.24. Dokazati da je najmanji broj ˇvorova regularnog grafa stepena 3 sa mostom c jednak 10. 3.1.25. ˇvor. c Dokazati da regularan graf stepena 3 ima most ako i samo ako ima vezivni

3.1.26. Neka je G neprazan graf sa bar jednom granom, u kojem svaka dva ˇvora istog c stepena nemaju zajedniˇkih suseda. Dokazati da G sadrˇi ˇvor stepena 1. c z c 3.1.27. U skupu od n, n 4, osoba medju svake ˇetiri osobe postoji jedna koja se c poznaje sa preostale tri. Dokazati da u tom skupu postoji osoba koja poznaje sve osobe. 3.1.28. Na zabavi kod prof. Mozgi´a uˇestvuje n braˇnih parova. Nijedna osoba se nije c c c rukovala sa svojim braˇnim drugom, a pritom se svih 2n − 1 osoba, osim prof. Mozgi´a, c c rukovalo sa razliˇitim brojem osoba. Sa koliko osoba se rukovala ˇena prof. Mozgi´a? c z c 3.1.29. U dnevnoj sobi se nalazi neki broj ljudi, i poznato je da svaki od njih poznaje taˇno pet prisutnih. Dokazati da je za neko n > 5 mogu´e odabrati n ljudi iz dnevne c c sobe i smestiti ih za okrugli sto u trpezariji tako da svako sedi izmedju dva poznanika. 3.1.30. Ispitati koji od slede´ih grafova su izomorfni: c t t t t t t t t t t t t t t t t t t Ispitati da li su slede´i grafovi izomorfni. c s ss s ss   s s s ss s ss  

3.1.31.

3.1.32. Odrediti 3 neizomorfna grafa sa 6 ˇvorova koji imaju stepene ˇvorova c c 1,1,2,2,3,3. 3.1.33. Odrediti broj neizomorfnih grafova sa 4 i 5 ˇvorova. Nacrtati sve te grafove. c

GLAVA 3. TEORIJA GRAFOVA 3.1.34. a) Prona´i izomorfizam izmedju slede´ih grafova: c c

207

b) Dokazati da su oba grafa izomorfna sa slede´im grafom: skup ˇvorova je {1,2,...,5} , c c 2 a dva ˇvora {i, j} i {k, l} su susedna, i, j, k, l ∈ {1, 2, . . . , 5}, ako i samo ako je {i, j} ∩ c {k, l} = ∅. NAPOMENA. 3.1.35.
Zajedniˇko ime za ove grafove je Petersenov graf. c

Dokazati da su grafovi na slici medjusobno neizomorfni.

3.1.36. Koliko grafova na skupu ˇvorova {1, 2, . . . , 2n} je izomorfno sa grafom koji se c sastoji od n disjunktnih grana {1, 2}, {3, 4}, . . . , {2n − 1, 2n}? 3.1.37. Za n ∈ N na´i broj automorfizama grafova: a) Pn ; b) Cn ; c) Kn . c

3.1.38. Graf izomorfan sa svojim komplementom naziva se samokomplementaran graf. Dokazati da je broj ˇvorova u samokomplementarnom grafu oblika 4k ili 4k + 1. c 3.1.39. Odrediti sve samokomplementarne grafove sa 4 i 5 ˇvorova. c

3.1.40. Neka je G samokomplementaran graf sa n ˇvorova, gde je n ≡ 1 (mod 4). c Dokazati da G sadrˇi ˇvor stepena n−1 . z c 2 3.1.41. 3.1.42. Ispisati sve mogu´e matrice susedstva za put sa tri ˇvora i ciklus sa tri ˇvora. c c c Ispisati bar jednu matricu susedstva A za grafove a) Kn ; b) Km,n , m, n ∈ N.

3.1.43. Neka je A matrica susedstva grafa K2,3 , m, n ∈ N. Izraˇunati A2 i A3 . Koje c zakljuˇke moˇemo izvu´i iz ovih matrica? c z c 3.1.44. Automorfizam grafa G = (V, E) je izomorfizam grafa sa samim sobom. Graf se naziva asimetriˇan ako je njegov jedini automorfizam identiˇko preslikavanje (kada se c c svaki ˇvor slika u samog sebe). c a) Dokazati da ne postoji asimetriˇan graf G za koji je 2 c b) Na´i primer asimetriˇnog grafa sa bar 6 ˇvorova. c c c c) Na´i 3-regularan asimetriˇan graf. c c |V (G)| 5.

GLAVA 3. TEORIJA GRAFOVA

208

3.2

STABLA

Stabla (ili drveta) predstavljaju ujedno jednu od najjednostavnijih, ali i najvaˇnijih z klasa grafova. Dakle, ona imaju relativno jednostavnu strukturu, ali ipak dovoljno sloˇenu da zasluˇuju poseban tretman (interesovanje). Mnoge osobine grafova zavise z z upravo od stabala, kao njihovih sastavnih delova. Poseban znaˇaj stabla imaju u raznim c primenama (u elektrotehnici, raˇunarstvu, fizici, hemiji itd.). c

POJAM STABLA I OSNOVNA SVOJSTVA
Stablo se moˇe posmatrati u dva konteksta: kao poseban graf (koji poseduje neka z strukturna svojstva), ili kao podgraf nekog (povezanog) grafa. Sliˇna situacija se javlja i c sa konturama (ciklusima) . DEFINICIJA 3.2.1. Stablo je povezan graf bez kontura.

Stablo se ponegde u literaturi naziva i drvo (eng. tree). Na slede´oj slici data su sva c (neizomorfna) stabla sa najviˇe pet ˇvorova. s c

Vidimo da postoji samo jedno stablo sa n = 1 (takvo stablo se naziva i trivijalno jer nema grana), n = 2 i n = 3 ˇvora. Postoje 2 stabla sa n = 4 ˇvora i 3 stabla sa n = 5 c c ˇvorova (ona su u drugom redu). c Iz gornje slike mogu se naslutiti mnoge osobine stabala. Na primer, mogu se dokazati slede´e osobine stabala. c TEOREMA 3.2.2. Slede´i iskazi su ekvivalentni: c

i) Stablo je povezan graf bez kontura. ii) Stablo je povezan graf sa n ˇvorova i m = n − 1 grana. c iii) Stablo je graf sa n ˇvorova, m = n − 1 grana i bez kontura. c iv) Stablo je minimalan povezan graf (udaljavanjem bilo koje grane postaje nepovezan graf). v) Stablo je maksimalan graf bez kontura (dodavanjem bilo koje grane formira se kontura). vi) Stablo je graf u kome su svaka dva ˇvora povezana jedistvenim putem. c

GLAVA 3. TEORIJA GRAFOVA Dokaz . Dovoljno je dokazati da svaki iskaz implicira slede´i, a poslednji prvi. c

209

i) ⇒ ii): Indukcijom po n. Za n 2 nema ˇta da se dokazuje. Pretpostavimo da tvrdjenje s vaˇi za sve grafove sa najviˇe n ˇvorova (n > 2). Posmatrajmo povezan graf bez kontura z s c sa n+1 ˇvorova. Uoˇimo dva ˇvora u tom grafu na najve´oj udaljenosti (duˇina najkra´eg c c c c z c puta je najve´a). Tada su ti ˇvorovi stepena jedan. U protivnom vaˇilo bi da postoji c c z duˇi put (ako je jedan od krajnjih ˇvorova susedan jednom ˇvoru van uoˇenog puta), ili z c c c se u protivnom javlja kontura (ako je jedan od krajnjih ˇvorova susedan bar sa dva ˇvora c c puta). Udaljavanjem jednog od tih ˇvorova stepena jedan, dobija se graf koji je povezan c i bez kontura. Na osnovu indukcijske hipoteze on ima n ˇvorova i m = n − 1 granu. c Samim tim posmatrani graf ima n + 1 ˇvorova i n grana, ˇto je i trebalo dokazati. c s ii) ⇒ iii): Pretpostavimo da graf poseduje bar jednu konturu, i neka je K jedna od tih kontura. Jasno je da svaki ˇvor konture K ima stepen bar dva. Primetimo zatim c 2 da je proseˇan stepen ˇvora grafa G manji od 2 (naime, d = 2 m = 2 − n ). Odatle c c n sledi da postoji bar jedan ˇvor u grafu stepena jedan (pretpostanlja se da je n > 1; u c protivnom nema ˇta da se dokazuje). Udaljino iz grafa bilo koji ˇvor stepena jedan i s c njemu incidentnu granu. Tada se dobija povezan graf sa n = n − 1 ˇvorova i m = n − 1 c grana. Takodje je jasno da udaljeni ˇvor ne pripada konturi K. Ponavljaju´i isti postupak c c na dobijeni podgraf, kao i njegove podgrafove, dobi´emo posle konaˇno mnogo koraka c c graf koji sadrˇi samo ˇvorove konture K, dakle nijedan ˇvor stepena jedan, kontradikcija. z c c Stoga, posmatrani graf G nema kontura. Ovim je implikacija dokazana. iii) ⇒ iv): Pretpostavimo najpre da je graf nepovezan i da ima k > 1 komponenata. Tada je svaka njegova komponenta stablo (jer nema kontura). Stoga i–ta komponenta ima ni ˇvorova i mi = ni − 1 grana (i = 1, 2, . . . , k). Odatle direktno sledi da je ukupan c broj grana grafa m = n − k, kontradikcija, s obzirom da je m = n − 1. Dokazimo sada i minmalnost. Pretpostavimo stoga da smo udaljavanjem neke grane dobili povezan graf. Tada izmedju krajnjih ˇvorova te grane postoji bar jedan put. Ako bismo vratili udaljenu c granu, ona bi sa uoˇenim putem formirala konturu, ˇto je u suprotnosti pretpostavkama c s u okviru (iii). Stoga je implikacija dokazana. iv) ⇒ v): Najpre, oˇigledno je da graf nema kontura. Naime, udaljavanjem bilo koje c grane sa konture, dobili bismo povezan graf ˇto je prema u suprotnosti sa (iv). Dokaˇimo s z sada i maksimalnost. Drugim reˇima pretpostavimo da smo grafu dodali granu i da c nismo formirali konturu. Medjutim to je nemogu´no, jer je graf bio povezan, tako da je c izmedju krajnjih ˇvorova dodate grane postojao put, a samim tim je dodavanjem grane c neminovno doˇlo do formiranja konture. Ovim je implikacija dokazana. s v) ⇒ vi): Pretpostavimo da izmedju dva ˇvora ne postoji put koji ih povezuje. Tada c bi dodavanjem grane izmedju ta dva ˇvora dobili graf bez konture, ˇto je u suprotnosti c s sa (v). Dakle, izmedju svaka dva ˇvora postoji bar jedan put. Ako bi izmedju dva c ˇvora postojala bar dva puta, tada bi u grafu postojala kontura. Naime ovi putevi se c najpre razdvajaju poˇeˇi od nekog ˇvora (potencijalno polaznog za oba puta) a zatim is c s c stapaju u isti ˇvor (potencijalno zavrˇnog za oba puta). Medjutim, postojanje konture c s je u suprotnosti sa (v). Ovim je implikacija dokazana. vi) ⇒ i): Najpre, jasno je da je graf povezan. Ako bi u grafu postojala bar jedna kontura, tada bi izmedju bilo koja dva ˇvora neke konture postojala dva razliˇia puta, ˇto je u c c s suprotnosti sa (vi). Stoga je graf, na osnovu definicije 1, stablo. Ovim je teorema dokazana. Interesantno je primetiti da se svaki od prethodnih iskaza iz Teoreme 3.2.2 moˇe uzeti z

GLAVA 3. TEORIJA GRAFOVA za definiciju stabla. DEFINICIJA 3.2.3. ˇ Cvor stepena 1 u grafu se naziva list.

210

Sada se iz dokaza Teoreme 3.2.2 moˇe izvu´i i slede´a korisna lema. z c c LEMA. 3.2.4. Svako stablo sa bar dva ˇvora sadrˇi bar dva lista. c z ˇ Suma je graf ˇija je svaka komponenta stablo. c

DEFINICIJA 3.2.5.

Slede´e tvrdjenje opisuje centar stabla. c TEOREMA 3.2.6. ˇvora. c Centar stabla se sastoji ili od jednog ˇvora, ili od dva susedna c

Dokaz . Dokaz se moˇe sprovesti indukcijom po broju ˇvorova stabla. Lako se proverava z c da je teorema taˇna za sva stabla, recimo do 5 ˇvorova (videti Sliku ??). c c Posmatramo sada proizvoljno stablo T sa n > 5 ˇvorova. Neka je T graf dobijen c iz T udaljavanjem svih listova iz T . Tada je T stablo (jer je dobijeni graf povezan i bez kontura). Dalje, ekscentricitet svakog ˇvora iz T je umanjen za jedan u odnosu na c njegov ekscentricitet u T . Razlog je slede´i: Ako za neki ˇvor v vaˇi da je najudaljeniji c c z ˇvor od njega (recimo w) stepena ve´eg od jedan, tada bi mogli na´i sused ˇvora w koji c c c c je na ve´oj udaljenosti od w, ˇto je u suprotnosti sa izborom ˇvora w. Samim tim stabla c s c T i T imaju iste centre. Na osnovu indukcijske hipoteze, centar stabla T se sastoji ili od jednog ˇvora, ili od dva susedna ˇvora, a stoga i stablo T . c c Ovim je teorema dokazana. Bez dokaza navodimo slede´u teoremu (jer je posledica prethodne teoreme i odgoc varaju´ih definicija). c TEOREMA 3.2.7. Centar stabla T se sastoji od jednog ˇvora ako i samo ako je c D(T ) = 2r(T ); u protivnom je D(T ) = 2r(T ) − 1.

KORENSKA STABLA
U raznim primenama od posebnog znaˇaja su korenska stabla. c DEFINICIJA 3.2.8. Stablo u kome je jedan ˇvor posebno izdvojen naziva se korenc sko stablo, a taj ˇvor se naziva koren stabla. c Na slede´oj slici dati su primeri korenskih stabala. c

GLAVA 3. TEORIJA GRAFOVA

211

Terminologija vezana za korenska stabala tradicijalno se oslanja na botaniˇke i gec nealoˇke pojmove. Ako je T korensko stablo, a v ˇvor razliˇit od korena, roditelj ˇvora s c c c v je ˇvor u takav da je uv orijentisana grana od u ka v; tada je v dete ˇvora u (roditelj c c ˇ datog ˇvora je jedinstven – zaˇto?). Cvorovi sa istim roditeljem u su deca ˇvora u. Preci c s c ˇvora u, koji nije koren, su svi ˇvorovi koji leˇe na putu od korena do ˇvora u (bez u). c c z c Potomci ˇvora u su svi ˇvorovi koji imaju ˇvor u kao pretka. List je ˇvor bez dece; ostali c c c c ˇvorovi su interni ˇvorovi—?. Koren je interni ˇvor ako stablo T sadrˇi bar dva ˇvora. c c c z c Ako je u ˇvor korenskog stabla, tada je podstablo sa korenom u stablo indukovano c ˇvorom u i njegovim potomcima. c Od posebnog interesa su stabla data slede´om definicijom. c DEFINICIJA 3.2.9. Korensko stablo se naziva m–arno stablo ako svaki interni ˇvor c ima najviˇe m dece. Potpuno m–arno stablo je stablo u kome svaki interni ˇvor ima s c taˇno m dece. Za m = 2 odgovaraju´e m–arno stablo se naziva binarno stablo. c c Na donjoj slici data su tri m–arna (korenska) stabla. Prvo je ternarno, a drugo je potpuno ternarno stablo. Tre´e stablo je binarno. c

U mnogim sluˇajevima vodi se raˇuna i kako su ˇvorovi postavljeni u ravni (geometrijc c c skoj interpretaciji). Uredjena korenska stabla su stabla u kojima su deca svakog internog ˇvora data u odredjenom poretku. Prilikom crtanja tih grafova, ˇvorovi se smeˇtaju c c s sleve na desnu stranu uz respektovanje poretka. Time su ujedno i grane stabla uredjene. Kod binarnih stabala (podrazumeva se uredjenih), ako roditelj ima dva deteta, tada su u upotrebi i pojmovi levo dete (podstablo), ili desno dete (podstablo). Ponekad, ako roditelj ima samo jedno dete, ono moˇe biti ili levo ili desno dete. z Vaˇno svojstvo korenskog stabla je da je izmedju svakog ˇvora grafa i korena postoji z c jedinstven put. U odnosu na koren, moˇe se izvrˇiti particija skupa ˇvorova grafa na z s c slede´i naˇin: V0 se sastoji samo od korena; Vi (i > 1) je skup ˇvorova grafa na rastojanju c c c i od korena. Dakle imamo da se skup ˇvorova grafa moˇe predstaviti ”razbiti”na slede´i c z c naˇin: c V = V0 ∪ V1 ∪ . . . ∪ Vh

GLAVA 3. TEORIJA GRAFOVA

212

Uobiˇajeno je da se kaˇe da su ˇvorovi i na i–tom nivou (sloju) u odnosu na r (koren c z c stabla). Za Vh (= ∅) se kaˇe da predstavlja skup listova korenskog stabla, ili njegovih terz ˇ minalnih (zavrˇnih) ˇvorova. Ujedno, h je visina stabla. Cvorovi iz V \ Vh , predstavljaju s c unutraˇnje ˇvorove stabla. s c Korenska stabla imaju veliku primenu u raˇunarstvu. Pokaza´emo sada na primeru c c kako se neka formula moˇe predstaviti korenskim stablom (videti slede´u sliku). Formulu z c ((a + b) · (c − d)) + (a · d) moˇemo pretstaviti slede´im korenskim stablom. z c
+

+ a b c

-d

a

d

(a + b) · (c − d) + a · d Koren odgovara celoj formuli; svaki unutraˇnji ˇvor odgovara nekoj podformuli; na s c primer, levo podstablo korena odgovara podformuli (a + b) · (c − d), a desno podstablo korena odgovara podformuli a · d (ova 2 podstabla su predstavljena na slede´oj slici); itd. c listovi stabla odgovaraju slovnim simbolima (promenljivim).

+ a b c

-d

a

d

(a + b) · (c − d) a·d Izdvoji´emo definiciju binarnog stabla, da bismo mogli da je uporedimo sa rekurzivnom c definicijom koja sledi. DEFINICIJA 3.2.10. Za korensko stablo se kaˇe da je binarno ako svaki ˇvor stabla z c (otac) ima najviˇe dva susedna ˇvora na slede´em nivou (sina). U standardnom prikazu s c c binarnog stabla sin sa leve strane se naziva levi sin, a sin sa desne strane desni sin. Sada ´emo dati i alternativnu (rekurzivnu) definiciju binarnog stabla. c DEFINICIJA 3.2.11. i) T = K1 ; ii) ako su T1 i T2 binarna stabla, tada je i T = T1 ∗ T2 binarno stablo, pri ˇemu je c T1 ∗ T2 graf dobijen uvodjenjem novog ˇvora (koren stabla T ) i povezivanjem tog c ˇvora granom sa korenima stabala T1 i T2 (ukoliko oni nisu prazni, to jest bez c ˇvorova). c (Rekurzivna definicija) T je binarno stablo ako vaˇi: z

GLAVA 3. TEORIJA GRAFOVA Slede´a teorema je direktna posledica ovih definicija. c TEOREMA 3.2.12. Neka je T binarno stablo sa n ˇvorova i visine h. Tada je c n ili alternativno, h log2 (n + 1) − 1. 2h+1 − 1,

213

Dokaz .

Dokaz ide matematiˇkom indukcijom po visini stabla h. c

Posmatra´emo sada neke standardne naˇine obilazaka ˇvorova binarnih stabala. To c c c su KLD, LKD i LDK obilasci (slova K, L, D su skra´enice od reˇi koren, levo podstablo i c c desno podstablo i oznaˇavaju kojim redosledom vrˇimo obilazak). Na primeru korenskog c s stabla sa slede´e slike islustrova´emo svaki od opisanih naˇina obilaska ˇvorova stabla. c c c c
A

B

C

D

E

F

G

H

I

J

K

(i) KLD–obilazak (engleski: pre–order). Kod ovog naˇina obilaska binarnog stabla c najpre se obilazi koren, zatim levo podstablo, pa tek potom desno podstablo. Na primer, binarno stablo sa prethodne slike, bi se obiˇlo na slede´i naˇin: s c c A B D H E I J C F K G.

(ii) LKD–obilazak (engleski: in–order). Kod ovog naˇina obilaska binarnog stabla c najpre se obilazi levo podstablo, zatim koren, pa tek potom desno podstablo. Na primer, binarno stablo sa prethodne slike, bi se obiˇlo na slede´i naˇin: s c c H D B I E J A F K C G.

(iii) LDK–obilazak (engleski: post–order). Kod ovog naˇina obilaska binarnog stabla c najpre se obilazi levo podstablo, zatim desno podstablo, koren, pa tek potom koren. Na primer, binarno stablo sa prethodne slike, bi se obiˇlo na slede´i naˇin: s c c H D I J E B K F G C A.

STABLA I PRETRAGE GRAFOVA
U mnogim grafovskim algoritmima zahteva se obilazak (ili pretraga, ili prosledjvanje) pre svega ˇvorova (ali i grana) grafa, odnosno digrafa, po nekom utrdjenom principu. Na c

GLAVA 3. TEORIJA GRAFOVA

214

primer, polaze´i od proizvoljnog ˇvora, moˇemo se upustiti najpre u obilazak njegovih c c z suseda, pa zatim suseda tih suseda, . . . itd. redom dok ne obidjemo sve ˇvorove grafa. U c jednom takvom procesu, stalno ´emo imati da je jedan deo ˇvorova (a uzgred i grana) c c ve´ obidjen, a da se u narednom koraku vrˇi izbor kandidata koji ´e biti obidjen. Poˇto c s c s je taj izbor uglavnom viˇeznaˇan, mogu´no je uvesti i neka pravila kojima se reguliˇe s c c s prioritet u izboru potencijalnih kandidata za naredni korak u obilasku. U okviru ove knjige opisa´emo dve vrste obilazaka, ili strategija u pretrazi: c – pretragu u dubinu; – pretragu u ˇirinu. s Za obe pretrage je karakteristuˇno da se njima obilaze svi ˇvorovi grafa, kao i grane, c c i to svaka po jedanput u smeru njene orijentacije, ili u oba smera ako je neorijentisana. Izbor strategije, tj. pretrage, bitno zavisi od algoritma i direktno utiˇe na njegovu c efikasnost. Dakle, nije dovoljno obratiti paˇnju samo na izbor reprezentacije grafa, ve´ z c i na naˇin njegove pretrage. U nastavku, pored opisa gornjih pretraga, da´emo i neke c c posledice koje se javljaju u vidu klasifikacija grana grafova (ili digrafova). Pretraga u dubinu: Posmatrajmo najpre (neorijentisane) grafove. Ne umanjuju´i c opˇtost, pretpostavimo joˇ da je polazni graf G = (V, E) povezan, kao i da je r njegov s s koren, tj. polazni ˇvor pretrage. Sa U ⊆ V oznaˇimo skup ve´ obidjenih ˇvorova grafa c c c c G. Na poˇetku pretrage imamo da je r jedini element skupa U . U svakoj fazi pretrage c smatra´emo i da je jedan od ˇvorova skupa U aktivan (od njega polaze sve naredne c c aktivnosti). Na poˇetku pretrage aktivan je, jasno, ˇvor r. Pretpostavimo zatim da je u c c nekoj fazi pretrage aktivan ˇvor u. Nadalje mogu da nastupe dve mogu´nosti: c c 1◦ Ako postoji ˇvor u , susedan sa ˇvorom u, a da nije obidjen (u ∈ U ), tada se c c ˇvor u dodeljuje skupu U (U ← U ∪ {u }) i ujedno se u proglaˇava aktivnim c s (prosledjivanje u dubinu). 2◦ Ako ne postoji ˇvor u kao pod 1◦ , tada se uoˇava ˇvor v (ukoliko postoji) iz koga c c c smo stigli u ˇvora u u prethodnoj fazi i on se proglaˇava aktivnim (prosledjivanje c s unazad); ukoliko ˇvor kao ˇto je v ne postoji, pretraga je zavrˇena. c s s NAPOMENA. Ako je graf G nepovezan, tada se opisani algoritam moˇe modifikovati tako z da se pretraga obavlja po komponentama povezanosti. PRIMER 3.2.13. Na donjoj slici dat je graf sa 10 ˇvorova i dve komponente c povezanosti. Oznake ˇvorova odgovaraju redosledu obilaska pojedinih ˇvorova. c c 1 2 s s E ƒ  ƒ G  ƒ  o s3 ' ƒ ƒ  ƒ G ƒ o   E ƒs s 4 5 8 s ƒ  ƒ ƒ o U   c ƒs10 7 s ƒ   ƒ ƒ  o U ƒs  9

6 s

GLAVA 3. TEORIJA GRAFOVA

215

Primetimo da smo po obilasku ˇvora 6, skoˇili na obilazak ˇvora 7 u drugoj kompoc c c nenti povezanosti. Gornji primer sugeriˇe i neke vaˇne “dobiti” od pretrage u dubinu. Najpre, moˇemo s z z primetiti da se pretragom, u opˇtem sluˇaju, ˇvorovi grafa mogu numerisati. Naime, za s c c graf G = (V, E) moˇemo uoˇiti preslikavanje z c num : V → {1, 2, . . . , |V |} za koje vaˇi num(v) < num(w), ako je ˇvor v obidjen pre ˇvora w. Pored toga, ako z c c uoˇimo grane preko kojih se vrˇi prosledjivanje u dubinu (na Sl. 1 one su zadebljane i c s orijentisane u smeru kretanja pri prelasku iz ˇvora u ˇvor) (prosledjivanje u dubinu), vidi c c se da one obrazuju razapunju´e korensko stablo u povezanom grafu (odnosno razapunju´u c c korensku ˇumu u nepovezanom grafu). Ostale grane se mogu orijentisati u smeru (prvog) s pokuˇaja prelaska iz ˇvora u ˇvor (drugi ˇvor je ve´ obidjen). Stoga su grane grafa G s c c c c podeljene u dve klase: – frontalne grane (pripadaju razapunju´em korenskom stablu odgovaraju´e kompoc c nente, tj. za svaku granu (u, u ) iz aktivnog ˇvora u direktno se prelazi u aktivan c ˇvor u prosledjivanjem u dubinu); c – povratne grane (pripadaju razapinju´em kostablu odgovaraju´e komponente). c c Primetimo joˇ da za proizvoljnu granu vw grafa G vaˇi: s z – num(v) < num(w) ako je ona frontalna, odnosno – num(v) > num(w) ako je ona povratna. Gornja zapaˇanja ´emo sada i dokazati. z c TEOREMA 3.2.14. Frontalne grane grafa G koje pripadaju istoj komponenti obrazuju razapinju´e korensko stablo. c Dokaz . Ne umanjuju´i opˇtost neka je G = (V, E) povezan graf i neka je T = (U, F ) c s podgraf indukovan frontalnim granama. Najpre imamo da je U = V (jer je svaki ˇvor c obidjen). Dakle, T je razapinju´i podgraf. Dokaˇimo da je on i stablo, tj. da je, recimo, c z povezan i bez kontura. Povezanost je oˇigledna. Naime, u svakoj fazi pretrage trenutno postoje´e frontalne c c grane obrazuju povezan podgraf nad obidjenim skupom ˇvorova (ˇto se moˇe potvrditi i c s z dokazom baziranim na matematiˇkoj indukciji). c Pretpostavimo sada da neke frontalne grane formiraju konturu. Uoˇimo njihove oric jentacije indukovane pretragom. Kako u bilo koji ˇvor grafa (a i konture) ne mogu ulaziti c dve frontalne grane (uslovljeno pretragom), to su sve grane konture orijentisane u istom smeru vezano za obilazak konture. Medjutim, ako bismo sada uzmeli u obzir i numeracija ˇvorova konture, dobili bismo kontradikciju, tj. da sve grane konture nisu frontalne. c Najzad, oˇigledno je da je T i korensko stablo (polazni ˇvor je koren). c c Ovim je teorema dokazana. DEFINICIJA 3.2.15. Stablo koje se formira pretragom u dubinu povezanog grafa G predstavlja stablo pretrage u dubinu. Ovo stablo je korensko stablo orijentisano od korena ka listovima. Ukoliko je graf G nepovezan tada se dobija ˇuma. s

GLAVA 3. TEORIJA GRAFOVA

216

Na slede´oj strani je dat formalni opis algoritma pretrage u dubinu (u skladu sa c koriˇ´enom notacijom). Procedura koju dajemo P U D je rekurzivna. Ovaj algoritam se sc uz neznatne modifikacije, moˇe se koristiti i za digrafove. Jedina bitna razlika je da se z tada ne uvode nove orijentacije grana, ve´ se uvaˇavaju postoje´e. c z c

procedure P U D(y, x); {y je aktivni ˇvor dosegnut iz ˇvora x} c c begin i ← i + 1; num(y) ← i; {numerisanje ˇvora y} c f or y ∈ sus(y) do {sus(y) je skup suseda ˇvora y} c if num(y ) = 0 then begin Uf ← Uf ∪ {(y, y )}; {dodavanje frontalne grane} P U D(y , y) end else if num(y ) < num(y) and y = x then Up ← Up ∪ {(y, y )} {dodavanje povratne grane} end; i ← 0; f or x ∈ X do num(x) ← 0; Uf ← ∅; {Uf je skup frontalnih grana} Up ← ∅; {Up je skup povratnih grana} f or r ∈ X do if num(r) = 0 then P U D(r, 0). {r je koren novog stabla}

Sada´emo opisati pretragu jednog digrafa i dodatnih efekata izazvanih pretragom. c PRIMER 3.2.16. Na slede´oj slici dat je (jako povezan) digraf sa 9 ˇvorova. Oznake c c ˇvorova odgovaraju redosledu obilaska pojedinih ˇvorova. c c 2 s  G  ' 5 s ƒ ƒ 8 s   

 3 s ƒ ƒ w

ƒ o 6 ƒs ¨ T T¨  ¨¨  B ¨¨ U  ƒ ƒs ¨ ¨ E s  1 4

U  s ' 9  ƒ T ƒ ƒ o ƒs 7

Primetimo da smo po obilasku ˇvora 6, skoˇili na obilazak ˇvora 7 (koren drugog c c c stabla). Dodatni efekti koji se javljaju kod digrafova ogledaju se pre svega u detaljnijoj klasifikaciji grana. Naime, pored frontalnih grana (koje odgovaraju razapinju´em korenskom c stablu samo u sluˇaju da je digraf jako povezan), preostale grane mogu biti: c

GLAVA 3. TEORIJA GRAFOVA

217

– direktne (grana (v, w) je direktna grana ako je num(v) < num(w) i ako je ˇvor v c predak ˇvora w); c – povratne (grana (v, w) je povratna grana ako je num(v) > num(w) i ako je ˇvor v c potomak ˇvora w); c – medju–grane ((v, w) je medju–grana ako je num(v) > num(w) i ako ˇvorovi v i w c nisu u relaciji predak–potomak). Za digraf sa prethodne slike imamo da su: (1, 2), (2, 3), (1, 4), (4, 6), (7, 8) i (7, 9) frontalne grane; (1, 6) direktna grana; (3, 1) povratna grana; (5, 2), (6, 5), (9, 6) i (9, 8) su medju–grane . Napomenimo joˇ i da je efikasnost algoritma kojim se realizuje pretraga u dubinu s jednaka O(max {n, m}), gde je n (odnosno m) broj ˇvorova (grana) posmatranog grafa. c Ovaj zakljuˇak sledi na osnovu ˇinjenice da se vezano za svaki ˇvor aktivnosti obavljaju c c c srazmerno njegovom stepenu. Pretraga u ˇirinu: Posmatrajmo opet najpre (neorijentisane) grafove, mada, za razliku s od pretrage u dubinu, ta pretpostavka sada i nije toliko neophodna (jedini efekat je da ´e pretraga indukovati orijentaciju grana). Pretpostavimo zatim, ne umanjuju´i opˇtost, c c s da je polazni graf G = (V, E) povezan, kao i da je r njegov koren, odnosno polazni ˇvor pretrage. Neka je u proizvoljnoj fazi pretrage, skup ˇvorova grafa G podeljen u c c dve grupe: obidjene ˇvorove (skup U ) i neobidjene ˇvorove (skup U (= V \ U )). Na c c poˇetku pretrage skup U je, jasno, prazan. U svakoj fazi pretrage iz skupa U se bira c jedan ˇvor (nazovimo ga opet aktivni ˇvor) i prebacuje u skup U . Izbor aktivnog ˇvora c c c vrˇi se na bazi prioriteta uvedenih samo za ˇvorove iz skupa U . Na poˇetku pretrage, s c c kada su svi ˇvorovi neobidjeni, jedino je korenu r dodeljen prioritet (ostali su bez ikakvog c prioriteta). U nekoj fazi pretrage, najpre se iz skupa U bira ˇvor najve´eg prioriteta i c c ˇ on postaje aktivan. Oznaˇimo ga sa u. Cvor u se uklju´uje u skup obidjenih ˇvorova c c c (U ← U ∪ {u}). Potom se za preostale ˇvorove skupa Y aˇuriraju prioriteti i to tako da c z samo oni susedi ˇvora u koji nemaju nikakav prioritet sada dobiju prioritet i to manji od c svih ranije dodeljivanih prioriteta. Mehanizam dodeljivanja prioriteta u praksi, odnosno implementacijama, se realizuje dinamiˇkom strukturom poznatom kao red za ˇekanje (na c c engleskom, queue). Naime, svi ˇvorovi iz skupa U koji su dobili prioritet nalaze se u redu: c sa jednog kraja reda se vade ˇvorovi najve´eg prioriteta (oni koji su prvi stigli u red), a c c na drugi kraj reda se stavljaju ˇvorovi najniˇeg prioriteta (oni koji su tek stigli u red). c z Pretraga se zavrˇava kada red postane prazan, tj. kada svaki ˇvor taˇno jednom prodje s c c kroz red (za povezani graf su tada, svi ˇvorovi prosledjeni). c NAPOMENA. PRIMER 3.2.17. slici.
Ako je graf G nepovezan, tada se pretraga sprovodi po komponentama.

Za graf iz Primera 3.2.13 imamo situaciju prikazanu na slede´oj c 8 s ƒ   ƒ w   ƒ U   s c ƒs10  7  ƒ  w ƒ U ƒ   ƒs 9

4 s

1 2 s s E  ƒ G w  ƒ ƒ   ' ƒs 3   ƒ  G w  ƒ    ƒ   s  ƒs  E 5 6

GLAVA 3. TEORIJA GRAFOVA

218

Prethodni primer pokazuje da se pri prosledjivanju nikad, sem kada nema izbora, ne ide u dubinu. Moˇe se primetiti i da se prosledjivanje vrˇi po slojevima. Naime, z s od polaznog ˇvora (nulti sloj) najpre se obidju njegovi prvi susedi (ˇvorovi na rastojanju c c jedan – prvi sloj), zatim drugi susedi (ˇvorovi na rastojanju dva – drugi sloj), itd. redom. c Na primer, za graf iz Primera 3.2.16 imamo: ˇvor 1 je nulti sloj, dok ˇvorovi 2 i 3, odnosno c c 4, 5 i 6 obrazuju drugi i tre´i sloj, respektivno. Dakle, generalno, na slede´i sloj se prelazi c c tek kada se obidju svi ˇvorovi sa prethodnog sloja. Iz tog razloga se ovaj tip pretrage c naziva pretraga u ˇirinu. s Najzad, kao kod pretrage u dubinu, i kod pretrage u ˇirinu se ˇvorovi grafa mogu s c numerisati (po redosledu obilaska). Takodje, kod povezanih grafova se formira jedno korensko stablo. Naime, ako bismo redom evidentirali sve grane grafa, recimo (u, w), takve da je po uklanjanju ˇvora v iz reda, u njega unet (izmedju ostalih) i ˇvor w, imali bismo da ove c c grane razapinju stablo. Da bismo se u to uverili, primetimo najpre da se dodavanjem svake grane uvek formira povezan podgraf nad skupom do tad prosledjenih ˇvorova, kao c i da je ukupan broj tih grana za jedan manji od broja ˇvorova grafa (samo polazni ˇvor c c grafa se ne stavlja u red kao sused ve´ prosledjenih ˇvorova). Dakle, pomenuti podgraf je c c razapinju´e stablo (i to korensko). Ovo stablo se naziva stablo pretrage u ˇirinu. Preostale c s grane obrazuju kostablo. U sluˇaju da je polazni graf nepovezan, tada se dobijaju ˇuma c s pretrage u ˇirinu, i njoj odgovaraju´a koˇuma. s c s ˇ U skladu sa koriˇ´enom notacijom, dajemo sada opis procedure P U S za pretragu u sc ˇirinu grafa G = (X, U ). s

ˇ procedure P U S(y); begin i ← i + 1; num(y) ← i; f or y ∈ sus(y) do {sus(y) je skup suseda ˇvora y} c if y ∈ Y and y ∈ Q then begin Q ← Q + y ; {ˇvor y se stavlja na kraj reda} c Uf ← Uf ∪ {(y, y )} end end; i ← 0; Uf ← ∅; Q ← ∅; {inicijalizacija reda} f or r ∈ X if num(r) = 0 do {r je koren novog stabla} begin Q ← Q + r while Q = ∅ do begin v ← prvi(Q); {v je prvi u redu} Q ← Q − v; {v se vadi iz reda} ˇ P U S(v) end end

GLAVA 3. TEORIJA GRAFOVA NAPOMENA.

219

Pretraga u ˇirinu opisana gornjim algoritmom vaˇi i za digrafove. U sluˇaju s z c da digraf nije jako povezan situacija neˇto komplikovanija (u detalje se ne´emo upuˇati). s c s

Da bismo uoˇili razliku izmedju stabala dobijenih pretragom u dubinu, odnosno u c ˇirinu, posmatramo pretragu kompletnog grafa. Tada se redom dobijaju stabla od kos jih je prvo izomorfno putu, a drugo zvezdi. Dakle, imamo dve ekstremne situacije u pogledu strukture. Ostala stabla kompletnog grafa bi se mogla dobiti nekim kombinovanim strategijama.

ˇ STABLA MINIMALNE TEZINE
Neka je G = (V, E) (neorijentisani) graf ˇijim su granama pridruˇeni realni brojevi, c z takozvane teˇine grana. Drugim reˇima, pored grafa G, data je i teˇinska funkcija z c z w:E→I R. U raznim primenama, teˇine grana oznaˇavaju njihovu duˇinu, cenu, propusnu mo´ itd. z c z c Pri tome je vaˇno ista´i da u prvom sluˇaju duˇine ne moraju zadovoljavati aksiome z c c z metrike. Pod gornjim pretpostavkama, uredjen par M = (G, w) predstavlja teˇinski graf, ili z kra´e mreˇu. U ve´ini razmatranja teˇina grafa je jednaka zbiru teˇina njegovih grana, c z c z z tj. vaˇi z w(G) = w(e).
e∈E

Na sliˇan naˇin se teˇine mogu dodeliti i ˇvorovima, odnosno i samom samom grafu. c c z c U ovom odeljku, razmorti´emo neke tipiˇne optimizacione probleme nad teˇinskim c c z grafovima. Neka je M = (G, w) teˇinski graf, pri ˇemu je G povezan. Slede´i problem se ˇesto z c c c javlja u praksi: Izdvojiti iz grafa G podgraf H (teˇine grana podgrafa su iste kao teˇine grana grafa) z z sa nekim unapred preciziranim svojstvima. Na primer, moˇe se uzeti da je podgraf H z razapinju´i podgraf grafa G i uz to, povezan i bez kontura. Tada je podgraf H stablo (ili c drvo). Neka je teˇina nekog teˇinskog grafa jednaka zbiru teˇina njegovih grana. Optimizaz z z cioni zadatak se dobija ako postavimo zahtev da se nadje ne bilo koje razapinju´e stablo c ve´ ono ˇija je teˇina najmanja. Ovaj problem je u literaturi poznat kao problem minc c z imalnog razapinju´eg stabla (na engleskom: minimum spanning tree problem, ili kra´e c c MST problem). NAPOMENA. Ukoliko je graf G kompletan (sa n ˇvorova), tada je broj svih razapinju´ih c c stabala jednak nn−2 (videti Kejlijevu teoremu u slede´em poglavlju). Dakle, prostor pretrage c je enormno veliki. Medjutim, uprkos tome postoje veoma efikasni polinomijalni algoritmi za reˇavanje MST problema. s Problem minimalnog razapinju´eg stabla se u praksi javlja u mnogim situacijama. c Tipiˇan sluˇaj odnosi se na problem sinteze ˇto ekonomiˇnije telekomunikacione mreˇe. c c s c z U tom cilju potrebno je na´i konfiguraciju telekomunikacione mreˇe koja obezbedjuje koc z munikaciju izmedju svaka dva uˇesnika, i to uz minimalnu cenu koˇtanja (cene direktnih c s veza izmedju dva uˇesnika u komunikaciji su unapred precizirane). Uˇesnici u komuc c nikaciji koji nisu direktno povezani, mogu komunicirati posredno. Jasno je da ta mreˇa z u osnovi mora biti povezan graf, a da bi bila ˇto “jeftinija”, odgovaraju´i graf mora da s c bude bez suviˇnih grana, dakle bez kontura. Prema Definiciji 3.2.1, sledi da je taj graf s

GLAVA 3. TEORIJA GRAFOVA

220

stablo. Poˇto teˇina tog stabla mora biti ˇto manja, to se posmatrani problem svodi na s z s MST problem. U nastavku ´emo detaljno opisati dva klasiˇna algoritma za reˇavanje MST problema. c c s Prvi algoritam, Kruskalov algoritam, je koncepcijski veoma jednostavan i predstavlja u literaturi jedan od glavnih modela za prikazivanje proˇdrvljih algoritama (na engleskom: z greedy algorithms). Osnovna ideja algoritma je sadrˇana u slede´oj strategiji najpre najmanja grana (na z c engleskom: smallest edge first). Polaze´i od delimiˇnog grafa koji je prazan (bez grana), c c u svakom koraku se razmatra (dodaje ili odbacije) po jedna grana (jednom razmatrane grane se viˇe ne razmatraju). Izbor grane za razmatranje vrˇi se u skladu sa gornjom s s strategijom, tj. bira se najmanja (ili ˇto ´e re´i najlakˇa) od svih nerazmatranih grana. s c c s Ako izabrana grana, posle dodavanja delimiˇnom grafu, ne formira sa nekim od ranije c uzetih grana konturu, tada se ona zadrˇava u njemu, dok se u protivnom odbacuje. z Postupak se zavrˇava ili po razmatranju svih grana polaznog grafa, ili eventualno i ranije s ako se potreban broj grana dodeli delimiˇnom grafu. Na primer, ako je polazni graf c povezan i ako ima n ˇvorova, tada je broj grana rezultuju´eg grafa unapred poznat i c c jednak n − 1 (u pitanju je razapinju´e stablo). c Za nepovezane grafove, algoritam daje razapinju´u ˇumu i moˇe se ranije prekinuti, c s z ako se zna broj komponenata polaznog grafa. Ako se rad algoritma prekine posle m ukljuˇenih grana, dobijena ˇuma je najkra´a izmedju svih ˇuma sa m grana. c s c s Formalan opis algoritma, uz neke dodatne elemente neophodne za implementaciju i procenu kompleksnosti, dat je u nastavku. Algoritam 1 (Kruskalov algoritam za nalaˇenje minimalnog razaz pinju´eg stabla ili ˇume). c s Korak 1. Sortirati grane ulaznog grafa u neopadaju´i poredak c (po teˇinama) i sve ih markirati kao nerazmatrane; z za izlazni graf uzeti graf (razapinju´i podgraf ulaznog c grafa) bez grana. Korak 2. Izabrati iz skupa nerazmatranih grana onu koja je najlakˇa, markirati je kao razmatranu i prikljuˇiti je (bar s c privremeno) izlaznom grafu. Ako ta grana ne obrazuje u njemu konturu zadrˇati je, odnosno, u protivnom, z odbaciti je. Korak 3. Ako je skup nerazmatranih grana prazan, ili ako su ispunjeni neki drugi uslovi za prekid (videti gornji tekst), tada prekinuti rad; u protivnom, pre´i na Korak 2. c

Mada je ovaj algoritam, intuitivno gledano, skoro oˇigledno korektan, ipak ´emo c c dokazati njegovu ispravnost. Radi pojednostavljenja dokaza, uze´emo da je ulazni graf c G = (V, E) povezan. Dalje, pretpostavi´emo da je T = (V, F ) izlazni graf, a da je c T = (X, F ) minimalno razapinju´e stablo dobijeno nekim drugim postupkom. c

GLAVA 3. TEORIJA GRAFOVA

221

TEOREMA 3.2.18. Pod gornjim pretpostavkama, Kruskalov algoritam uvek odredjuje minimalno razapinju´e stablo. c

Dokaz . Pokaza´emo najpre da je izlazni graf T stablo. Na osnovu konstrukcije, T je c bez kontura. Pokaˇimo i da je povezan. Pretpostavimo suprotno, tj. da ima bar dve z komponente. Kako je ulazni graf G povezan, to u njemu sigurno postoji grana koja spaja dva ˇvora iz dve razliˇite komponente izlaznog grafa T . Kako je ta grana obavezno bila c c razmatrana (pretpostavljamo da nismo ranije prekidali postupak) ona u delimiˇnom grafu c nije mogla biti odbaˇena jer nije obrazovala u njemu (a ni u izlaznom grafu) konturu. c Ovo je u kontradikciji sa Korakom 2 algoritma, tako da je T zaista stablo. Dokaza´emo sada da je w(T ) w(T ) (w oznaˇena teˇina odgovaraju´eg grafa), a c c z c samim tim da je w(T ) = w(T ). Pretpostavimo suprotno, tj. da je w(T ) < w(T ). Neka su {e1 , e2 , . . . , eh }, odnosno {e1 , e2 , . . . , eh } (h = |F | = |F |) grane odgovaraju´ih stabala c poredjane po teˇinama u neopadaju´i poredak; drugim reˇim neka je w(e1 ) w(e2 ) · · · z c c w(eh ), w(e1 ) w(e2 ) · · · w(eh ). Tada za neko k (1 k h) mora vaˇiti w(ek ) < w(ek ). z Uoˇimo tada skupove grana Ek−1 = {e1 , e2 , . . . , ek−1 } i Ek = {e1 , e2 , . . . , ek }. Ako bi za c neko j (1 j k) vaˇilo da grane Ek−1 ∪ {ej } (ej ∈ Ek−1 ) ne obrazuju konturu, tada z c bi iz w(ej ) w(ek ) < w(ek ) sledila kontradikcija; grana ej nije smela biti odbaˇena u Koraku 2 algoritma. U protivnom, za svaku granu ej ∈ Ek−1 sledi da se u podgrafu obrazovanim granama Ek−1 ∪ {ej } javlja taˇno jedna kontura. Medjutim, tada grane c ei (1 i k) povezuju ˇvorove iz istih komponenata delimiˇne ˇume obrazovane granama c c s samo iz skupa Ek−1 . Kako je delimiˇan podgraf formiran od grana iz skupa Ek bez c kontura, to je broj grana iz Ek koje se distribuiraju jednoj komponenti ˇume prethodnog s podgrafa najviˇe jednak broju grana te komponente. Stoga bar jedna grana iz Ek ne bi s mogla biti distribuirana na dopustiv naˇin, pa opet dobijamo kontradikciju. c Sloˇenost Kruskalovog algoritma bitno zavisi od postupka realizacije Koraka 1 (sortiz ranje grana), odnosno Koraka 2 (kako znati koje se grane ukljuˇuju, odnosno iskljuˇuju). c c Neka je n, odnosno m, broj ˇvorova, odnosno grana grafa G. Za sortiranje grana, c ako se sve grane sortiraju odjednom (uz neke dosetke to nije neophodno!) potrebno je O(m log(m)) poredjenja (u praksi se najˇeˇ´e koristi metoda sortiranja poznata pod c sc nazivom “heap-sort”). Efikasan postupak za realizaciju Koraka 2 zasniva se na slede´oj c ˇ ideji. Cvorove grafa treba grupisati po komponentama delimiˇnog grafa koji se formira. c Na poˇetku (kada nema grana), svaki ˇvor je zasebna grupa. Dodavanjem neke grane c c izmedju ˇvorova razliˇitih grupa, vodi ka objedinjavanju tih grupa (grana se ukljuˇuje), a c c c u protivnom, ako ˇvorovi pripadaju istoj grupi, nema nikakve akcije (grana se iskljuˇuje). c c Programerski se to moˇe realizovati tako ˇto svi ˇvorovi jedne grupe imaju iste oznake, z s c razliˇite od grupe do grupe. Stoga se kriterijum za razvrstavanje grana (uz aˇuriranje c z oznaka) svodi samo na testiranje oznaka krajnjih ˇvorova. Ovako koncipiran Korak 2 c se moˇe realizovati sa sloˇenoˇ´u od O(1). Stoga je sloˇenost Kruskalovog algoritma, z z sc z grubo govore´i, odredjena sa sloˇenoˇ´u sortiranja, i teˇko se moˇe znatnije poboljˇati od c z sc s z s O(m log(m)). Dakle, za grafove koji su bliski (po broju grana) kompletnim grafovima kompleksnost je O(n2 log(n)). Opisa´emo sada Primov algoritam. Ovaj algoritam se zasniva na strategiji najpre c najbliˇi sused (na engleskom: nearest neighbour first). Kljuˇnu ulogu u koncipiranju z c algoritma igra slede´a teorema. c

GLAVA 3. TEORIJA GRAFOVA

222

TEOREMA 3.2.19. Neka je G = (V, E) povezan teˇinski graf, U ⊆ V a e ∈ E z najlakˇa grana koja spaja ˇvor iz U sa ˇvorom iz U (= V \ U ). Tada postoji stablo s c c najmanje teˇine koje sadrˇi granu e. z z Dokaz . Neka je T ∗ stablo najmanje teˇine, i pretpostavimo da grana e (kao u iskazu z teoreme) ne pripada tom stablu. Uoˇimo podgraf u oznaci T ∗ + e dobijen iz T ∗ dodavanc jem grane e. Graf T ∗ + e sadrˇi bar jednu konturu. Toj konturi, pored grane e, pripada z i grana e i to takva da joj je jedan kraj u U a drugi u U . Kako je w(e) w(e ), po udaljavanju grane e iz T ∗ + e dobija se podgraf (opet stablo), ˇija teˇina nije ve´a od c z c teˇine stabla T . z Imaju´i u vidu Teoremu 3.2.19, sada se name´e slede´i postupak. Krenuti od dec c c limiˇnog grafa bez grana, uoˇiti jednu njegovu komponentu (tj. izolovan ˇvor), i zatim je c c c uve´avati dodavanjem najlakˇe grane koja povezuje jedan njen ˇvor sa nekim ˇvorom iz c s c c preostalog dela grafa. U procesu uve´avanja teku´oj komponenti se dodaju pored grane c c i onaj njen krajnji ˇvor koji nije pripadao komponenti. Postupak se zavrˇava kada viˇe c s s nema grana sa traˇenim svojstvima; tada, u zavisnosti da li je polazni graf povezan ili ne, z imamo kraj rada ili, ako je ulazni graf nepovezan, moˇemo istovetnu proceduru ponoviti z u cilju nalaˇenja slede´e komponente najlakˇe ˇume. Primetimo samo da se dodavanjem z c s s grana na opisani naˇin nikada ne formira kontura. Stoga je dobijeni delimiˇni podgraf c c uvek stablo (ili ˇuma u nepovezanom sluˇaju), a odgovaraju´a teˇina je, na osnovu Teos c c z reme 2, najmanja. Dokaz bi se mogao sprovesti metodom matematiˇke indukcije. U tom c cilju, za povezan graf, lako se dokazuje da je formirani delimiˇni podgraf (tj. stablo) c ujedno stablo minimalne teˇine za podgraf polaznog grafa koji je indukovan ˇvorovima z c teku´e komponente (i tu dolazi do izraˇaja Teorema 3.2.19). c z Algoritam 2 (Primov algoritam za nalaˇenje minimalnog razapz inju´eg stabla ili ˇume). c s Korak 1. Uzeti proizvoljan nerazmatran ˇvor (ako postoji) zac teku´u komponentu. (Na poˇetku su, jasno, svi ˇvorovi c c c nerazmatrani.) Ako takav ˇvor ne postoji, pre´i na Koc c rak 3, a u protivnom uoˇeni ˇvor se markira kao razc c matran. Korak 2. Na´i najlakˇu granu koja povezuje ˇvor iz teku´e komc s c c ponente sa nekim ˇvorom van nje. Ako takva grana c ne postoji, pre´i na Korak 1. U protivnom, tu granu c prikljuˇiti teku´oj komponenti, kao i onaj krajnji ˇvor c c c grane koji nije bio u komponenti. Ujedno markirati dotiˇni ˇvor da je razmatran. Zatim pre´i na poˇetak c c c c Koraka 2. Korak 3. Zavrˇetak rada. s

Neka je opet n, odnosno m, broj ˇvorova, odnosno grana, grafa G. Glavni problem u c implementaciju gornjeg algoritma direktno je vezan za efikasnost u realizaciji Koraka 2. Zavisno od toga kako je taj problem reˇen, imamo i razliˇite procene efikasnosti Primovog s c

GLAVA 3. TEORIJA GRAFOVA

223

algoritma. Ako bi se u svakom prolasku kroz Korak 2 (ima ih O(n)) traˇi najlakˇa grana, z s tada bi efikasnost Koraka 2 bila O(m), ˇo bi davalo da je efikasnost kompletnog algoritma s O(nm). Bolje reˇenje (i procena) se dobijaju ako se nadje brˇi postupak za nalaˇenje s z z najlakˇe grane. Glavni problem leˇi u ˇinjenici da se sa porastom broja ˇvorova u teku´oj s z c c c komponenti uve´ava broj grana medju kojima treba traˇiti najlakˇu, dakle uve´ava se i c z s c pretraga. Medjutim, ona se moˇe izbe´i ako se za svaki ˇvor van teku´e komponente vodi z c c c evidencija o njegovom najbliˇem susedu u teku´oj komponenti. Naravno, to bi zahtevalo z c da se po zavrˇetku svake iteracije vezane za Korak 2 notiraju promene (prikljuˇivanje s c jednog ˇvora komponenti moˇe, ali ne mora, promeniti najbliˇe susede ostalih ˇvorova c z z c van komponente – taˇnije, moˇe jedino njega isturiti kao najbliˇeg suseda). Uz gornje c z z napomene, lako se pokazuje da je sloˇenost Primovog algoritma moˇe bitno popraviti. z z Zavisno od izbora strukture podataka i kako se pripremi pretraga za najlakˇom granom, s moˇe se dobiti da je kompleksnost Primovog algoritma O(n2 ), ili O(m log2 (n)). z

ZADACI
3.2.1. Odrediti koliko ima neizomorfnih stabala sa a) 6; b) 7; c) 8 ˇvorova. Nacrtati c sva ta stabla. 3.2.2. Grad ima kvadratnu mreˇu sa m ”horizontalnih”i n ”vertikalnih”ulica (videti z sliku). Kolika je najmanja duˇina dela mreˇe koji treba asfaltirati tako da se od svake z z raskrsnice do bilo koje druge moˇe do´i asfaltom? z c

3.2.3. 3.2.4.

Na´i dva neizomorfna stabla sa istim nizom stepena ˇvorova. c c Ako je T stablo za koje vaˇi ∆(T ) z k, tada T ima bar k listova. Dokazati.

3.2.5. Neka je T stablo u kome svaki ˇvor koji je susedan sa listom ima stepen bar 3. c Dokazati da T ima par listova sa zajedniˇkim susedom. c 3.2.6. Dokazati da je niz prirodnih brojeva (d1 , d2 , . . . , dn ) niz stepena nekog stabla ako i samo ako je d1 + d2 + . . . + dn = 2n − 2. 3.2.7. Neka je T stablo sa n ˇvorova, n 2. Za prirodan broj i, neka pi oznaˇava broj c c ˇvorova stepena i u stablu T . Dokazati da je c p1 − p3 − 2p4 − . . . − (n − 3)pn−1 = 2. ˇ 3.2.8. Kralj Songabonga je imao 4 sina, 10 od njegovih muˇkih potomaka su imali po s 3 sina svaki, 15 od njegovih muˇkih potomaka su imali po 2 sina svaki, dok su svi ostali s ˇ umrli bez dece. Ako je poznato da kralj Songabonga nije imao ˇenskih potomaka, koliko z je ukupno muˇkih potomaka imao ovaj kralj? s 3.2.9. U kutiju je stavljeno k manjih kutija. Zatim se u neke od manjih kutija stavlja po k joˇ manjih kutija i ovaj proces se ponovi nekoliko puta. Ako je na kraju medju svim s tim kutijama m napunjenih, koliko ima praznih (kutija je napunjena ako u njoj ima neka manja)?

GLAVA 3. TEORIJA GRAFOVA

224

3.2.10. Svaki od kruˇi´a na slede´im slikama predstavlja po 1 ku´u u kojoj stanuje po 1 zc c c djak-peˇak. Linije izmedju kruˇi´a predstavljaju puteve izmedju ku´a, koji su svi duˇine s zc c z 1km. Gde treba izgraditi ˇkolu u selu, tako da ukupan put koji prelaze djaci-peˇaci bude s s najmanji? d d d d d d a) d d d d d d d b) d d d d d d d d d d

3.2.11. Dokazati da svako od slede´a dva svojstva karakteriˇe ˇume: c s s a) svaki indukovani podgraf sadrˇi ˇvor stepena manjeg ili jednakog 1. z c b) svaki povezani podgraf je indukovani podgraf. 3.2.12. Povezani podgrafovi G1 i G2 nekog stabla imaju neke zajedniˇke grane. Neka c je G3 graf ˇije su grane zajedniˇke grane grafova G1 i G2 , a ˇvorovi krajevi zajedniˇkih c c c c grana. Dokazati da je G3 povezan graf. 3.2.13. Ako je G ˇuma sa taˇno 2k, k 1, ˇvorova neparnog stepena, tada G sadrˇi k s c c z granski disjunktnih puteva P1 , P2 , . . . , Pk , takvih da je E(G) = E(P1 ) ∪ E(P2 ) ∪ · · · ∪ E(Pk ). 3.2.14. Ako je T stablo sa k grana i G graf za koji vaˇi δ(G) z k, tada je T podgraf G.

3.2.15. Odrediti ciklomatiˇki broj grafa G ako je G: c a) Kn ; b) Km,n ; c) povezan regularan graf stepena 3 sa n ˇvorova. c 3.2.16. Dokazati da je ciklomatiˇki broj grafa jednak zbiru ciklomatiˇkih brojeva c c njegovih komponenti povezanosti.

3.3

´ RAZAPINJUCA STABLA

MALO ISTORIJE I OSNOVNI POJMOVI
Dva glavna tvrdjenja u ovom odeljku, Kejlijeva (eng. Arthur Cayley) teorema i Kirhofova (nem. Kirchhoff) teorema za matrice i stabla, su dokazana joˇ u 19-tom veku (to su s prvi znaˇajniji rezultati Teorije grafova nakon Ojlerovih, koji su iz 18-og veka). Oba su c stigla direktno iz primena. Nemaˇki fiziˇar Kirhof je svoje tvrdjenje pokazao 1947. godine i ono mu je posluˇilo za c c z izraˇunavanje jaˇina elektriˇnih struja u granama nekog elektriˇnog kola (jer su nezavisni c c c c ciklusi u potpunosti odredjeni jednim razapinju´im stablom). c Kejli je engleski matematiˇar koji je 1857. godine uveo u matematiku pojam stabla. c Skoro u isto vreme (oko 1859. godine) otkrivene su strukturne formule hemijskih jedinjenja. Kejli je naˇao vezu izmedju ova 2 pojma (on je povezao stabla i strukturne formule s

GLAVA 3. TEORIJA GRAFOVA

225

alkana – jedinjenja formule Cn H2n+2 ) i u radu ”O matematiˇkoj teoriji izomera”iz 1874. c godine je postavio kamen temeljac nauˇne discipline Hemijske teorije grafova. Na slede´oj c c slici su 2 alkana koji imaju formulu C6 H14 (kako imaju istu formulu – oni su izomeri) i odgovaraju´a stabla (kod kojih su ˇvorovi ugljenikovi atomi, a grane veze medju njima). c c H H H H H H H C C C C C C H H H H H H H H HH H C H H H C C C C H H C H H H HH w w w w w w

w w w w w w

Kejli je pokuˇao da pronadje broj izomera In alkana Cn H2n+2 , nije uspeo u tome, s mada je dao nekoliko vaˇnih rezultata vezanih za prebrojavanje stabala. Broj izomernih z alkana su odredili 1931. godine hemiˇari Hence i Bler (eng. Henze, Blair), a opˇti metod za c s reˇavanje ovakvih enumerativnih problema je pronaˇao madjarsko-ameriˇki matematiˇar s s c c Dˇordˇ Polja (eng. George Polya) 1937. godine. z z Uvedimo nekoliko pojmova koji igraju kljuˇnu ulogu u ovom odeljku. c DEFINICIJA 3.3.1. Razapinju´i podgraf grafa G = (V, E) je podgraf oblika (V, E ), c E ⊆ E. Razapinju´e stablo je razapinju´i podgraf koji je stablo, a razapinju´a ˇuma je c c c s maksimalni razapinju´i podgraf koji je ˇuma. c s Da razjasnimo ovde ˇta podrazumevamo pod maksimalnim podgrafom koji je ˇuma. s s Maksimalan je u smislu broja grana, tj. ako bismo dodali bilo koju granu to viˇe ne bi s bila ˇuma, nego graf koji sadrˇi taˇno jednu konturu. Stoga, razapinju´a ˇuma sadrˇi s z c c s z razapinju´a stabla kao svoje komponente povezanosti. c DEFINICIJA 3.3.2. Kompleksnost grafa G je broj razapinju´ih stabala grafa. Komc pleksnost grafa G ´emo oznaˇavati sa t(G). Oznaˇimo tn = t(Kn ), tj. tn je broj razapc c c inju´ih stabala u potpunom grafu Kn . c

Egzistenciju razapinju´eg stabla i razapinju´e ˇume nam daju slede´e leme: c c s c LEMA. 3.3.3. Graf je povezan ako i samo ako ima razapinju´e stablo. c

Dokaz . Neka je G povezan graf, a T minimalni povezani razapinju´i podgraf od G. c Tada je T povezan, a T − e je nepovezan za svaku granu e ∈ E(T ), pa po ekvivalentnim definicijama stabla dobijamo da je T stablo, a samim tim i razapinju´e stablo. c Ako graf G ima razapinju´e stablo T , tada postoji put izmedju bilo koja 2 ˇvora u c c T , pa samim tim postoji i put izmedju bilo koja 2 ˇvora u G, te je G povezan. c

GLAVA 3. TEORIJA GRAFOVA

226

LEMA. 3.3.4.

Svaki nepovezan graf ima razapinju´u ˇumu. c s

Dokaz . Ako je G nepovezan, onda prema prethodnom u svakoj njegovoj komponenti povezanosti moˇemo na´i razapinju´e stablo. Unija svih tih razapinju´ih stabala daje z c c c traˇenu razapinju´u ˇumu. z c s

KEJLIJEVA TEOREMA
Kao ˇto smo u prethodnom poglavlju videli, kada smo crtali sva stabla sa malim bros jem ˇvorova, broj stabala sa datim brojem ˇvorova nije bilo mogu´e eksplicitno odrediti c c c (time se bave napredne enumerativne tehnike, poput teorije Polje koja koristi funkcije generatrisa i teoriju orbita). Ali za broj razapinju´ih stabala na fiksiranom skupu ˇvorova c c (odredjivanje broja razipunji´ih stabala na skupu od n ˇvorova je isto ˇto i odredjivanje c c s broja razapinju´ih stabala koja su podgrafovi potpunog grafa Kn ) postoji jednostavno c formula. Ali pre nego ˇto damo tvrdjenje Kejlijeve teoreme, to ´emo ilustrovati jednim s c primerom. PRIMER 3.3.5. Odredimo sva razapinju´a stabla sa 1, 2, 3 i 4 ˇvora. c c

Reˇenje. Razapinju´ih stabala sa 1 i 2 ˇvora ima samo po jedno. Razapinju´ih stabala s c c c sa 3 ˇvora ima 3, dok razapinju´ih stabala sa 4 ˇvora ima 16. Sva ona su predstavljena c c c na slede´im slikama: c 1 w Sva razapinju´a stabla sa 1 ˇvorom c c 2 w 1 w Sva razapinju´a stabla sa 2 ˇvora c c 2 w 1 w w3 1 w 2 w w3 1 w 2 w w3

Sva razapinju´a stabla sa 3 ˇvora c c 2 w 1 w 2 w 1 w 2 w 1 w w3 w4 w3 w4 w3 w4 2 w 1 w 2 w 1 w 2 w 1 w w3 w4 w3 w4 w3 w4 2 w 1 w 2 w 1 w 2 w 1 w w3 w4 w3 w4 w3 w4 2 w 1 w 2 w 1 w 2 w 1 w w3 w4 w3 w4 w3 w4

GLAVA 3. TEORIJA GRAFOVA 2 w 1 w w3 w4 2 w 1 w w3 w4 2 w 1 w w3 w4 2 w 1 w w3 w4

227

Sva razapinju´a stabla sa 4 ˇvora c c Primetimo da za n = 1 ima 1−1 = 1 razapinju´e stablo, za n = 2 ima 20 = 1 c razapinju´e stablo, za n = 3 ima 31 = 3 razapinju´a stabla i za n = 4 ima 42 = 16 c c razapinju´ih stabala (tu su samo 2 neizomorfna stabla – zvezda i put). c 4 Takodje, ukupan broj prostih grafova na skupu ˇvorova N4 je 2(2) = 26 = 64 jer svaka c 4 od 2 = 6 grana moˇe da postoji, ali i ne mora (2 mogu´nosti). z c Uopˇtenje zakljuˇaka prethodnog primera je jedno od najvaˇnijih tvrdjenja Teorije s c z grafova — Kejlijeva teorema. Nju je formulisao Kejli joˇ 1889. godine. Medjutim, on s je proverio samo za vrednosti n 5. Dokaz je kasnije, 1918. godine, dao Prifer (nem. ˇ H.Pr¨fer). Od tada je nadjeno mnoˇtvo razliˇitih dokaza. Cak je 1970. godine Kanadjau s c nin Dˇon Mun (eng. John W. Moon) napisao ˇitavu knjigu o prebrojavanju razapinju´ih z c c stabala [24]. Napomenimo joˇ da se razapinju´a stabla (eng. spanning trees) nazivaju i s c oznaˇena stabla (eng. labeled trees). c Mi ´emo ovde navesti 4 dokaza. c Pre nego ˇto krenemo u dokazivanje, da´emo definiciju Priferovog (nem. H. Pr¨fer) s c u niza i 2 algoritma pomo´u kojih od razapinju´eg stabla dobijamo Priferov niz i obratno. U c c daljem tekstu ´emo pretpostaviti da su ˇvorovi razapinju´eg stabla sa n ˇvorova oznaˇeni c c c c c brojevima 1, 2, . . . , n. DEFINICIJA 3.3.6. Priferov niz duˇine n − 2, za n z Nn u kome su i ponavljanja dozvoljena. 2, je bilo koji niz brojeva iz

Sada ´emo dati proceduru za konstruisanje Priferovog niza s od datog razapinju´eg c c stabla T sa n ˇvorova, tzv. Priferovo kodiranje. c procedure Priferovo kodiranje (T ) for i := 1 to n − 2 begin v := ˇvor stepena 1 sa najmanjom oznakom c si := oznaka suseda od v T := T − v end return s end procedure PRIMER 3.3.7. Odredimo Priferov niz za slede´e razapinju´e stablo: c c 1 2 w w w3 8 w 7 w w w 6 5 w4

GLAVA 3. TEORIJA GRAFOVA

228

Reˇenje. Odgovaraju´i Priferov niz je s = (8, 2, 5, 5, 8, 6). s c Na slede´im slikama da´emo korak po korak pravljenja Priferovog niza (sa sve stablom c c iz koga uklanjamo grane), dok u narednoj tablici imamo za svaki korak oznaku ˇvora v, c granu koja vodi iz njega e = {v, si }, kao i oznaku suseda si ˇvora v. c i v e si 8 w 7 w 1 1 {1, 8} 8 2 3 {3, 2} 2 3 4 2 4 {2, 5} {4, 5} 5 5 5 6 5 7 {5, 8} {7, 6} 8 6 1 2 w w w3 8 w 7 w w4 w w 6 5 s = (8, 2, 5, 1 2 w w w3 8 w 7 w w w w4

1 2 w w

w3

1 2 w w w3 8 w w4 w w 6 5 s = (8, 2, 1 2 w w w3 8 w 7 w w w w4 7 w

w4 w w 6 5 s = (8, 1 2 w w w3 8 w 7 w w w w4

6 5 s = (8, 2, 5, 5,

6 5 s = (8, 2, 5, 5, 8,

6 5 s = (8, 2, 5, 5, 8, 6)

Vezu Priferovog niza i stepena ˇvora u grafu nam daje slede´a lema: c c LEMA. 3.3.8. Neka je Pk broj pojavljivanja broja k u Priferovom nizu s koji odgovara razapinju´em stablu T . Tada je stepen ˇvora k u T jednak Pk + 1. c c Dokaz . Tvrdjenje je taˇno za bilo koje razapinju´e stablo T sa 3 ˇvora, jer se Priferov c c c kod takvog stabla sastoji od 1 pojavljivanja oznake ˇvora koji ima stepen 2. c Pretpostavimo da je tvrdjenje taˇno za sva razapinju´a stabla sa n 3 ˇvora i neka je c c c T razapinju´e stablo sa n + 1 ˇvorova. Neka je v ˇvor stepena 1 sa najmanjom oznakom c c c i neka je w sused od v. Tada Priferov kod stabla T ima oblik s = (w, s2 , s3 , . . . , sn−1 ), gde je s∗ = (s2 , s3 , . . . , sn−1 ) Priferov kod stabla T ∗ = T − v. Sada, po indukcijskoj pretpostavki, imamo da je dT ∗ (u) za 1 ve´i od broja pojavljivanja u u s∗ . Ali za u = w c imamo da je broj pojavljivanja u u s∗ i u s jednak i dT (u) = dT ∗ (u). Dalje imamo da je dT (w) = dT ∗ (w) + 1, ali i w ima jedno pojavljivanje viˇe u s nego u s∗ . s Stoga po principu matematiˇkeindukcije imamo da je tvrdjenje taˇno za svaki ˇvor c c c razapinju´eg stabla T . c Sada ´emo dati proceduru za konstruisanje razapinju´eg stabla T sa n ˇvorova od c c c Priferovog niza s, tzv. Priferovo dekodiranje.

GLAVA 3. TEORIJA GRAFOVA

229

procedure Priferovo dekodiranje (s) := (1, 2, . . . , n) Inicijalizovati ˇumu T sa n izolovanih ˇvorova oznaˇenih sa 1, . . . , n s c c for i := 1 to n − 2 begin v := najmanji broj koji je u , a nije u s w := 1 // w je prvi broj u listi L dodati granu {v, w} u ˇumu T s ukloniti w iz liste ukloniti prvo pojavljivanje v iz niza s end dodati granu koja spaja preostala 2 elementa liste return T end procedure PRIMER 3.3.9. Odredimo razapinju´e stablo za Priferov niz: s = (8, 2, 5, 5, 8, 6). c

Reˇenje. Na osnovu Leme 3.3.8 dobijamo da su u T stepeni ˇvorova: s c d(1) = d(3) = d(4) = d(7) = 1, d(2) = d(6) = 2 i d(5) = d(8) = 2. Na slede´im slikama su predstavljeni koraci u Priferovom dekodiranju: c 1 2 w w 1 2 w w 1 2 w w w w3 8 7 w w w w4 1 2 w w w w3 8 7 w w w w4

8 w 7 w

w3 w4

8 w 7 w

w3 w4

w 6

w 5

w 6

w 5

6 5 6 5 = (1, 2, 3, 4, 5, 6, 7, 8) = (2, 3, 4, 5, 6, 7, 8) = (2, 4, 5, 6, 7, 8) = (4, 5, 6, 7, 8) s = (8, 2, 5, 5, 8, 6) s = (2, 5, 5, 8, 6) s = (5, 5, 8, 6) s = (5, 8, 6) 1 2 w w 1 2 w w 1 2 w w w3 8 w 7 w w w 6 5 = (7, 8) s=() w4 1 2 w w w3 8 w 7 w w w 6 5 w4

8 w 7 w

w3 w4

8 w 7 w

w3 w4

w 6

w 5

w 6

w 5

= (5, 6, 7, 8)

= (6, 7, 8)

s = (8, 6)

s = (6)

Oznaˇimo sa Pn−2 skup Priferovih nizova duˇine n−2, a sa Tn skup svih razapinju´ih c z c stabala na skupu od n ˇvorova 1, 2, . . . , n. U proceduri Priferovog kodiranja smo definisali c funkciju fk : Tn → Pn−2 sa fk (T ) = s, a u proceduri Priferovog dekodiranja definisali funkciju fd : Pn−2 → Tn sa fd (s) = T . LEMA. 3.3.10. Funkcija fd je dobro definisana.

GLAVA 3. TEORIJA GRAFOVA

230

Dokaz . Prvo primetimo da u svakom koraku procedure nemamo viˇe izbora za granu s koju ´emo docrtati. Stoga procedura Priferovog dekodiranja definiˇe funkciju fd koja c s slika skup Pn−2 u skup grafova sa n ˇvorova. Potrebno je joˇ da pokaˇemo da je rezultat c s z te procedure stablo. Da bismo pokazali da funkcija fd daje rezultat stablo (kada se primeni na Priferov niz s) koristi´emo princip matematiˇke indukcije. c c Za n = 2 procedura daje jednu granu {1, 2}, pa je graf T stablo sa 2 ˇvora. c Pretpostavimo da je tvrdjenje taˇno za neko n 2 i posmatrajmo Priferov niz s = c (s1 , s2 , . . . , sn−1 ) i graf T sa skupom ˇvorova {1, 2, . . . , n+1}. U prvom koraku procedure c dodajemo granu {b, s1 }, gde je b ˇvor koji nije u s i ima najmanju oznaku. Nijedna od n−1 c grana koje ´e biti odredjene u narednim koracima (od 2. do n-tog) ne´e biti incidentna c c sa b. Stoga je nastavak procedure, od koraka 2, ekvivalentan sa primenom procedure na Priferov niz s∗ = (s2 , s3 , . . . , sn−1 ) na skupu ˇvorova {1, . . . , b − 1, b + 1, . . . , n + 1}, a po c induktivnoj pretpostavci ´emo tu dobiti stablo T ∗ . Ovo stablo zajedno sa granom {b, s1 } c formira stablo T na skupu ˇvorova {1, 2, . . . , n + 1}. c

LEMA. 3.3.11.

Funkcija fk : Tn → Pn−2 je inverzna funkcija funkcije fd : Pn−2 → Tn .

Dokaz . U i-tom koraku procedura Priferovog kodiranja briˇe granu {v, w} koju je s dodavala procedura Priferovog dekodiranja i dodaje oznaku ˇvora v koji je procedura c Priferovog dekodiranja izbacivala iz Priferovog niza s. Stoga je za svaki Priferov niz s ispunjeno fk (fd (s)) = s, pa je fk inverzna funkcija funkcije fd . Sliˇno moˇe da se pokaˇe c z z i da je fd inverzna funkcija funkcije fk . Pomo´u ove leme moˇemo da dokaˇemo Kejlijevu teoremu. Da´emo 4 dokaza ove c z z c teoreme (od ˇega 2 ukljuˇuju materiju koja sledi nakon njih). c c TEOREMA 3.3.12. Kejlijeva teorema. Broj razapinju´ih stabala kompletnog c grafa Kn , za n ∈ N, jednak je nn−2 .

Dokaz 1. Oznaˇimo ˇvorove u Kn sa 1, 2, . . . , n. Neka je T razapinju´e stablo. Na c c c osnovu Leme 3.3.11 imamo da je funkcija fk bijekcija iz skupa Tn u skup Pn−2 , pa ova 2 skupa imaju jednak broj elemenata, a kako je broj Priferovih nizova jednak |Pn−2 | = nn−2 , to je i broj razapinju´ih stabala |Tn | = nn−2 . c Dokaz 2. Uoˇimo neki ˇvor u iz Kn . Oznaˇimo sa t(n, k) broj razapinju´ih stabala u c c c c kojima taj ˇvor ima stepen k, d(u) = k. Tada je c
n−1

tn =
k=1

t(n, k).

Nazovimo sveˇnjem par razapinju´ih stabala A i B, takvih da je dA (u) = k−1 i dB (u) = k z c i da stabla imaju po n − 2 zajedniˇke grane, a one dve grane (jedna je uv) koje nisu c zajedniˇke su incidentne sa istim ˇvorom v = u i svih tih n grana ˇini unicikliˇan graf sa c c c c konturom koja prolazi i kroz u i kroz v. U A je dA (u) = k − 1. Graf B moˇemo dobiti tako ˇto ˇvor u spojimo sa proizvoljnim z s c ˇvorom v sa kojim nije susedan (v moˇemo izabrati na n − k naˇina), a onda iz konture c z c

GLAVA 3. TEORIJA GRAFOVA

231

izbacimo granu vw iz v (vw = vu). Stoga sveˇnjeva ima (n − k) · t(n, k − 1). z U B je dB (u) = k. Ako bi odstranili ˇvor v graf B bi se raspao na k komponenti c povezanosti: B1 ,. . . , Bk (neka je vi ∈ Bi ˇvor koji je susedan sa u i |Bk | = nk ). Graf c A moˇemo dobiti tako ˇto odstranimo proizvoljnu granu uvi , a zatim ˇvor vi spojimo sa z s c proizvoljnim ˇvorom v iz neke druge komponente povezanosti. Ovu operaciju moˇemo c z izvrˇiti na s n − 1 − n1 + n − 1 − n2 + . . . + n − 1 − nk = k · (n − 1) − (n − 1) = (k − 1)(n − 1) naˇina. Stoga sveˇnjeva ima (k − 1)(n − 1) · t(n, k). c z Dobili smo rekurentnu relaciju (n − k) · t(n, k − 1) = (k − 1)(n − 1) · t(n, k), iz koje dobijamo (n − k − 1) · t(n, k) = k(n − 1) · t(n, k + 1), (n − k − 2) · t(n, k + 1) = (k + 1)(n − 1) · t(n, k + 2), . . . (n − (n − 1)) · t(n, n − 2) = (n − 2)(n − 1) · t(n, n − 1). Kako je t(n, n − 1) = 1 (samo imamo zvezdu K1,n−1 ) kada izmnoˇimo sve ove jednakosti z dobijamo (n − k − 1)! · t(n, k) = (n−2)! (n − 1)n−k−1 · 1, odnosno (k−1)! t(n, k) = (n − 1)n−k−1 n−2 n−k−1 = (n − 1)n−k−1 n−2 . k−1

Odatle dobijamo da razapinju´ih stabala ima c
n−1

tn =
k=1

(n − 1)n−k−1

n−2 k−1

n−2

=
i=0 n−2

(n − 1)n−i−2 = nn−2 .

n−2 i

tn = [(n − 1) + 1]

Dokaz 3. Na osnovu Teoreme o matricama i stablima (to je Teorema 3.3.18 sa s = t = 1) imamo da je broj razapinju´ih stabala jednak slede´oj determinanti reda n − 1: c c n−1 −1 tn = −1 . . . −1 −1 n−1 −1 . . . −1 −1 −1 n−1 . . . −1 ... ... ... .. . ... −1 −1 −1 . . . n−1

.

Ako prvoj vrsti dodamo preostale vrste dobijamo vrstu sa svim elementima 1. Zatim tu vrstu dodamo svim ostalim i dobijamo 1 0 tn = 0 . . . 0 1 n 0 . . . 0 1 ... 0 ... n .. . 0 ... 1 0 0 = nn−2 . . . . n

GLAVA 3. TEORIJA GRAFOVA

232

Dokaz 4. Sada ´emo pomo´u Teoreme 3.3.13 i Multinomijalne teoreme joˇ jednom c c s dokazati Kejlijevu formulu. Ako sumiramo formulu iz Teoreme 3.3.13 po svim mogu´im c nizovima stepena stabala sa ˇvorovima {v1 , v2 , . . . , vn } i primenimo Multinomijalnu teoc remu, dobijamo da je ukupan broj stabala sa ˇvorovima {v1 , v2 , . . . , vn } jednak c (n − 2)! (d1 − 1)!(d2 − 1)! · . . . · (dn−1 − 1)!

d1 , d2 , . . . , dn 1 d1 + d2 + . . . + dn = 2n − 2 =

(n − 2)! = (1 + 1 + . . . + 1)n−2 = nn−2 . k1 !k2 ! · . . . · kn−1 ! k1 , k2 , . . . , kn 0 n puta k1 + k2 + . . . + kn = n − 2

TEOREMA 3.3.13. Neka su v1 , v2 , . . . , vn dati ˇvorovi i d1 , d2 , . . . , dn dati c n c brojevi tako da je i=1 di = 2n − 2. Dokazati da je broj stabala sa skupom ˇvorova {v1 , v2 , . . . , vn } takvih da ˇvor vi ima stepen di , i = 1, 2, . . . , n, jednak c (n − 2)! . (d1 − 1)!(d2 − 1)! · . . . · (dn − 1)!

Dokaz . Dokaz ide matematiˇkom indukcijom po n. Za n = 1, 2 tvrdjenje je trivijalno c n taˇno, pa pretpostavimo da je n > 2. Poˇto je i=1 di = 2n − 2 < 2n, postoji i tako da c s je di = 1. Bez gubitka opˇtosti, moˇemo da pretpostavimo da je dn = 1. s z Neka je T skup svih stabala sa ˇvorovima {v1 , v2 , . . . , vn } takvih da svaki ˇvor vi ima c c stepen di , i = 1, 2, . . . , n. Podelimo stabla iz T u n − 1 grupa T1 , T2 , . . . , Tn−1 : skup Tj sadrˇi stabla u kojima je ˇvor vn susedan sa ˇvorom vj . Ako uzmemo stablo iz Tj i z c c obriˇemo ˇvor vn (zajedno sa njegovom jedinom granom), dobijamo stablo sa ˇvorovima s c c {v1 , v2 , . . . , vn−1 } takvih da je stepen vi jednak di za i = j, dok je stepen vj jednak dj −1. Lako se vidi da na ovaj naˇin dobijamo bijekciju izmedju skupa Tj i skupa Tj svih stabala c sa ˇvorovima {v1 , v2 , . . . , vn−1 } sa nizom stepena d1 , d2 , . . . , dj−1 , dj − 1, dj+1 , . . . , dn−1 , c s obzirom da razliˇita stabla iz Tj daju razliˇita stabla iz Tj , a iz svakog stabla iz Tj c c moˇemo da dobijemo stablo iz Tj dodavanjem ˇvora vn i njegovim spajanjem sa ˇvorom z c c vj . Po induktivnoj pretpostavci, imamo da je |Tj | = |Tj | = = (n − 3)! (d1 − 1)! · . . . · (dj−1 − 1)!(dj − 2)!(dj+1 − 1)! · . . . · (dn−1 − 1)! (n − 3)!(dj − 1) (d1 − 1)!(d2 − 1)! · . . . · (dn−1 − 1)!

Ova formula vaˇi i kada je dj = 1: ona tada daje 0, ˇto se slaˇe sa ˇinjenicom da ne z s z c postoji stablo sa stepenom dj − 1 = 0 u ˇvoru vj . c

GLAVA 3. TEORIJA GRAFOVA Sada je ukupan broj stabala u T jednak
n−1

233

|T |

=
j=1 n−1

|Tj | (n − 3)!(dj − 1) (d1 − 1)!(d2 − 1)! · . . . · (dn−1 − 1)! j=1   n−1 (n − 3)!  (dj − 1) (d1 − 1)!(d2 − 1)! · . . . · (dn−1 − 1)! j=1 (n − 2)(n − 3)! . (d1 − 1)!(d2 − 1)! · . . . · (dn−1 − 1)!

=

= =

Kako je dn = 1, razlomak moˇemo slobodno da proˇirimo sa (dn − 1)! = 0! = 1, da bismo z s dobili izraz iz tvrdjenja. Posledica prethodne teoreme je i slede´e tvrdjenje koje je pokazao Klarke (eng. L. E. c Clarke) 1958. godine: TEOREMA 3.3.14. Broj stabala sa skupom ˇvorova {v1 , v2 , . . . , vn } takvih da ˇvor c c v1 ima stepen k jednak je n−2 (n − 1)n−k−1 . k−1 Dokaz . Traˇeni broj stabala jednak je z n−2 k − 1, d2 − 1, . . . , dn − 1 = =
(n−2)! (k−1)!(n−k−1)!

n−k−1 d2 − 1, . . . , dn − 1

n−2 (n − 1)n−k−1 , k−1

gde obe sume idu po svim d2 , d3 , . . . , dn ∈ N (to su stepeni ˇvorova v2 , v3 , . . . , vn u tim c stablima) za koje vaˇi d2 + d3 + . . . + dn = 2n − k − 2. z Slede´e 2 teoreme nam daju rekurentne veze pomo´u kojih se moˇe izvesti Kejlijeva c c z formula (ti dokazi nisu laki, te ih ovde izostavljamo; za dokaz Kejlijeve teoreme preko Teoreme 3.3.15 videti [35], zadatak 6.16). TEOREMA 3.3.15. (3.2) Za tn vaˇi slede´a rekurentna formula z c
n−1

(n − 1)tn =
k=1

k(n − k)

n−1 tk tn−k . k−1

Dokaz . Izraz (n − 1)tn na levoj strani jednakosti (3.2) predstavlja broj naˇina da c izaberemo jedno razapinju´e stablo T i jednu njegovu granu e. Primetimo da kada iz c stabla T odstranimo granu e dobijamo ˇumu sa 2 komponente povezanosti (ovo ´e nam s c s pomo´i da se izborimo sa desnom stranom jednakosti (3.2)). Neka nam je u toj ˇumi skup c ˇvorova grafa Kn razbijen na 2 neprazna podskupa V1 i V2 , tj. V (Kn ) = V1 ∪ V2 . Kako je c V1 ∪ V2 = V2 ∪ V1 , redosled izbora ova 2 podskupa nije bitan, te bez umanjenja opˇtosti s

GLAVA 3. TEORIJA GRAFOVA

234

moˇemo uzeti da ˇvor v1 pripada V1 . Tada skup V1 koji ima k elemenata moˇemo izabrati z c z na n−1 jer preostalih k − 1 elemenata skupa V1 biramo od preostalih n − 1 elemenata k−1 skupa V (Kn ). Dalje, kada smo izabrali skupove V1 i V2 , sa |V1 | = k i |V2 | = n − k, tada u njima razapinju´a stabla moˇemo izabrati na tk i tn−k naˇina. Time smo odredili datu c z c razapinju´u ˇumu sa 2 komponente povezanosti. Ostaje da datu ˇumu poveˇemo jednom c s s z granom e i da dobijemo stablo T . Grana e koja povezuje te 2 komponente ima jedan kraj u V1 i srugi kraj u V2 . Ti ˇvorovi se mogu (nezavisno jedan od drugog) izabrati na c k = k, odnosno na n−k = n − k naˇina, te se ta grana e moˇe odrediti na k · (n − k) c z 1 1 naˇina. Zbog svega prethodno reˇenog imamo da se jedno razapinju´e stablo T i jedna c c c njegova grana e mogu izabrati na
n−1 X k=1

n−1 k−1

· tk · tn−k · k(n − k) naˇina. Time je traˇena c z

jednakost (3.2) dokazana (i to kombinatornim pristupom!). TEOREMA 3.3.16. Za tn vaˇi slede´a rekurentna formula z c
n−1

2(n − 1)tn =
k=1

k(n − k)

n tk tn−k . k

Dokaz . Sliˇno kao i dokazu prethodne teoreme obe strane jednakosti predstavljaju broj c naˇina da izaberemo razapinju´e stablo T i u njemu 2 susedna ˇvora v1 i v2 . Za izraz c c c na levoj strani stablo T moˇemo odrediti na tn naˇina, jednu njegovu granu e moˇemo z c z izabrati na n−1 = n − 1 naˇina i imamo joˇ 2 mogu´nosti da izaberemo 2 susedna ˇvora c s c c 1 v1 i v2 — da li uzmemo e = {v1 , v2 } ili e = {v2 , v1 }. Skup V1 koji sadrˇi v1 moˇemo z z odrediti na n naˇina, a onda je odredjen i skup V2 iz koga biramo v2 . Ostali ˇlanovi su c c k isti kao i u dokazu prethodne teoreme. Navedimo joˇ jedno tvrdjenje bez dokaza (dokaz moˇete videti u [34]) koje koristi s z Kejlijevu teoremu. TEOREMA 3.3.17. Broj naˇina da permutaciju skupa Nn koja ima samo 1 ciklus c zapiˇemo kao proizvod n − 1 transpozicija jednak je nn−2 . s

TEOREMA O MATRICAMA I STABLIMA
Sada ´emo navesti drugo veoma vaˇno tvrdjenje vezano za razapinju´a stabla, Teoc z c remu o matricama i stablima (eng. Matrix-Tree Theorem). Ponegde se ova teorema naziva i Kirhofova teorema, zato ˇto je Kirhof prvi doˇao do nje, joˇ davne 1847. godine. s s s Ovde ´emo samo dati njenu formulaciju, a dokaz se moˇe na´i u [25], Teorema 7.5.1. c z c TEOREMA 3.3.18. Teorema o matricama i stablima. Broj razapinju´ih stac bala t(G) grafa G jednak je bilo kom kofaktoru Laplasove matrice L.

GLAVA 3. TEORIJA GRAFOVA PRIMER 3.3.19. Odrediti broj razapinju´ih stabala u grafu sa slike. c A t 5g ƒ £™ 5 ™ 5 £ gƒ ™ 5  £ g ƒ ™ 5  £ ™ C t D t E t gtF ƒtG5tH ™ ƒ g £  ™ ƒ g £  5 ™ 5 ƒ ™ g £ 5 ™t ƒ£ g 5 B

235

Reˇenje. s U Teoremi o matricama i stablima odredi´emo kofaktor Ln+2,n+2 (neka u c L poslednje 2 vrste, odnosno kolone, odgovaraju ˇvorovima a i b). Tada je broj svih c razapinju´ih stabala jednak c 2 0 0 . . . 0 −1 0 2 0 . . . 0 −1 0 0 2 0 −1 ... ... .. . 2 −1 0 0 0 −1 −1 −1 . , . . −1 n

t(K2,n ) = Ln+2,n+2 = (−1)1+1

...

gde je determinanta reda (n + 1), tj. t(K2,n ) = Dn+1 . Ako determinantu ovog oblika (sa n na poslednjem mestu), dimenzija m × m razvijemo po prvoj koloni, a zatim po prvoj vrsti dobijamo rekurentnu jednaˇinu c Dm = 2Dm−1 − 2m−2 , uz poˇetni uslov D2 = 2n − 1 c

i njeno reˇenje je Dm = 2m−2 (2n + 1 − m). Kada ovde uvrstimo m = n + 1 dobijamo da s je broj razapinju´ih stabala jednak c t(K2,n ) = Dn+1 = 2n−1 · n. Za n = 6 svih razapinju´ih stabala ima 25 · 6 = 192. c

´ ODREDJIVANJE BROJA RAZAPINJUCIH STABALA
Naveˇ´emo joˇ nekoliko tvrdjenja koja mogu da se iskoriste da pronadjemo broj razasc s pinju´ih stabala. c Prvo od ovih tvrdjenja je dokazao Temperli (eng. Temperley) 1964. godine. U njemu se javlja, ranije uvedena, Laplasova matrica L = D − A reda n (ona odgovara grafu G sa n ˇvorova), kao i matrica J koja ima sve elemente jednake 1 i isto je reda n. Primetimo c da za potpun graf Kn imamo da je A = J − I, D = (n − 1)I, pa je L = nI − J. TEOREMA 3.3.20. Broj razapinju´ih stabala je t(G) = c
1 n2

det(J + L).

Dokaz . Kako je J 2 = nJ i JL = 0 (vaˇi i LJ = 0, ˇto ´emo koristiti kasnije) imamo z s c slede´u jednakost: c (J + L)(nI − J) = nJ − J 2 + nL − JL = nL.

GLAVA 3. TEORIJA GRAFOVA

236

Sada odredimo adjungovane matrice od leve i desne strane ove jednakosti, a zatim iskoristimo rezultate iz linearne algebre vezane za adjungovane matrice (adj(nL) = nn−1 adj(L) i M · adj M = M · det(M )M −1 = det(M )), kao i Kejlijevu teoremu (da je adj(L) = adj(nI − J) = nn−2 J), Teoremu o matricama i stablima (da je adj L = t(G)J) i na kraju ponovo jednakosti sa poˇetka ovog dokaza. c adj(J + L) · adj(nI − J) adj(J + L) · nn−2 J adj(J + L)J (J + L) adj(J + L)J (J + L) det(J + L)(J + L)−1 J det(J + L)J = = = = = = adj(nL) nn−1 adj(L) nt(G)J (J + L)nt(G)J nt(G)(J 2 + LJ) nt(G)J.

Iz prethodne matriˇne jednakosti dobijamo da je det(J + L) = n2 t(G), odakle dobijamo c traˇenu jednakost. z Kao posledicu ove teoreme imamo slede´e tvrdjenje koje ukljuˇuje spektar grafa i c c karakteristiˇni polinom grafa (dokaz ovde izostavljamo jer je posledica ovih spektralnih c osobina; moˇete ga na´i u [6], Posledica 6.5). Ono se koristi za dobijanje nekih jednakosti z c sa grafom grana. TEOREMA 3.3.21. Neka je G k-regularan graf sa n ˇvorova koji ima spektar c Spec Γ = k 1 λ1 ... m(λ1 ) . . . λs−1 . m(λs−1 )

Tada je kompleksnost grafa G data formulom t(G) = 1 1 (k − λr )mr = ψ (G, λ) n r=1 n
s−1

λ=k

,

gde je ψ izvod karakteristiˇnog polinoma ψ. c DEFINICIJA 3.3.22. Oznaˇimo sa G − e graf koji se dobija od grafa G izbacivanc jem grane e, a sa G · e graf koji se dobija od grafa G uklanjenjem grane e = {u, v} i identifikovanjem njenih krajeva u i v (tj. spajanjem grajeva grane e u jedan novi ˇvor c koji je incidentan sa svim granama koje su bile incidentne sa u i v – ovim postupkom se dobija jedan multigraf, tj. graf u kome izmedju 2 ˇvora moˇe biti viˇe grana). Graf G · e c z s se naziva kontrakcija grafa G u odnosu na granu e. Kada smo uveli ove oznake spremni smo za slede´u teoremu, koja vaˇi i za multic z grafove. U njoj nam je data rekurentna veza, pomo´u koje moˇemo odredjivati broj c z razapinju´ih stabala. c TEOREMA 3.3.23. Za kompleksnost grafa vaˇi t(G) = t(G − e) + t(G · e). z

Dokaz . Svakom razapinju´em stablu u G koje ne sadrˇi granu e odgovara razapinju´e c z c stablo u G−e. Svakom razapinju´em stablu u G koje sadrˇi granu e odgovara razapinju´e c z c stablo u G · e.

GLAVA 3. TEORIJA GRAFOVA

237

Pri prebrojavanju razapinju´ih stabala, moˇemo izbaciti sve petlje, koje se jave nakon c z kontrakcija, zato ˇto razapinju´e stablo ne sadrˇi nijednu petlju. s c z Odredjivanje broja razapinju´ih stabala pomo´u ovih rekurentnih jednaˇina ima c c c poˇetne uslove u grafovima bez ivica. Ako je to graf bez ivica sa 1 ˇvorom tada imamo 1 c c razapinju´e stablo. Ako je to graf bez ivica sa 2 ili viˇe ˇvorova, tada nemamo razapinju´e c s c c stablo. Ako bi raˇunar sledio ovu proceduru on bi svaku od grana i brisao i kontrakovao c (u istom koraku), te bi bilo potrebno izraˇunavanje 2|E(G)| ˇlanova. Ovaj postupak se c c moˇe malo ubrzati brisanjem petlji i prepoznavanje specijalnih multigrafova G za koje z nam je poznat t(G) – tu nam moˇe posluˇiti i slede´a lema. z z c LEMA. 3.3.24. Nepovezani multigraf ne sadrˇi nijedno razapinju´e stablo. Ako je G z c povezan multigraf koji ne sadrˇi konture sem onih koje nastaju od grana koje povezuju 2 z ˇvora, tada je t(G) jednako proizvodu multipliciteta grana izmedju ˇvorova na rastojanju c c 1. Dokaz . Prvi deo je direktna posledica Leme 3.3.3. Drugi deo se pokazuje indukcijom po broju grana u multigrafu G. PRIMER 3.3.25. Na´i broj razapinju´ih stabala u potpunom grafu K4 bez jedne c c grane e, tj. kompleksnost t(K4 − e). q q u vw t(K4 − e) = t( q qe q) = t( q q q) + t( q q q) = 4 + 2 · 2 = 8. Graf G−e je kontura C4 koja je unicikliˇki graf, pa odstranjivanjem bilo koje njene grane c (svaka njena grana pripada tom 1 ciklusu) dobijamo stablo, te ona ima 4 razapinju´a c stabla. Graf G · e je multigraf sa po 2 grane izmedju ˇvorova u i v i izmedju v i w, pa je c na osnovu prethodne leme t(G · e) = 2 · 2 = 4. Reˇenje. s Da rezimiramo — broj razapinju´ih stabala t(G) u grafu G, moˇemo odrediti na jedan c z od slede´a 4 naˇina: c c 1. pomo´u Teoreme o matricama i stablima; c 2. pomo´u Teoreme 3.3.20, tj. t(G) = det(J + L)/n2 ; c 3. pomo´u Teoreme 3.3.23, tj. rekurentnom vezom t(G) = t(G − e) + t(G · e); c 4. kombinatorno - prebrojavanjem svih mogu´ih sluˇajeva za razapinju´a stabla c c c (mogu´e za neke jednostavnije grafove). c PRIMER 3.3.26. preostala 3 naˇina. c Reˇenje 2. s t(K2,n ) = Odrediti broj razapinju´ih stabala u grafu iz Primera 3.3.19 na c

det(J + L) . Kada ovu determinantu razvijemo prvo po prvoj, a (n + 2)2 zatim po poslednjoj koloni dobijamo da je 3 1 (n + 1)2 − 1 · det( . . . t(K2,n ) = 1 (n + 2)2 1 3 1 ... ... .. . ... 1 1 . ) . . 3 .

GLAVA 3. TEORIJA GRAFOVA

238

Ako prvoj vrsti gornje determinante (reda n) dodamo ostale, zatim iz te vrste izvuˇemo c faktor (n + 2) i onda tu vrstu (koja ima sve elemente 1) oduzmemo od ostalih dobijamo trougaonu determinantu sa n − 1 elemenata 2 na dijagonali, pa je t(K2,n ) = n(n + 2) · (n + 2)2n−1 = n2n−1 . (n + 2)2

Reˇenje 3. s

q q q q t(K2,n ) = t( q q qqq q q) = t( q q qqq q q) + t( q q qqq q ) = 2t( q q qqq q) + t( q q q q q q), t(K2,n ) = 2t(K2,n−1 ) + 2n−1 , uz poˇetni uslov t(K2,1 ) = 1 c

odnosno dobijamo rekurentnu jednaˇinu c

i njeno reˇenje je s

t(K2,n ) = n · 2n−1 .

Reˇenje 4. Kombinatornim rezonom dobijamo da ˇvorovi a i b mogu biti spojeni putem s c duˇine 2 u razapinju´em stablu preko bilo kog od ˇvorova 1, 2, . . . , n i taj ˇvor moˇemo z c c c z izabrati na n = n naˇina. Za svaki od preostalih n − 1 ˇvorova imamo 2 mogu´nosti: ili c c c 1 je spojen sa ˇvorom a ili sa b. To nam daje n · 2n−1 naˇina da odaberemo razapinju´e c c c 1 stablo, odnosno ukupan broj razapinju´ih stabala je jednak n · 2n−1 = n · 2n−1 . c 1

VEKTORSKI PROSTOR KONTURA
DEFINICIJA 3.3.27. Oznaˇimo sa KG skup svih ciklusa u grafu G (slovo K je jer c cikluse drugaˇije zovemo konturama), svih mogu´ih duˇina. c c z Preciznije to je skup svih podgrafova od G koji su konture. Ovaj skup ima priliˇno c puno elemenata, ˇto ´emo videti na slede´em primeru. s c c PRIMER 3.3.28. je T ˇuma. s Odrediti broj elemenata slede´ih skupova KKn , KKn,n i KT , gde c

Reˇenje. s Za potpun graf Kn konture mogu imati slede´e duˇine: 3, 4, . . . , n. Iz Kn c z moˇemo k ˇvorova odabrati na n naˇina, a od tih k ˇvorova moˇemo konturu odrediti z c c c z k (k−1)! na 2 naˇina, jer (k − 1)! odredjuje broj permutacija na krugu, a delimo sa 2 jer jedan c ciklus odredjuje 2 permutacije na krugu (u zavisnosti u kom smeru se kre´emo). Tada je c
n

|KKn | =
k=3

(k − 1)! n · . k 2

Na sliˇan naˇin, potpun bipartitni graf Kn,m , gde je n m ima samo konture parnih c c duˇina: 4, 6, . . . , 2n, pri ˇemu u svakoj toj konturi ˇvorovi naizmeniˇno idu iz jedne, pa z c c c iz druge particije. Stoga dobijamo
n

|KKn,n | =
k=3

n k

m k!(k − 1)! · . k 2

Kako ˇuma ne sadrˇi nijednu konturu to je KT = 0. s z

GLAVA 3. TEORIJA GRAFOVA

239

Na prvi pogled nam izgleda da skup KG nema neku logiˇnu strukturu. Da bismo to c prebrodili uveˇ´emo pogodnu generalizaciju pojma ciklusa, tzv. parni skup grana, koji sc ima strukturu vektorskog prostora. I ova ideja se prva pojavila u istraˇivanju elektriˇnih z c kola. DEFINICIJA 3.3.29. Neka je G = (V, E) dati graf. Podskup E ⊆ E zove se parni skup grana ako su stepeni svih ˇvorova podgrafa G = (V, E ) parni. c Na primer, prazan skup i skup grana proizvoljnog ciklusa su parni skupovi grana. Joˇ s jednu vezu ciklusa i parnih skupova grana nam daje i slede´a lema. c LEMA. 3.3.30. Podskup E je parni skup grana ako i samo ako postoje medjusobno disjunktni ciklusi C1 , C2 , . . . , Ct tako da je E = C1 ∪ C2 ∪ · · · ∪ Ct . Dokaz . Kako stablo (a samim tim i ˇuma) sadrˇi bar 2 ˇvora stepena 1, a graf G ima s z c sve stepene ˇvorova parne, to G nije ˇuma. Stoga za neprazan parni skup grana E graf c s G = (V, E ) sadrˇi neki ciklus (koga formiraju grane C1 ). Skup E \ C1 je takodje parni z skup grana, ali sa manjim brojem grana. Tvrdjenje dobijamo principom matematiˇke c indukcije po broju grana u E . DEFINICIJA 3.3.31. Neka je G = (V, E) dati graf koji ima skup grana E = {e1 , e2 , . . . , em }. Svakom podskupu A ⊆ E pridruˇujemo karakteristiˇni vektor z c xA = (a1 , a2 , . . . , am ) tako da je ai = 1, ei ∈ A . 0, ei ∈ A /

Neka je E skup karakteristiˇnih vektora parnih skupova grana grafa G. c U nastavku ´emo posmatrati operacije nad vektorima (sabiranje vektora i mnoˇenje c z skalarom) u dvoelementnim poljem GF2 . To polje se sastoji od brojeva 0 i 1, sa aritmetiˇkim operacijama po modulu 2 (umesto da piˇemo +2 i ·2 pisa´emo obiˇno + i · , c s c c npr. 1 + 1 = 0). Oznaku GF koristimo jer je ona skra´enica od engleskog Galois Field c (srp. polje Galoa) — to je uobiˇajena oznaka za konaˇna polja. c c LEMA. 3.3.32. Neka su A, B ⊆ E parni skupovi grana. Tada za njihove karakteristiˇne vektore vaˇi jednakost c z xA + xB = xC , gde je skup C = A B = (A ∪ B) \ (A ∩ B) simetriˇna razlika skupova A i B. c Skup C je takodje paran skup grana.

Dokaz . Ako je ei Ako je ei Ako je ei

Proverimo sva 4 sluˇaja za svaku granu ei . c ∈ A \ B tada imamo i da je ei ∈ C i ci = ai + bi = 1 + 0 = 1. ∈ B \ A tada imamo i da je ei ∈ C i ci = ai + bi = 0 + 1 = 1. ∈ A ∩ B tada imamo i da je ei ∈ C i ci = ai + bi = 1 + 1 = 0.

GLAVA 3. TEORIJA GRAFOVA

240

Ako je ei ∈ E \ (A ∪ B) tada imamo i da je ei ∈ C i ci = ai + bi = 0 + 0 = 0. Time smo pokazali da je xA + xB = xC . Ostaje joˇ da pokaˇemo da je skup C paran skup grana. Uzmimo proizvoljan ˇvor s z c v ∈ V . Oznaˇimo sa dA broj ivica susednih ˇvoru v koje su iz skupa A, sa dB broj ivica c c susednih ˇvoru v koje su iz skupa B i sa d broj ivica susednih ˇvoru v koje pripadaju i c c skupu A i skupu B. Kako su A i B parni skupovi grana, to su dA i dB parni brojevi. Broj grana susednih sa ˇvorom v koji pripadaju simetriˇnoj razlici c c C=A B = (A ∪ B) \ (A ∩ B)

je jednak da + db − d, pa je stepen ˇvora v i u C paran. Kako je v proizvoljno izabran c ˇvor, to je i skup C paran skup grana. c TEOREMA 3.3.33. Skup E je vektorski prostor nad dvoelementnim poljem GF2 .

Dokaz . Da bismo pokazali da je E vektorski prostor, potrebno je da pokaˇemo da je zbir z 2 vektora xA , xB ∈ E takodje vektor iz E i da je proizvod vektora xA iz E skalarom k iz GF (2) takodje vektor iz E. Na osnovu prethodne leme imamo da xA , xB ∈ E ⇒ xA +xB ∈ E. Skalar k ∈ GF (2) moˇe biti k = 0 i tad je 0 · xA = (0, 0, . . . , 0) = x∅ ∈ E ili je k = 1 i z tad je 1 · xA = xA ∈ E. DEFINICIJA 3.3.34. Neka je T = (V, E ) proizvoljna razapinju´a ˇuma grafa G. Za c s svaku granu e ∈ E\E , neka Ce oznaˇava (jedinstveni) ciklus sadrˇan u grafu (V, E ∪{e}). c z Ciklus Ce zovu se fundamentalni (ili elementarni) ciklusi za granu e u odnosu na datu razapinju´u ˇumu T . c s

TEOREMA 3.3.35. Karakteristiˇni vektori svih fundamentalnih ciklusa Ce , c e ∈ E \ E , ˇine bazu vektorskog prostora E, pri ˇemu za paran skup grana A vaˇi c c z xA =
e ∈A\E

xCe .

Dimenzija vektorskog prostora E jednaka je |E| − |V | + k, gde je k broj komponenti povezanosti grafa G.

Dokaz . Neka je T = (V, E ) razapinju´a ˇuma grafa G. Tada je |E | = |V | − k, gde je c s k broj komponenti povezanosti grafa G. Potrebno je pokazati da karakteristiˇni vektori c svih fundamentalnih ciklusa ˇine bazu vektorskog prostora E. c Prvo pokaˇimo da su fundamentalni ciklusi linearno nezavisni. Posmatrajmo neku z granu ei ∈ E \ E . Karakteristiˇni vektor xCei fundamentalnog ciklusa Cei je jedini c medju karakteristiˇnim vektorima svih fundamentalnih ciklusa koji ima 1 na poziciji i. c Stoga se vektor xCei ne moˇe predstaviti kao linearna kombinacija ostalih karakteristiˇnih z c vektora fundamentalnih ciklusa. Kako je grana ei proizvoljno odabrana, to za svaki karakteristiˇni vektor fundamentalnog ciklusa vaˇi da se ne moˇe predstaviti kao linearna c z z kombinacija ostalih karakteristiˇnih vektora fundamentalnih ciklusa, te su stoga svi ti c vektori linearno nezavisni.

GLAVA 3. TEORIJA GRAFOVA

241

Joˇ je potrebno da pokaˇemo da fundamentalni ciklusi generiˇu ceo prostor E. Neka s z s je dat parni skup grana A i zadajmo skup B pomo´u njegovog karakteristiˇnog vektora c c koji je dat sa xB = xCe .
e ∈A\E

Skup B je takodje parni skup grana jer po Lemi 3.3.32 imamo da zbir 2 vektora koji odgovaraju parnom skupu grana odgovara parnom skupu grana, a fundamentalni ciklusi Ce su parni skupovi grana. U skupu B se nalaze samo grane koje pripadaju neparnom broju fundamentalnih ciklusa (u odnosu na razapinju´u ˇumu T ). Zato B sadrˇi skup c s z A\E (jer svaka njegova grana leˇi na jedinstvenom fundamentalnom ciklusu, a i uˇestvuje z c u sumi pomo´u koje je zadat xB ). Oznaˇimo C = A B. Prema Lemi 3.3.32 C je parni c c skup grana, a imamo i da je C ⊆ E (ve´ smo videli da je (A \ E ) ⊆ B, a zbog definicije c B, tj. xB imamo da je i (B \ E ) ⊆ A). Kako je E skup grana ˇume T , to E ne sadrˇi s z nijedan ciklus, pa parni skup grana C za koji vaˇi C ⊆ E mora da zadovoljava C = ∅. z To povlaˇi da je A = B, pa smo vektor xA predstavili kao linearnu kombinaciju nekih c karakteristiˇnih vektora koji odgovaraju fundamentalnim ciklusima, tj. c xA =
e ∈A\E

xCe .

Time smo pokazali da karakteristiˇni vektori svih fundamentalnih ciklusa ˇine bazu c c vektorskog prostora E i kako njih ima |E| − |V | + k, tolika je i dimenzija vektorskog prostora E. Direktna posledica prethodne teoreme je slede´e tvrdjenje. c TEOREMA 3.3.36. povezanosti jednak je Broj parnih skupova grana u grafu G = (V, E) sa k komponenti |E| = 2|E|−|V |+k .

Dokaz . Kako se svaki karakteristiˇni vektor koji odgovara nekom parnom skupu grana c moˇe na jedinstven naˇin predstaviti kao zbir nekih vektora iz baze (i kako svaki zbir z c vektora iz baze odredjuje jedan paran skup grana), to kada odredjujemo proizvoljan paran skup grana za svaki vektor iz baze E imamo 2 mogu´nosti: da je ukljuˇen u zbir c c ili da nije. Kako baza E ima |E| − |V | + k elemenata dobijamo da parnih skupova grana u grafu imamo |E| = 2|E|−|V |+k . Za povezan graf G = (V, E) sa n ˇvorova i m grana imamo da njegovo proizvoljno c razapinju´e stablo T = (V, E ) sadrˇi n−1 grana, dok odgovaraju´e kostablo K = (V, E \ c z c E ) sadrˇi m − n + 1 grana. Opˇtije, za proizvoljan graf G = (V, E) sa k komponenata, z s njegova razapinju´a ˇuma K = (V, E \ E ) sadrˇi n − k grana, a odgovaraju´a koˇuma c s z c s sadrˇi m − n + k grana. Stoga imamo slede´u definiciju. z c DEFINICIJA 3.3.37. Za proizvoljan graf sa n ˇvorova, m grana i k komponenata c

i) ρ(G) = n − k je rang grafa G; ii) ν(G) = m − n + k je ciklomatiˇki broj (ili korang ili ciklomatski indeks) grafa G. c

Dimenzija vektorskog prostora E je ciklomatiˇki broj grafa G. c

GLAVA 3. TEORIJA GRAFOVA

242

Ciklomatiˇki broj se nazivao i Betijev broj (eng. Betti). Ovaj naziv se javljao u c starijim knjigama i vodi poreklo iz topologije i vezan je za simplicijalne komplekse (za viˇe informacija pogledati [18], glavu 4. Stabla). s PRIMER 3.3.38. Odredimo sve elementarne cikluse u grafu G = (V, E) (predstavljen na slici), gde je V = {1, 2, 3, 4, 5, 6}, E = {a, b, c, d, e, f, g, h, i} sa razapinju´im stablom c (na slici je iscrtano debljim linijama) T = (V, E ), gde je E = {a, d, e, g, i}.
1 d 5

u
b g

a 3 e

u2
f

uc uh u6

u

4 i

Reˇenje. s Kako je za graf G: |V | = 6 i |E| = 9 sa k = 1 dobijamo da njegov prostor kontura ima dimenziju 9 − 6 + 1 = 4 (bez obzira na stablo T ). Stablu T koje je na slici nacrtano debljim linijama odgovara baza prostora kontura koji se se sastoji od karakteristiˇnih vektora slede´ih elementarnih ciklusa: c c Cb = {b, d, g, e} Cc = {c, a, d, g, e} Cf = {f, a, d, i} Ch = {h, g, i} xCb = (0, 1, 0, 1, 1, 0, 1, 0, 0) xCc = (1, 0, 1, 1, 1, 0, 1, 0, 0) xCf = (1, 0, 0, 1, 0, 1, 0, 0, 1) xCh = (0, 0, 0, 0, 0, 0, 1, 1, 1)

Svaku od ostalih kontura (tj. njihove karakteristiˇne vektore) moˇemo predstaviti preko c z vektora fundamentalnih ciklusa, npr. za: C = {b, d, g, h, f, c} xC = (0, 1, 1, 1, 0, 1, 1, 1, 0)

imamo predstavljanje kao linearnu kombinaciju xC = xCb + xCc + xCf + xCh .

ZADACI
3.3.1. Odrediti broj svih izomera slede´ih alkana: C5 H12 , C6 H14 i C7 H16 . Nacrtati c odgovaraju´a stabla. Da li su to sva neizomorfna stabla sa 5, 6, odnosno 7 ˇvorova? c c 3.3.2. Dekodirati slede´e Priferove nizove: c a) s = (1, 8, 1, 5, 2, 5); b) s = (7, 4, 4, 1, 7, 1); c) s = (1, 4, 1, 6, 6, 4); d) s = (1, 4, 3, 3, 4, 4, 4); e) s = (9, 8, 10, 10, 1, 8, 9, 1); f ) s = (1, 4, 2, 2, 4, 3, 3, 3, 4, 4). Zatim primeniti Priferovo kodiranje na dobijena stabla. 3.3.3. Dokazati da je broj razapinju´ih stabala kompletnog grafa sa n ˇvorova iz koga c c je obrisana jedna grana jednak (n − 2)nn−3 . 3.3.4. Dokazati da za potpuni bipartitni graf Km,n vaˇi t(Km,n ) = mn−1 nm−1 . z

GLAVA 3. TEORIJA GRAFOVA

243

3.3.5. Neka je Wn toˇak sa n + 1-im ˇvorom. Oznaˇimo sa wn = t(Wn ). Dokazati da c c c vaˇi rekurzivna relacija wn = 4wn−1 − 4wn−2 + 1, uz poˇetne uslove w0 = 0, w1 = 1. z c Odredite wn . 3.3.6. slike. Odrediti broj neizomorfnih, kao i ukupan broj razapinju´ih stabala grafa sa c r dr     r r r   r dr

r r   r 3.3.7. 1 ili 3.

Na´i broj stabala sa skupom ˇvorova {v1 , . . . , vn } u kojima svaki ˇvor ima stepen c c c m × n celobrojne reˇetke. Na slici je data 4 × 5 s r r r r r r r r r r r r r r r r

3.3.8. Odrediti ciklomatiˇki broj grafa c celobrojna reˇetka. s r r r r

3.3.9. Da li graf na slici moˇe da se predstavi kao unija granski-disjunktnih razapinju´ih z c stabala? A kao unija izomorfnih granski-disjunktnih razapinju´ih stabala? c r r  dr r r  d dr r d dr   dr   ˇ 3.3.10. Cvorovi grafa G su iskljuˇivo stepena 3 ili 4. Koliko ima ˇvorova stepena 3, c c ako G moˇe da se razloˇi na dva razapinju´a stabla? z z c

3.4

OJLEROVI I HAMILTONOVI GRAFOVI

ˇ Svajcarskom matematiˇaru Leonardu Ojleru su tokom boravka u Kenigsbergu (nem. c K¨nigsberg; danaˇnji Kalinjingrad) meˇtani postavili problem da predje preko svih 7 o s s mostova (koji spajaju 2 obale reke Pregel medjusobno i sa 2 ostrva) tako da preko svakog predje taˇno jedanput. Ojler je dao odreˇan odgovor. c c 26. avgusta 1735. godine, Ojler je prezentovao svoj rad na ovom problemu Sant Petersburgˇkoj akademiji nauka dokazuju´i da je takav obilazak mostova nemogu´ uz napomenu s c c da se njegov metod moˇe proˇiriti na prozvoljan raspored ostrva i mostova. Taˇnije, Ojler z s c je samo formulisao potrebne i dovoljne uslove da takav obilazak postoji, ali nije smatrao da je potrebno da pokaˇe dovoljne uslove u opˇtem sluˇaju. Prvi potpuno korektan dokaz z s c ovog tvrdjenja je dao Hirholcer (nem. Hierholzer). Na narednoj slici levo je predstavljena mapa Kenigsberga (iz vremena Ojlera) sa njegovim mostovima. Ojler je svakoj obali i ostrvu pridruˇio ˇvorove grafa, a grane z c izmedju njih su bili mostovi. Tako je on dobio jedan multigraf, koji je predstavljen na slici desno.

GLAVA 3. TEORIJA GRAFOVA

244

Ojler je ˇlanak o Problemu Kenigsbergˇkih mostova napisao 1736. godine (i stoga se c s ta godina uzima za osnivanje teorije grafova) i on je prvi put objavljen 1741. godine, ali je tada probudio malo interesa medju ostalim matematiˇarima. Ovaj problem i rezultat c su ostali malo poznati do kraja 19. veka kada su ga engleski matematiˇari Dˇordˇ Lukas c z z (eng. George Lucas, 1882.) i Raus Bol (eng. Rouse Ball, 1892.) ukljuˇili u svoje knjige o c rekreativnoj matematici. Pojam Ojlerovog grafa za graf koji se moˇe nacrtati ne podiˇu´i z z c olovku sa papira se odoma´io zahvaljuju´i Kenigu, koji ga je iskoristio u svojoj pionirskoj c c knjizi o Teoriji grafova (1936. godine). Traˇenje Ojlerovog puta nalazi primenu u joˇ nekim problemima Kombinatorne optiz s mizacije, poput Problema kineskog poˇtara (sa kojim ´emo se sresti kasnije), ali i u radu s c sa laserima, gde je cilj da se optimalno koristi laser i samim tim pojeftiniti cenu finalnog proizvoda (metodama Kombinatorne optimizacije postiˇe se uˇteda vremena rada i do z s 90%). Vratimo se sad na istoriju. U narednih 125 godina od prvog Ojlerovog rezultata (Problema kenigsberˇkih mostova) bilo je svega nekoliko rezultata bitnih za razvoj Teorije s grafova. To su Ojlerova formula za poliedre (tj. planarne grafove), kao i Kirhofovi i Kejlijevi rezultati vezani za razapinju´a stabla (viˇe o tome moˇete videti u toj glavi). c s z Slede´i (istorijski vredan) rezultat je opet vezan za ovu glavu i Hamiltonove grafove. c Irski matematiˇar ser Vilijam Hamilton je 1859. godine sastavio zanimljivu slagalicu, c pod nazivom ”Icosian game”(ponegde joˇ i kao ”Put oko sveta”jer je ˇvorove grafa nazvao s c imenima velikih gradova). Cilj je bio obi´i sve gradove i vratiti se u polazni. Ta igra c je koristila ivice regularnog dodekaedra (taˇnije grane ravanskog grafa koji reprezentuje c dodekaedar) za predstavljanje dozvoljenih puteva izmedju gradova. Prema njemu je kontura koja prolazi kroz sve ˇvorove grafa taˇno jednom (tako da ni kroz jednu granu c c ne prolazi viˇe od jedanput) dobila ime — Hamiltonova kontura. Na narednoj slici levo je s prikazana ta njegova igra, a desno je graf dodekaedra sa odgovaraju´om Hamiltonovom c konturom (niz ˇvorova 1 − 2 − 3 − . . . − 19 − 20 − 1). c
1 2 9 20 10 7 11 12 13 19 18 6 8 4 5 15 14 3 16 17

GLAVA 3. TEORIJA GRAFOVA

245

I pre Hamiltona su se sliˇnim problemima, koji su doˇli iz rekreativne matematike, c s bavili mnogi matematiˇari. Najpoznatiji takav problem je Problem konjiˇkog skoka kojim c c su se bavili i Ojler, Moavr, Vandermond (fra. Moivre, Vandermonde) i Kirˇak (nem. s K¨rschak). Formuliˇimo taj problem. u s Da li je mogu´e skakaˇem obi´i sva polja ˇahovske table, tako da se svako c c c s polje obidje taˇno jedanput? c Na narednoj slici je prikazano jedno reˇenje na klasiˇnoj ˇahovskoj tabli 8 × 8. Fors c s muliˇimo taj problem. s

Sada ´emo dati i grafovsku formulaciju Problema konjiˇkog skoka. c c Da li u grafu pridruˇenom skakaˇu postoji Hamiltonov put? z c O Problemu konjiˇkog skoka postoji obimna literatura. Ispitivana je ne samo egzistencija c reˇenja na ˇahovskim tablama razliˇitih dimenzija, ve´ i naˇin konstrukcije i broj reˇenja. s s c c c s Dokazano je da Problem konjiˇkog skoka ima reˇenje na svim pravougaonim tablama c s dimenzija m × n za m, n 3, izuzev tabli 3 × 3, 3 × 5, 3 × 6 i 4 × 4. Joˇ jedan veoma bitan problem je povezan sa Hamiltonovom konturom — to je Probs lem trgovaˇkog putnika. c Dat je skup od n gradova koje trgovaˇki putnik treba da poseti po jedanput, c takvim redosledom da troˇkovi puta budu minimalni. s Sada ´emo navesti i grafovsku formulaciju Problema trgovaˇkog putnika. c c U zadatom teˇinskom grafu odrediti Hamiltonovu konturu najmanje teˇine. z z Ovaj klasiˇan problem Teorije grafova je dobio znaˇajnu paˇnju i u Operacionim isc c z traˇivanjima, kao i teoretskom rachunarstvu (eng. computer science). Kako sam problem z traˇenja minimalne Hamiltonove konture iziskuje mnogo vremena (ˇak i raˇunarskog!) z c c do danas je pronadjeno mnoˇtvo heuristika koje daju pribliˇno optimalno reˇenje Probs z s lema trgovaˇkog putnika. Za reˇavanje Problema trgovaˇkog putnika koristi se metoda c s c grananja i odluˇivanja, koja se naziva i implicitna enumeracija. Za razliku od eksplicitne c enumeracije (kod kojih probamo sve mogu´e permutacije skupa ˇvorova), ovde prostor c c mogu´ih reˇenja delimo na manje delove (grananje) i to viˇe puta pri ˇemu se pojedini c s s c delovi prostora reˇenja odbacuju na osnovu procene vrednosti funkcije koja se minimizira s (ograniˇavanje). c Dokazano je da je Problem trgovaˇkog putnika N P -kompletan problem. Svi poznati c algoritmi za N P -kompletne probleme imaju eksponencijalnu sloˇenost. To je u vezi sa z hipotezom P = N P . Poznato je da ako bi za jedan N P -kompletan problem postojao

GLAVA 3. TEORIJA GRAFOVA

246

algoritam polinomijalne slozhenosti, tada bi postojao algoritam polinomijalne slozhenosti za svaki N P -problem. Generalizacije problema trgovaˇkog putnika naˇle su primene u radu robotskih maˇina c s s koji obradjuju matiˇne ploˇe raˇunara, ali i u svemirskim istraˇivanjima. Npr. satelit c c c z Rosat, koji je zajedniˇki projekat SAD, Engleske i Nemaˇke, u periodu od 1990. do 1998. c c godine obilazio je oko planete Zemlje. On je nosio teleskop koji je merio koliˇinu Xc zraˇenja koje dolazi sa zvezda. Da bi uˇtedeli i vreme i energiju koju troˇi teleskop, c s s pribegnuto je kombinatornoj optimizaciji za traˇenje Hamiltonove konture kroz nekoliko z miliona zvezda. Tim postupkom je posao obavljen za duplo kra´e vreme. c

OJLEROVI GRAFOVI
Tvrdjenje Ojlerove teoreme ´emo formulisati u jaˇem obliku, za multigrafove (tj. i c c ako izmedju 2 ˇvora ima viˇe od jedne grane). Jedan od razloga je i ˇto je graf koji c s s odgovara mostovima u Kenigsbergu ustvari multigraf (drugi vaˇniji razlog je ˇto ´e nam z s c dokazivanje narednih teorema biti malo jednostavnije). Prosti grafovi (sa kojima najviˇe s radimo u ovoj knjizi) su specijalni sluˇaj multigrafova kod kojih izmedju svaka 2 ˇvora c c postoji jedna ili nijedna grana. Uvedimo nekoliko definicija koje su nam potrebne za naredne teoreme. DEFINICIJA 3.4.1. Ojlerova kontura multigrafa G je zatvorena staza koja sadrˇi z sve grane iz G. (Multi)graf koji ima Ojlerovu konturu naziva se Ojlerov (multi)graf. Ojlerov put u multigrafu G je staza koja sadrˇi sve grane iz G (moˇe biti i da nije z z zatvorena). (Multi)graf koji ima Ojlerov put naziva se poluojlerov (multi)graf. Prvo ´emo dati jedno pomo´no tvrdjenje. c c LEMA. 3.4.2. Ako je u grafu G najmanji stepen ˇvora δ c 2, onda G sadrˇi ciklus. z

Dokaz . Pretpostavimo suprotno — da je G acikliˇan. Tada je G ˇuma i svaka njena c s komponenta povezanosti H je stablo. Ali kako u svakom netrivijalnom stablu (ako je trivijalno sastoji se od jednog izolovanog ˇvora v i za njega treba da vaˇi d(v) δ 2, c z ˇto je kontradikcija jer je d(v) = 0) prema Teoremi 3.2.4 postoje bar 2 ˇvora stepena 1, s c dobijamo kontradikciju sa polaznom pretpostavkom δ 2, te G sadrˇi ciklus. z TEOREMA 3.4.3. Ojlerova teorema. Povezan multigraf sa bar jednom granom je Ojlerov ako i samo ako sadrˇi sve ˇvorove parnog stepena. z c Dokaz . ⇒: Ako se kre´emo po Ojlerovoj konturi, onda uvek kada nekom granom c udjemo u neki ˇvor, moramo koristiti neku drugu granu (koju joˇ nismo koristili!) da c s izadjemo iz toga ˇvora. Kako kod Ojlerove konture sve grane moraju biti predjene (i na c kraju se vra´amo u polazni ˇvor) dobijamo da su stepeni svih ˇvorova parni. c c c ⇐: Pretpostavimo da je stepen svakog ˇvora u povezanom multigrafu paran i c pomo´u matematiˇke indukcije (po broju grana) dokaˇimo da taj multigraf sadrˇi c c z z Ojlerovu konturu.

GLAVA 3. TEORIJA GRAFOVA

247

Za povezani multigraf sa 2 grane tvrdjenje je taˇno (to je multigraf s s ). Pretc postavimo da je tvrdjenje taˇno za sve multigrafove sa manje od m grana i posmatrajmo c povezani multigraf G sa m grana kod koga su svi ˇvorovi parnog stepena. c Prema prethodnoj lemi postoji ciklus s u ovom grafu. Izbacimo iz multigrafa G grane iz s. Dobijeni podmultigraf H, ne mora biti povezan, ali mu svi ˇvorovi imaju paran c stepen. Svaka od komponenti povezanosti Hi po induktivnoj pretpostavci sadrˇi Ojlerovu z konturu si (Ojlerovu u toj komponenti!). Kako je multigraf G bio povezan, svaka od staza s1 , s2 , . . . , sk ima bar jedan zajedniˇki ˇvor sa zatvorenom stazom s. Traˇenu zatvorenu c c z Ojlerovu stazu dobijamo tako ˇto se kre´emo po stazi s i kad god naidjemo na neki ˇvor s c c u koji se nalazi na zatvorenoj stazi si koju nismo obiˇli, iz njega skrenemo i obidjemo s celu stazu si (na kraju tog obilaska smo ponovo u ˇvoru u), a zatim nastavljamo obilazak c po stazi s (sa potrebnim skretanjima za ostale staze sj ). Time smo dobili da i za povezani multigraf sa m grana i svim ˇvorovima parnog stec pena postoji Ojlerova kontura, pa po principu matematiˇke indukcije ovaj smer teoreme c vaˇi za svaki multigraf koji ispunjava uslove. z Posledica prethodne teoreme je i slede´e tvrdjenje. c POSLEDICA. 3.4.4 Povezan multigraf sa bar jednom granom je poluojlerov ako i samo ako sadrˇi 0 ili 2 ˇvora neparnog stepena. z c

Dokaz . ⇒: Ako multigraf poseduje Ojlerov put (tj. zatvorenu Ojlerovu stazu ili Ojlerovu stazu), tada analogno kao i u prethodnoj teoremi dobijamo da svaki ˇvor (sem c moˇda poˇetnog i krajnjeg ako su razliˇiti) ima paran stepen. z c c ⇐: Ako povezan multigraf ima 0 ˇvorova neparnog stepena onda zadovoljava uslove c Ojlerove teoreme pa sadrˇi (zatvorenu) Ojlerovu stazu. z Ako povezan multigraf G ima 2 ˇvora neparnog stepena (u i v) onda od njega moˇemo c z napraviti multigraf H, tako ˇto ´emo grafu G dodati joˇ jednu granu e = {u, v}. Graf H s c s prema Ojlerovoj teoremi sadrˇi Ojlerovu konturu. Izbacivanjem grane e iz ove Ojlerovu z konturu dobijamo Ojlerov put koji polazi iz ˇvora u i zavrˇava se u ˇvoru v. c s c PRIMER 3.4.5. Na osnovu prethodne teoreme vidimo da obilazak mostova u Kenigsbergu nije mogu´ jer odgovaraju´i graf ima stepene ˇvorova 5,3,3,3, te on nije ni poluojc c c lerov, a pogotovo nije Ojlerov. U prethodnim teoremama smo dali potrebne i dovoljne uslove za egzistenciju Ojlerove konture, odnosno Ojlerovog puta. Sada ´emo dati postupak za nalaˇenje Ojlerove konture c z u Ojlerovom grafu (sa manjom modifikacijom dobijamo Ojlerov put). To je algoritam Flerija (eng. Fleury) koji konstruiˇe Ojlerovu konturu tako ˇto u svakom koraku bira s s most samo ako nema drugog izbora. Ulaz za ovaj algoritam je Ojlerov graf G, a izlaz je niz ˇvorova i grana W koji predstavljaju Ojlerovu konturu. c

GLAVA 3. TEORIJA GRAFOVA

248

procedure Flerijev algoritam(G) v := v0 // pretpostavlja se da je izabran proizvoljan ˇvor v0 ∈ V (G) c W := v0 H := G while E(H) = ∅ // neka je do sad izabrana staza W = v0 , e1 , v1 , . . . , ei , vi begin izabrati ei+1 ∈ E(H) tako da vaˇe uslovi: z 1) ei+1 je susedna sa vi ; // tj. ei+1 = {vi , vi+1 } 2) ei+1 nije most u H (izuzev ako nema drugog izbora). W := W, ei+1 , vi+1 H := H − ei+1 // iz H izbacimo ei+1 , a u stazu W dopiˇemo ei+1 i vi+1 s end end procedure Dokaz da Flerijev algoritam daje Ojlerovu konturu moˇete na´i u [27]. z c Ojlerove konture su od interesa za organizacije koje u velikim gradovima doma´instvima c vrˇe neke usluge (npr. raznose poˇtu). Organizatori velikih izloˇbi moraju (ako ho´e da s s z c posetioci vide sve eksponate i da prelaze ˇto manji put) da odrede jedan Ojlerov put s u grafu odredjenom izloˇbenim prostorom i stazama kroz njega. Najpoznatiji ovakav z problem je Problem kineskog poˇtara (dobio takvo ime jer ga je prvi razmatrao kineski s matematiˇar Kuan 1962. godine). c U poˇti poˇtar ujutru uzima pisma, obilazi ulice u svom reonu i na kraju radnog dana s s vra´a se u poˇtu. Poˇtar ´e najracionalnije razneti pisma u svom reonu ako kroz svaku c s s c ulicu prodje taˇno jedanput. To je mogu´e samo ako je odgovaraju´i graf Ojlerov, a u c c c ostalim sluˇajevima se traˇi optimalno reˇenje, tj. da poˇtar odabere marˇ-rutu kojom ´e c z s s s c hodati ˇto je manje mogu´e. Ovaj problem je u literaturi poznat kao Problem kineskog s c poˇtara. s Reˇenje ovog problema dobija se kombinacijom Flerijevog algoritma i algoritma Eds mondsa i Dˇonsona (eng. Edmonds, Johnson; 1974. godina). U algoritmu Edmondsa z i Dˇonsona vrˇimo dupliciranje postoje´ih ivica teˇinskog multigrafa G, tako da u z s c z X teˇinskom Ojlerovom nadgrafu G∗ suma z ω(e) bude minimalna (ovde je funkcija
e∈E(G∗ )

ω dodeljuje teˇinu svakoj grani). Zatim Flerijevim algoritmom pronadjemo Ojlerovu z konturu u G∗ i to je traˇeni put poˇtara. z s

HAMILTONOVI GRAFOVI

DEFINICIJA 3.4.6. Hamiltonova kontura grafa G je zatvoren put koji sadrˇi sve z ˇvorove iz G. Graf koji ima Hamiltonovu konturu naziva se Hamiltonov graf. c Hamiltonov put u grafu G je put koji sadrˇi sve ˇvorove iz G. Graf koji ima z c Hamiltonov put naziva se poluhamiltonov graf.

GLAVA 3. TEORIJA GRAFOVA

249

Medju definicijama Ojlerovih i Hamiltonovih grafova postoji velika sliˇnost, ali je c potpuno drugaˇija situacija kada je u pitanju njihova karakterizacija. Ojlerovi grafovi c su u potpunosti odredjeni Ojlerovom teoremom, dok za Hamiltonove grafove tako neˇto s nije poznato. Jedan od najve´ih nereˇenih problema Teorije grafova je odrediti potreban c s i dovoljan uslov da je graf Hamiltonov. Ojlerovi i Hamiltonovi grafovi nemaju neku direktnu vezu. To pokazuje i slede´i c primer. PRIMER 3.4.7. Odrediti grafove koji su istovremeno Ojlerovi i Hamiltonovi, nisu Ojlerovi a jesu Hamiltonovi, jesu Ojlerovi a nisu Hamiltonovi, nisu ni Ojlerovi ni Hamiltonovi. Reˇenje. s Ojlerov i Hamiltonov graf je kontura Cn , npr. C3 . Potpun graf K4 nije Ojlerov, a jeste Hamiltonov. Potpun bipartitini graf K2,4 jeste Ojlerov, a nije Hamiltonov. Zvezda S3 = K1,3 nije ni Ojlerov ni Hamiltonov graf.

Ovi grafovi su prikazani na prethodnoj slici. Joˇ opˇtije, imamo da egzistencija Hamiltonovog puta ne zavisi samo od stepena s s ˇvorova, ˇto pokazuje slede´i primer. c s c PRIMER 3.4.8. Odrediti grafove sa istim nizom stepena ˇvorova, od kojih jedan c ima Hamiltonov put, a drugi nema. Reˇenje. s Prvi graf (koji se sastoji od konture C16 kod koje su spojeni naspramni ˇvorovi) ima ne samo Hamiltonov put, nego i Hamiltonovu konturu. Drugi graf ne c poseduje Hamiltonov put jer kad predjemo iz jednog dela u drugi prolazimo kroz centralni ˇvor, tako da u njega ne moˇemo ponovo do´i, a samo iz njega moˇemo pre´i u tre´i deo c z c z c c ovog grafa.

Oba grafa imaju iste stepene ˇvorova jer su 3-regularni (tj. svi stepeni su im 3). c Stoga ne postoji kriterijum samo na osnovu stepena ˇvorova koji odredjuje da li je graf c poluhamiltonov (a samim tim i Hamiltonov) ili nije. Sada ´emo dati nekoliko samo potrebnih, odnosno samo dovoljnih uslova za Hamiltonove c grafove.

GLAVA 3. TEORIJA GRAFOVA

250

TEOREMA 3.4.9. Ako je G Hamiltonov graf, onda za svaki podskup ∅ = S ⊂ V (G) vaˇi ω(G − S) |S|, tj. broj komponenti povezanosti grafa G − S nije ve´i od broja z c elemenata skupa S.

Dokaz . Neka je C Hamiltonova kontura u grafu G. Tada je njen skup grana podskup skupa grana grafa, tj. E(C) ⊆ E(G). Odavde dobijamo i da je E(C − S) ⊆ E(G − S), ˇto s povlaˇi ω(G − S) ω(C − S) jer se dodavanjem novih grana ne pove´ava broj komponenti c c u grafu (ako dodamo granu izmedju ˇvorova iz iste komponente onda broj komponenti c ostaje isti, a ako dodamo granu izmedju ˇvorova razliˇitih komponentni onda se smanji c c za 1). Uklanjanjem ˇvorova iz skupa S kontura C se raspada na jedan ili viˇe puteva. Broj c s tih puteva je manji od ili jednak sa brojem elemenata skupa S (izbacivanjem svakog novog ˇvora iz S dobijamo nov put ako taj ˇvor nije susedan u C sa nekim prethodno c c izbaˇenim), tj. vaˇi ω(C − S) |S|. c z Sa ove 2 nejednakosti dobijamo traˇenu ω(G − S) ω(C − S) |S|. z Koriˇ´enje prethodne teoreme za ispitivanje da li je graf Hamiltonov ilustrova´emo sc c slede´im primerom. c PRIMER 3.4.10. Pokazati da graf sa leve slike ne poseduje Hamiltonovu konturu.

Reˇenje. Ako za skup S uzmemo 3 crna ˇvora (svaki od tih ˇvorova je spojen sa svim s c c ostalim), tada ´e se graf koji ostane kada izbacimo ova 3 ˇvora (prikazan na slici desno) c c sastojati od jednog trougla i tri izolovana ˇvora, tj. to je graf G − S = K3 ∪ K1 ∪ K1 ∪ K1 . c On ima 4 komponente povezanosti, ω(G − S) = 4. Kako vaˇi ω(G − S) = 4 > 3 = |S| z dobijamo da graf G ne sadrˇi Hamiltonovu konturu. z Slede´im primerom ´emo pokazati da uslov Teoreme 3.4.9 nije i dovoljan uslov za c c Hamiltonove grafove. PRIMER 3.4.11. Pokazati da Petersenov graf (graf sa donje slike) nije Hamiltonov.

GLAVA 3. TEORIJA GRAFOVA

251

Reˇenje. s Pretpostavimo da Petersenov graf sadrˇi Hamiltonovu konturu C. Bez guz bitka opˇtosti, moˇemo da pretpostavimo da je u konturi C ˇvor a susedan sa ˇvorovima s z c c b i e. Odatle sledi da ˇvor h, tre´i sused ˇvora a, mora da bude susedan sa ˇvorovima g c c c c i i u C. Sada postoje tri sluˇaja, u zavisnosti od toga sa kojim ˇvorovima su u konturi c c C susedni ˇvorovi b i e. c ˇ i) Cvor b je susedan sa c, a ˇvor e je susedan sa d. Sada ˇvorovi c i d ne mogu da budu c c susedni u C, inaˇe se obrazuje kontura abcdea, koja nije Hamiltonova. Prema tome, u c C ˇvor c mora da bude susedan sa g, a ˇvor d sa i. Medjutim, tada se formira kontura c c abcghidea, koja takodje nije Hamiltonova, pa je ovaj sluˇaj nemogu´. c c ˇ ii) Cvor b je susedan sa c, a ˇvor e je susedan sa f (ovaj sluˇaj je analogan sluˇaju c c c ˇ kada je ˇvor b susedan sa j, a ˇvor e susedan sa d). Cvor j ne moˇe da bude susedan sa c c z b u C, pa stoga j mora da bude susedan sa f i i u C. Sliˇno, ˇvor d ne moˇe da bude c c z susedan sa e u C, pa stoga d mora da bude susedan sa c i i u C. Medjutim, tada ˇvor i c mora da bude susedan u C sa ˇvorovima d, h i j, ˇto nije mogu´e. c s c ˇ ˇ iii) Cvor b je susedan sa j, a ˇvor e je susedan sa f . Cvorovi f i j ne mogu da budu c susedni u C, inaˇe se formira kontura abjf ea, koja nije Hamiltonova. Prema tome, u c C ˇvor j mora da bude susedan sa i, a ˇvor f sa g. Medjutim, tada se formira kontura c c abjihgf ea, koja takodje nije Hamiltonova, pa ni ovaj sluˇaj nije mogu´. c c Kako smo u sva tri sluˇaja dobili kontradikciju, zakljuˇujemo da Petersenov graf nije c c Hamiltonov. Za Petersenov graf, ma kako uzeli skup S, vaˇi ω(G − S) z da ovaj uslov nije i dovoljan. |S|. Time smo pokazali

Dovoljni uslovi za Hamiltonove grafove su daleko brojniji od potrebnih. Najpoznatiji su Dirakov (danski Guy A. Dirac; 1652.), Oreov (eng. O.Ore; 1960.), Bondijev i Hvatalov (eng. J.A.Bondy, V.Chvatal; 1976.), kao i Redeiev (madj. R´dei) za orijentisane grafove. e Mi ´emo ovde pokazati Dirakov uslov, a ostale ´emo samo formulisati (dokaze moˇete c c z na´i u [27], [36] i [11]). c PRIMER 3.4.12. Na dvoru kralja Artura sakupilo se 2n vitezova, pri ˇemu svaki od c njih, medju ostalim, ima najviˇe n − 1 neprijatelja. Dokazati da Merlin, savetnik kralja s Artura, moˇe da rasporedi vitezove za okrugli sto tako da su svaka dva suseda prijatelji. z (Prijateljstvo i neprijateljstvo su simetriˇni.) c Reˇenje. Raporedimo vitezove na proizvoljan naˇin za sto. Neka su u tom rasporedu s c neka 2 viteza koji su u svadji, npr. Artur i Lanselot (Artur je imao dobar razlog da ne govori sa Lanselotom zbog svoje ˇene Ginevre) i bez umanjenja opˇtosti moˇemo uzeti z s z da je A levo od L. A ima bar n prijatelja medju ostalim vitezovima, a L ima najviˇe s n − 1 neprijatelja (sa sve A). Stoga negde za stolom postoje vitezovi A i L takvi da su A i A prijatelji, L i L prijatelji i da A sedi na mestu levo od L . Merlin sada moˇe z da vitezovima izmedju L i A zameni mesta za stolom (ako je U bio levi sused od V , da sada V bude levi sused od U ), a ostale viteze da ostavi gde su bili. Ova transformacija je predstavljena na slede´oj slici. c

GLAVA 3. TEORIJA GRAFOVA
... L A Vk . . . V2 ... A L V1 ... A A ... L L V1 V2 . . . Vk

252

Vidimo da je raspored viteza (A, L, V1 , V2 , . . . , Vk , A , L ) je zamenjen rasporedom (A, A , Vk , . . . , V2 , V1 , L, L ) (vitezovi Vi se nalaze i dalje izmedju ista dva viteza), a umesto parova viteza (A, L) (koji su u svadji) i (A , L ) (koji mogu biti prijatelji, ali i neprijatelji) sada imamo parove susednih vitezova (a, a ) i (b, b ). Time je Merlin smanjio broj neprijateljstava (za 1 ili 2 ako su i A i L u svadji) medju susednim vitezovima za stolom. Kako u polaznom rasporedu imamo najviˇe 2n neprijateljstava (toliko ima s susednih parova viteza), ˇto je konaˇan broj i kako se u svakom koraku taj broj smans c juje, za nekoliko koraka ´emo do´i do toga da ima 0 neprijateljstava medju susedima za c c stolom. Time smo dokazali da Merlin moˇe da rasporedi viteze za sto, tako da jedan pored z drugog sede vitezovi koji su prijatelji. Ovaj primer moˇemo prevesti na jezik Teorije grafova tako ˇto uzmemo da su vitezovi z s ˇvorovi grafa, a da izmedju 2 ˇvora imamo granu ako i samo ako su odgovaraju´i vitezovi c c c prijatelji. Traˇeni raspored za stolom odgovara Hamiltonovoj konturi. Tako dobijamo z slede´u teoremu (uzeli smo da ima n ˇvorova, a ne 2n, ˇto ne menja niˇta u dokazu!). c c s s TEOREMA 3.4.13. Dirakova teorema. Neka je G graf sa n koga je δ n . Tada je G Hamiltonov graf. 2 Dokaz . Dokaz ide analogno kao u prethodnom primeru. 3 ˇvorova kod c

Dirakova teorema je specijalni sluˇaj narednih tvrdjenja. c TEOREMA 3.4.14. Oreova teorema. Neka je G graf sa n 3 ˇvorova takav da c za svaka 2 nesusedna ˇvora u i v vaˇi d(u) + d(v) n. Tada je G Hamiltonov graf. c z

TEOREMA 3.4.15. Teorema Bondija i Hvatala. Neka je G graf sa n 3 ˇvorova. Neka su u i v dva nesusedna ˇvora za koje vaˇi d(u) + d(v) n. Tada je graf c c z G + uv (graf koji se dobija od G dodavanjem grane izmedju ˇvorova u i v) Hamiltonov c ako i samo ako je G Hamiltonov graf.

TEOREMA 3.4.16. Teorema Redeia. U orijentisanom grafu G u kojem za svaka 2 ˇvora u i v postoji bar jedna od grana (u, v), (v, u) postoji Hamiltonov put. c U narednom primeru ´emo ilustrovati primenu prethodne teoreme u stvarnom ˇivotu. c z Taj problem je vezan za traˇenje Hamiltonovog puta u orijentisanom grafu. z

GLAVA 3. TEORIJA GRAFOVA

253

PRIMER 3.4.17. Gradjevinska firma koja treba da zavrˇi n = 5 stanova raspolaˇe s z 1 ekipom vodinstalatera i 1 ekipom molera. Moleri ne mogu poˇeti sa radom u stanu u c kojem vodoinstalateri nisu zavrˇili svoj posao. U k-tom stanu (k = 1, 2, . . . , n) vodoins stalateri treba da rade vk ˇasova, a moleri mk ˇasova: c c v1 = 8, v2 = 20, v3 = 7, v4 = 18, v5 = 9; m1 = 12, m2 = 12, m3 = 15, m4 = 10, m5 = 15. Kojim redosledom treba da rade vodoinstalateri da bi celokupan posao bio zavrˇen ˇto s s je mogu´e ranije? c Reˇenje. s Moˇe se pokazati da vodoinstalateri treba da rade u stanu i pre nego u z stanu j samo ako je min(vi , mj ) min(vj , mi ). U protivnom bi ekipa molera gubila viˇe s vremena nego ˇto je potrebno. s Formirajno orijentisan graf sa ˇvorovima 1, 2, 3, 4, 5 (to su stanovi) u kome od ˇvora c c i ide grana ka ˇvoru j ako je min(vi , mj ) min(vj , mi ). Odredjivanje redosleda stanova c se svodi na traˇenje Hamiltonovog puta u ovom orijentisanom grafu (koji je predstavljen z na slede´oj slici). c
1

2

5

3

4

Jedini Hamiltonov put je 3, 1, 5, 2, 4. Tim redosledom treba i majstori da rade stanove.

ZADACI
3.4.1. Moˇe li se jednim potezom nacrtati figura sa slike? z

3.4.2.

Koji od slede´ih grafova imaju Ojlerove konture, odnosno Ojlerove puteve? c t t t t t t t t t t t t t t t t t a) b) t t t c) d) e) t t t t t t t t t t t t t t t t t

3.4.3. Dokazati ili opovrgnuti: Ne postoji povezan Ojlerov graf koji ima paran broj ˇvorova i neparan broj grana. c 3.4.4. Dokazati ili opovrgnuti: Ako je G Ojlerov graf sa granama e i f koje imaju zajedniˇki ˇvor, tada G sadrˇi Ojlerovu konturu u kojoj se e i f pojavljuju jedna za c c z drugom.

GLAVA 3. TEORIJA GRAFOVA 3.4.5. a) Koji od grafova sa slike su Ojlerovi grafovi?

254

b) Koji od grafova sa slike su Hamiltonovi grafovi?

3.4.6. Ako je G Ojlerov graf, dati potreban uslov da i njegov komplement G bude Ojlerov graf. 3.4.7. Dokazati da graf ima Ojlerovu konturu ako i samo ako svaki njegov blok ima Ojlerovu konturu. (Blok je maksimalan povezan podgraf bez vezivnih ˇvorova.) c 3.4.8. Povezan graf G je Ojlerov ako i samo ako se njegov skup grana moˇe razbiti na z konture, G = C1 ∪ C2 ∪ . . . ∪ Ck , tako da je E(Ci ) ∩ E(Cj ) = ∅. Dokazati. 3.4.9. Ukoliko postoji na´i Hamiltonovu konturu, odnosno Hamiltonov put za slede´e c c grafove: t t t t t t t t t t t t t a) t t t b) c) d) t t t t t t t t t t t t t 3.4.10. Na ˇahovskoj tabli dimenzija a) 5 × 4; b) 4 × 4 u donjem levom uglu s nalazi se skakaˇ. Da li skakaˇ moˇe da obidje sva polja ˇahovske table taˇno jedanput? c c z s c 3.4.11. Dokazati da Kn,n ima n!(n − 1)!/2 Hamiltonovih ciklusa. 3.4.12. Dokazati da graf ˇiji su svi ˇvorovi parnog stepena ne sadrˇi most. c c z 3.4.13. Dokazati da je, za n Hamiltonov graf. 1, graf Kn,2n,3n Hamiltonov, dok Kn,2n,3n+1 nije

3.4.14. Dokazati da je n-dimenzionalna kocka Qn (za definicije videti zadatak 3.1.15) Hamiltonov graf za svako n 2. 3.4.15. Dokazati da je svaki podgraf Petersenovog grafa dobijen udaljavanjem jednog ˇvora Hamiltonov. c 3.4.16. Ispitati da li je Herˇelov graf (nem. Herschel) Hamiltonov graf. Herˇelov graf s s je predstavljen na slede´oj slici. c

GLAVA 3. TEORIJA GRAFOVA

255

3.5

PLANARNI GRAFOVI

DEFINICIJA 3.5.1. Za graf kaˇemo da je planaran ako se moˇe nacrtati u ravni z z tako da mu se ivice ne seku (sem u ˇvorovima grafa). c

Na slede´oj slici levo je (uobiˇajeno predstavljanje) potpunog grafa K4 na osnovu koga c c bismo mogli da zakljuˇimo da on nije planaran, ali ako ”iskrivimo”(za strogo-formalno c ˇ matematiˇko izraˇavanje ovde je potreban topoloˇki pojam Zordanove krive; za detaljnije c z s upoznavanje videti [27]) jednu od ivica dobijamo prezentaciju ovog grafa u ravni, pa je ovaj graf planaran. Na slici desno je planarna reprezentacija grafa K4 koja je simetriˇna. c

Slede´e tvrdjenje nam daje vezu izmedju planarnih grafova i grafova na sferi (zbog c toga se planaran graf ponegde definiˇe kao graf koji se moˇe smestiti u ravan ili na sferu). s z TEOREMA 3.5.2. na sferu. Graf se moˇe smestiti u ravan ako i samo ako se moˇe smestiti z z

Dokaz . Pretpostavimo da je graf G mogu´e smestiti na sferu σ. Uoˇimo jednu njenu c c taˇku N koja se ne poklapa ni sa jednim ˇvorom grafa G, niti pripada nekoj ivici grafa c c G (oznaku N smo uzeli jer se ta taˇka naziva severnim polom – north pole). Suprotna c taˇka taˇki N u odnosu na C (centar sfere σ) je taˇka S. U toj taˇki postavimo ravan c c c c α koja je normalna na sferu σ. Sada moˇemo definisati osteografsku projekciju sfere na z ravan (taˇnije osteografska projekcija slika sferu bez severnog pola na ravan): c πN : σ \ {N } → α sa πN (A) = A ,

gde je A preseˇna taˇka prave N A sa ravni α. Preslikavanje πN je bijekcija taˇaka sfere c c c bez severnog pola, σ \{N }, na taˇke ravni α. To preslikavanje slika graf G koji je smeˇten c s na sferi σ u planaran graf G (koji je smeˇten u ravni α). s
N A

C

A α

S

GLAVA 3. TEORIJA GRAFOVA

256

Analogno bi se dokazao i obrnuti smer (ovde je bijekcija osteografska projekcija ravni −1 na sferu – to je inverzno preslikavanje πN ). Jedan od najvaˇnijih rezultata u teoriji poliedara je Ojlerova formula za poliedre, koja z glasi n − m + f = 2. Tu n predstavlja broj temena (eng. vertex) poliedra, m je broj ivica (eng. edge), a f je broj strana (eng. field). Zbog ovih engleskih naziva ono se ˇesto zadaje i kao v − e + f = 2. c Ova formula se prvi put pojavila u pismu o poliedrima koje je Ojler pisao Goldbahu (nem. Goldbach) novembra 1750. godine, i tu je Ojler opet propustio da da korektan dokaz svog tvrdjenja. Prvi valjan dokaz Ojlerove formule dao je Leˇandr (fra. Legendre) z 1794. godine. Taj dokaz je koristio metriˇka svojstva sfernih poligona. Prvi topoloˇki c s dokaz (tj. dokaz koji ne zavisi od metrike) je dao Koˇi (fra. Cauchy) 1813. godine. On je s projektovao poliedar na ravan, zatim izvrˇio triangulaciju da bi dobio rezultat za karte s u ravni (sliˇan dokaz ´emo i mi navesti). Izmedju ova 2 dokaza je Luilie (fra. Lhuilier) c c pokazao da iz Ojlerove formule sledi da postoji samo 5 pravilnih poliedara (ili kako se drugaˇije nazivaju, Platonovih tela). Da ima samo 5 pravilnih poliedara bilo je poznato c joˇ antiˇkim matematiˇarima pre viˇe od 2000 godina. Mi ´emo ovo tvrdjenje pokazati s c c s c kasnije. Planarni graf svojim granama deli ravan na neke oblasti (od kojih je jedna beskonaˇna, c a ostale su konaˇne). Na slede´oj slici je prikazan planaran graf G koji ravan deli na c c oblasti f1 , f2 , f3 , f4 , f5 , f6 (tu je f1 spoljaˇnja oblast, tj. oblast koja je neograniˇena, s c odnosno beskonaˇna).koja je neograniqena, odnosno beskonaqna). c spo ax a oblast, tj. oblast
f1 f2 f3 f5 f6 f4

Poka imo prvo Ojlerovu teoremu za planarne grafove.

Pokaˇimo prvo Ojlerovu teoremu za planarne grafove. z Za povezan, planaran graf sa n ˇvorova, m grana i f oblasti vaˇi c z

TEOREMA 3.5.3. n − m + f = 2.

Dokaz . Dokaz ide indukcijom po broju grana. Minimalan broj grana koje sadrˇi povezan graf sa n ˇvorova je m = n − 1 i graf tada z c predstavlja stablo (prema Teoremi 2 iz poglavalja ”Stabla”). Stablo ne ograniˇava nijednu c konaˇnu oblast, pa je f = 1. U ovom sluˇaju vaˇi Ojlerova formula: n − (n − 1) + 1 = 2. c c z Pretpostavimo da tvrdjenje vaˇi za sve povezane, planarne grafove koji imaju m = z k n − 1 grana. Posmatrajmo ˇta se deˇava za planaran graf G sa m = k + 1 granom (koji ima n s s ˇvorova i f oblasti). Kako je m n to graf G sadrˇi bar jednu konturu (prema Teoremi 2 c z iz poglavalja ”Stabla”). Posmatrajmo jednu granu e koja pripada nekoj konturi u grafu G. Ova grana je graniˇna za 2 oblasti. U grafu G−e te 2 oblasti se spajaju u jednu oblast. c Graf G − e ima n ˇvorova, m − 1 = k grana i f − 1 oblasti, pa po induktivnoj pretpostavci c imamo da je n − k + (f − 1) = 2, odakle dobijamo da za graf G vaˇi n − (k + 1) + f = 2. z Na osnovu principa matematiˇke indukcije dobijamo da vaˇi Ojlerova formula. c z

GLAVA 3. TEORIJA GRAFOVA Imamo i slede´e poopˇtenje Ojlerove formule. c s

257

TEOREMA 3.5.4. Za planaran graf G sa n ˇvorova, m grana, f oblasti i c(G) c komponenti povezanosti vaˇi jednakost n − m + f = 1 + c(G). z

DEFINICIJA 3.5.5. Planaran graf je maksimalan ako dodavanjem ma koje nove grane prestaje da bude planaran, tj. graf G+{u, v} je neplanaran za svaki par u, v ∈ V (G), {u, v} ∈ E(G). Sve oblasti maksimalnog grafa su trouglovi.

TEOREMA 3.5.6. Za konveksan poliedar sa n temena, m ivica i f strana vaˇi z Ojlerova formula n − m + f = 2.

Dokaz . Od svakog poliedra moˇemo dobiti graf na sferi koji ima isti broj temena, ivica z i strana. To moˇemo posti´i tako ˇto ´emo iz neke taˇke C unutar konveksnog poliedra z c s c c projektovati poliedar na sferu sa centrom u C unutar koje se nalazi ceo poliedar (zamislimo kao da je u c sve´a, a graf na sferi ´e biti senka poliedra). Na taj naˇin dobijamo c c c graf na sferi kome se grane ne seku, a prema Teoremi 1 od ovog grafa osteografskom projekcijom moˇemo dobiti planaran graf sa istim brojem temena, ivica i strana. Za z njega vaˇi Ojlerova formula, pa ona vaˇi i za polazni poliedar. z z Neka je G graf sa n i m grana u kome najkra´a kontura ima c g(n − 2) duˇinu g. Ako vaˇi nejednakost m > z z onda graf G ne moˇe biti planaran. z g−2 Dokaz . Neka je F skup svih oblasti u grafu, a za F ∈ F oznaˇimo sa d(F ) broj grana c koje ograniˇavaju oblast F . Kako svaka grana pripada dvema oblastima imamo da vaˇi c z X 2m = d(F ) i kako su sve oblasti ograniˇene sa bar g vaˇi 2m g · f . Kada to uvrstimo c z u Ojlerovu formulu dobijamo da je 2=n−m+f n−m+ 2m m(g − 2) =n− . g g
F ∈F

TEOREMA 3.5.7.

g(n − 2) (ovde jednakost vaˇi ako su z g−2 sve konaˇne oblasti ograniˇene sa taˇno g grana). Kako je ovo u suprotnosti sa uslovom c c c tvrdjenja dobijamo da graf G nije planaran. Odatle dobijamo da za broj grana u grafu vaˇi m z POSLEDICA. 3.5.8 Planaran graf sa n 3 ˇvorova ima najviˇe 3n − 6 grana, tj. u c s planarnom grafu za broj grana m vaˇi m 3n − 6. z

TEOREMA 3.5.9. U planarnom grafu postoji bar jedan ˇvor stepena manjeg od 6, c tj. u planarnom grafu za najmanji stepen ˇvora δ vaˇi δ 5. c z

GLAVA 3. TEORIJA GRAFOVA

258

Dokaz . Ako saberemo stepen svakog ˇvora (koji je ve´i ili jednak od δ) dobijamo c c dvostruki broj grana, pa na osnovu prethodnog tvrdjenja imamo da vaˇi z n·δ
v∈V (G)

d(v) = 2m

6n − 12 ⇒ δ

5.

PRIMER 3.5.10.

Potpun pentagraf K5 nije planaran graf.

Reˇenje. s Za K5 imamo n = 5 i m = 5 = 10, ˇto kad ubacimo u Posledicu Teoreme s 2 3.5.7 dobijamo 10 3 · 5 − 6 = 9, ˇto je kontradikcija, pa pentagraf nije planaran. s PRIMER 3.5.11. Potpun bitrigraf K3,3 nije planaran graf.

Reˇenje. s Kako je bitrigraf bipartitan on nema nijednu konturu neparne duˇine, pa z zbog toga za svaku oblast F vaˇi d(F ) 4. Kada ovo iskoristimo sliˇno kao i u dokazu z c X d(F ) 4f , odakle je f m . Kako bitrigraf ima n = 6 Teoreme 3.5.7 dobijamo 2m = 2
F ∈F

9 i m = 3 · 3 = 9 dobijamo i da je f 4. Kada sve ovo uvrstimo u Ojlerovu 2 , tj. f formulu dobijamo 2 = n − m + f 6 − 4 + 4 = 1, ˇto je kontradikcija, pa bitrigraf nije s planaran.

DEFINICIJA 3.5.12. Graf G koji se dobija od grafa G tako ˇto se neke grane s zamene putevima naziva se potpodela grafa G (tj. ako vrˇimo potpodelu grane e = uv s onda se umetnu joˇ neki ˇvorovi w1 , w2 , . . . , wk stepena 2 izmedju ˇvorova u i v, tj. umesto s c c grane e imamo put u, w1 , w2 , . . . , wk , v).

Slede´e tvrdjenje je najvaˇnije u ovom poglavlju jer su njim u potpunosti okarakterc z isani planarni grafovi. Do njega su, nezavisno jedan od drugog, doˇli ruski matematiˇar s c Pontrjagin (L. Pontryagin) 1927. godine koji to nije publikovao i poljski matematiˇar c Kuratovski (K. Kuratowski) 1930. godine. Dokaz ove teoreme je veoma sloˇen, te ´emo z c ga ovde izostaviti (moˇete ga na´i u [27]). z c TEOREMA 3.5.13. Teorema Pontrjagin-Kuratovskog. Graf je planaran ako i samo ako ne sadrˇi kao podgraf ni K5 ni K3,3 ni neku njihovu potpodelu. z DEFINICIJA 3.5.14. Neka graf G sadrˇi granu e = xy. Graf G dobijamo od G z tako ˇto uklonimo granu e, a ˇvorove x i y identifikujemo. Za graf G kaˇemo da je s c z dobijen od G kontrakcijom grane e. Vagner (K. Wagner) je 1937. godine dokazao slede´e tvrdjenje koje isto karakteriˇe c s planarne grafove (dokaz na´i u [27]). c TEOREMA 3.5.15. Graf G je planaran ako i samo ako ne sadrˇi podgraf koji se moˇe z z kontrahovati na K5 ili na K3,3 .

GLAVA 3. TEORIJA GRAFOVA PRIMER 3.5.16. Petersenov graf nije planaran.

259

Reˇenje. Na narednoj slici u sredini je prikazan Petersenov graf. Na 3 razliˇita naˇina s c c ´emo pokazati da on nije planaran. c
v1 v6 v2 v7 v 8 v9 v3 v4 v10 v5

Podgraf Petersenovog grafa dobijen izbacivanjem grana {v3 , v4 } i {v7 , v10 } je graf na slici levo koji je potpodela bitrigrafa (crni ˇvorovi v2 , v6 i v5 ˇine jednu particiju ˇvorova c c c bitrigrafa, dok beli ˇvorovi v1 , v8 i v9 ˇine drugu particiju, a ostala 4 ˇvora koji ˇine c c c c potpodele nismo ni oznaˇavali, ali su na istom mestu kao i u polaznom Petersenovom c grafu). Stoga Petersenov graf prema Teoremi 3.5.13 nije planaran. Ako izvrˇimo kontrakciju grana {v1 , v6 }, {v2 , v7 }, {v3 , v8 }, {v4 , v9 } i {v5 , v10 } dobis jamo pentagraf (koji je prikazan na slici desno). Stoga Petersenov graf prema Teoremi 3.5.15 nije planaran. Kako je u Petersenovom grafu najmanja kontura duˇine 5, za svaku oblast F vaˇi z z d(F ) 5. Kada ovo iskoristimo na sliˇan naˇin kao i u dokazu Teoreme 3.5.7 dobijamo c c X 2m 2m = d(F ) 5f , odakle je f 5 . Kako Petersenov graf ima n = 10 i m = 15 dobijamo i da je f
F ∈F

6. Kada sve ovo uvrstimo u Ojlerovu formulu dobijamo 2=n−m+f 10 − 15 + 16 = 1,

ˇto je kontradikcija, pa Petersenov graf nije planaran. s DEFINICIJA 3.5.17. Platonovo telo (ili pravilni poliedar ) je poliedar ˇije su sve c strane medjusobno podudarni mnogouglovi sa s ivica, kod kojih iz svakog temena izlazi taˇno t ivica). c

Naredno tvrdjenje u potpunosti karakteriˇe Platonova tela. s TEOREMA 3.5.18. Postoji taˇno 5 pravilnih poliedara. c

Dokaz . Neka je P pravilan poliedar sa n temena, m ivica i f strana i neka je G(P ) njemu pridruˇeni planaran graf. Kako je P poliedar mora da vaˇi s, t 3. Nadalje ´emo z z c razmatrati G(P ). Kako svaka ivica ima 2 kraja, ako sabiramo sve krajeve ivica dobijamo jednakost 2m = n · t. Svaka grana pripada dvema oblastima, pa ako brojimo grane po oblastima svaku granu ´emo brojati 2 puta, tj. 2m = f · s. c Iz Ojlerove formule imamo 2=n−m+f = 2 2 2s + 2t − st ·m−m+ ·m= ·m ⇒ t s st 2s + 2t − st > 0 ⇒ st − 2s − 2t + 4 < 4 ⇒ (s − 2) · (t − 2) < 4.

GLAVA 3. TEORIJA GRAFOVA Kako su p − 2 1 i q−2 ⇒ ⇒ ⇒ ⇒ ⇒ 1 jedine mogu´nosti su: c t = 3, ˇto s t = 3, ˇto s t = 4, ˇto s t = 5, ˇto s t = 3, ˇto s je je je je je tetraedar; kocka (heksaedar); oktaedar; ikosaedar; dodekaedar.

260

(s − 2) · (t − 2) = 1 · 1 (s − 2) · (t − 2) = 2 · 1 (s − 2) · (t − 2) = 1 · 2 (s − 2) · (t − 2) = 1 · 3 (s − 2) · (t − 2) = 3 · 1

s = 3, s = 4, s = 3, s = 3, s = 5,

Ravanski grafovi Platonovih tela su dati (redosledom kojim smo ih i dobijali) na slede´oj slici: c

Jedan od svakako najpoznatijih problema vezanih za planarne grafove je problem 4 boje. On je reˇen tek nakon 125 godina i obimnog rada velikog broja matematiˇara. s c Problem 4 boje su reˇili Kenet Apel i Volfgang Heken. Oni su 1976. godine zamrˇenom s s kompjuterskom analizom koja je sadrˇala analizu 1936 osnovnih konfiguracija. Njihov z dokaz je veoma dug i komplikovan i oslanja se na teorijske rezultate niza matematiˇara c koji su objavljivani prethodnih decenija, kao i na znaˇajan rad raˇunara. Tada je utroˇeno c c s oko 1200 ˇasova (50 dana!) raˇunarskog vremena. Danas je neizvesno da li je mogu´e c c c dokazati Problem 4 boje koji se ne poziva na rad raˇunara. c Problem 4 boje tvrdi da se svaka geografska karta moˇe obojiti sa 4 boje tako z da svaka drˇava bude obojena jednom od boja i da susedne drˇave ne budu z z obojene istom bojom. Pod susednim drˇavama se podrazumevaju drˇave koje z z imaju zajedniˇku graniˇnu liniju (a ne one koje imaju jednu ili viˇe izolovanih c c s zajedniˇkih graniˇnih taˇaka). Takodje, smatra se da je celokupna teritorija c c c jedne drˇave iz jednog dela (tj. nije dozvoljeno da se jedna drˇava sastoji iz z z viˇe odvojenih delova, ˇto je sluˇaj kod nekih stvarnih drˇava). Ovaj problem s s c z se odnosi ne samo na stvarne geografske karte, ve´ na sve karte koje se mogu c zamisliti (tj. treba ga pokazati za proizvoljnu kartu). Ovo je dugo bio jedan od najpoznatijih nereˇenih problema teorije grafova izmedju s ostalog jer ima i burnu i zanimljivu istoriju. Engleski matematiˇar Fransis Gutri (eng. c Francis Guthrie, 1831-1899) je istraˇivao ovaj problem negde oko 1850. godine. Gutri se z zainteresovao za opˇti problem, nakon ˇto je obojio sa 4 boje mapu Engleske (tj. njene s s okruge). Ubrzo nakon toga on je pokazao Problem 4 boje svom mladjem bratu Frederiku (eng. Frederick Guthrie, 1833-1866), koji je bio student Avgusta Demorgana (eng. Augustus DeMorgan, 1806-1871). Demorgan je 1952. godine saopˇtio problem ser Vilis jamu Hamiltonu (eng. sir William Hamilton, 1805-1865), kod koga je ostao nezapaˇem z

GLAVA 3. TEORIJA GRAFOVA

261

narednih 25 godina. Tada, 1878. godine, nauˇna zajhednica je upoznata sa Problemom c 4 boje, kroz saopˇtenje Artura Kejlija na sastanku Londonskog druˇtva matematiˇara s s c (eng. London Mathematical Society). Slede´e, 1979. godine, Kejli je formulisao probc lem u prvoj svesci Radova Kraljevskog druˇtva geografa (eng. Proceedings of the Royal s Geographical Society). Ubrzo nakon toga je britanski advokat (i amater–matematiˇar) c ser Alfred Kemp (eng. sir Alfred Kempe, 1849-1922) dao dokaz koji nije dovodjen u pitanje viˇe od decenije. Ipak, 1890. godine, britanski matematiˇar Hivud (eng. Percy s c John Heawood, 1861-1955) je pronaˇao greˇku u Kempovom radu. Kempov djokaz”je s s svakako najpoznatiji, ali nije jedini u literaturi se u poslednjih stotinjak godina pojavilo viˇe djokaza”koji su se odmah ili nakon nekog vremena pokazali netaˇnim. Ovaj dokaz s c je bitan jer se njogovom preradom pokazuje slabiji Problem 5 boja (tj. da se svaka karta moˇe obojiti sa 5 boja). Progres u istraˇivanju problema 4 boje je bio veoma spor. z z 1913. godine Birkhof (nem. Birkhoff) je pokazao da su odredjene konfiguracije karte reducibilne, u smislu da se bojenje ostatka karte u 4 boje moˇe proˇiriti na bojenje cele z s karte. Ova ideja sa reducibilnoˇ´u se pokazala kao glavna u dokazu ovog tvrdjenja. 1922. sc godine Frenklin (eng. Franklin) je iskoristio reducibilnost da dokaˇe teoremu za karte z koje sadrˇe ne viˇe od 25 drˇava. U narednih 40-tak godina taj broj je poboljˇan na 95 z s z s drˇava. Konaˇno, 1976. godine, su Apel, Heken i Koh (eng. Koˇ), uz koriˇ´enje ideja z c c sc Hiˇa (eng. Heesˇ), reˇili Problem 4 boje. s c s Kada je Hivud (na osnovu pogreˇnog Kempovog dokaza) pokazao Problem 5 boja, s on je istraˇivao hromatski broj i svih ostalih orijentabilnih povrˇina Sn , tj. sfera sa n z s ”ruˇki”, gde je n 1. Ovaj broj, oznaˇen sa c c vci(Sn ), definiˇe se kao maksimalni hromatski broj medju svim grafovima koji se mogu s predstaviti na Sn . Hivud je odredio gornju granicu √ 7 + 1 + 48n χ(Sn ) , 2 za n > 0 i postavio je hipotezu da u prethodnoj nejednakosti uvek vaˇi znak jednakosti. z U mnoˇtvu matematiˇkih istraˇivanja (od kojih je znatan broj koristio i grubu silu) s c z Ringel i Jangs su 1968. godine pokazali Hivudovu hipotezu u dualnoj formulaciji. Oni su dobili taˇnu vrednost γ(Kp ), roda potpunog grafa Kp , koji je jednak minimalnom broju c n za koji je mogu´e graf Kp predstaviti na povrˇini povrˇi Sn tako da ne postoje grane c s s koje se seku.

ZADACI
3.5.1. Na slici su date 3 ku´e i 3 bunara. Povezati svaku ku´u sa sva 3 bunara c c putevima, koji se medjusobno ne seku.

K

K

K

V

V

V

3.5.2. Dokazati da su K3,3 − e i K5 − e planarni grafovi, gde je e proizvoljna ivica ovih grafova. 3.5.3. Ispitati da li su grafovi sa slede´e slike planarni. c

GLAVA 3. TEORIJA GRAFOVA s s   s s s s   s s

262

s s s

s s s

3.5.4. Odrediti maksimalan broj grana u planarnom grafu sa n ˇvorova koji ne sadrˇi c z nijedan trougao (konturu duˇine 3). z 3.5.5. Dokazati da je bikompletan graf Kr,s planaran ako i samo ako je min{r, s} 2.

3.5.6. Odrediti 4,4,4,4,3,3.

a) planaran; b) neplanaran graf sa nizom stepena ˇvorova c

3.5.7. Dokazati da za svaki pozitivan ceo broj n koji je deljiv sa 6 postoji povezan planaran kubni (3-regularan) graf sa n ˇvorova. c 3.5.8. Koliko ˇvorova ima planaran 4-regularan graf sa 10 oblasti? c

3.5.9. Neka je G planaran 4-regularan graf sa 16 ˇvorova. Ako je svaka oblast trougao c ili ˇetvorougao, koliko ima trouglova, a koliko ˇetvorouglova? c c 3.5.10. 3.5.11. Neka je G 4-regularan graf sa 7 ˇvorova. Dokazati da G nije planaran. c Da li postoji 5-regularan planaran graf sa 10 ˇvorova? c

3.5.12. Maksimalan planaran graf ima taˇno jedan ˇvor stepena 9, dok su ostali ˇvorovi c c c stepena 5 ili 6. Koliko ima ˇvorova stepena 5? c 3.5.13. Planaran regularan graf stepena 3 smeˇten je u ravan pri ˇemu je za svako s c X fiksirano j broj oblasti ograniˇenih sa j grana jednak ri . Dokazati da je c (6−j)rj = 12.
j

3.5.14. Dokazati da svaki planaran graf sa viˇe od 3 ˇvora ima bar 4 ˇvora stepena s c c koji je manji ili jednak 5. 3.5.15. Dokazati da je aritmetiˇka sredina stepena ˇvorova planarnog grafa manja ili c c jednaka od 6. 3.5.16. Ako svi ˇvorovi planarnog grafa G imaju stepene bar 5, dokazati da graf G c ima najmanje 12 ˇvorova stepena 5. c 3.5.17. Dokazati da je potreban uslov da graf G i njegov komplement G budu planarni dat sa n2 − 13n + 24 0, gde je n 3 broj ˇvorova ovih grafova. c 3.5.18. Neka je n planaran. 3.5.19. 11. Dokazati da je bar jedan od grafova G i G sa n ˇvorova nije c

Na´i planaran graf G sa 8 ˇvorova, takav da je i G planaran. c c

3.5.20. Da li je ograniˇen broj ˇvorova n u planarnom samokomplementarnom grafu? c c Ako je odgovor potvrdan odrediti gornju granicu.

GLAVA 3. TEORIJA GRAFOVA

263

3.5.21. Triangulacija je planarni graf ˇija je svaka oblast trougao. Dokazati da je svaki c planarni graf razapinju´i podgraf neke triangulacije. c 3.5.22. Ispitati da li je graf obrazovan od temena, ivica i jedne prostorne dijagonale oktaedra planaran. 3.5.23. Dokazati da u konveksnom poliedru postoji ili strana koja je trougao ili teme u kome se sastaju 3 ivice. 3.5.24. Na sferi je dat skup S od n velikih krugova, n > 2. Dokazati da se ili svi krugovi iz skupa S seku u dvema dijametralno suprotnim taˇkama, ili da postoji par c taˇaka u kojima se seku taˇno dva kruga iz skupa S. c c

3.6

SPARIVANJE U GRAFOVIMA

Teorija sparivanja (na engleskom, matching theory) igra veoma vaˇnu ulogu u teoriji z grafova i kombinatorici, a posebno mesto zauzima u kombinatornoj optimizaciji. Mnogi praktiˇni problemi se na prirodan naˇin dovode u vezu sa raznim vrstama sparivanja u c c grafu i/ili teˇinskom grafu. Teorija sparivanja je veoma iscrpno prikazana u [156]. z

POJAM SPARIVANJA
Neka je G = (V, E) proizvoljan (neorijentisan) graf bez petlji. Dve grane grafa G su susedne ako imaju bar jedan zajedniˇki ˇvor; u protivnom grane su nesusedne. c c DEFINICIJA 3.6.1. vanje grafa G. Skup M medjusobno nesusednih grana grafa G naziva se spari-

PRIMER 3.6.2. Na slede´oj slici je dat (nepovezan) graf i jedno sparivanja tog grafa c (grane sparivanja su zadebljane). Primetimo da u prvoj komponenti imamo ˇetiri grane c iz sparivanja, a u drugoj samo dve. u u u e ¡ e ¡ e¡ u ¡e ¡ e u ¡ eu u u u e e u ¡ ¡ eu ¡ ¡e ¡ e u ¡ eu u

u

u

u

u

Sparivanja se na primer javljaju kod dodele radnog mesta radnicima u nekoj firmi. U tom sluˇaju moˇemo zamisliti da imamo bipartitni graf gde radnicima odgovaraju ˇvorovi c z c prve klase (odnosno boje), a radnim mestima ˇvorovi druge klase (to jest boje); grane c povezuju dva ˇvora razliˇitih boja ako posmatrani radnik moˇe da radi na odgovaraju´em c c z c radnom mestu. Problem koji se prirodno name´e je da se ˇto viˇe radnika rasporedi c s s na mesta koja odgovaraju njihovim kvalifikacijama. Svako dodeljivanje radnih mesta predstavlja primer sparivanja.

GLAVA 3. TEORIJA GRAFOVA Iz gornje definicije imamo da je (3.3) |M | 1 |V |, 2

264

jer svaka grana iz M pokriva taˇno dva ˇvora. c c DEFINICIJA 3.6.3. Za sparivanje M se kaˇe da je maksimalno ako se ne moˇe z z proˇiriti dodavanjem grana, to jest skup grana M = M ∪ {e} ni za koju granu e ∈ E \ M s nije sparivanje. Najve´e sparivanje je ono sparivarivanje kod koga skup M ima najve´u c c kardinalnost. Generalno, dva maksimalna sparivanja ne moraju biti iste kardinalnosti (videti Sl. 1). Naime, u prvoj komponenti imamo 4 grane i to sparivanje je maksimalno za tu komponentu (ono je ujedno i sparivanje najve´e kardinalnosti); sparivanje u drugoj komc ponenti nije maksimalno jer se moˇe proˇiriti dodavanjem jedne i samo jedne grane, te se z s ne moˇe proˇiriti do sparivanja najve´e kardinalnosti. Dakle, najve´e sparivanje je uvek z s c c maksimalno, dok obrnuto ne vaˇi. z DEFINICIJA 3.6.4. Za sparivanje M se kaˇe da je savrˇeno (ili 1-faktor) ako se z s gornja granica iz (3.3) doseˇe, ili, ˇto je ekvivalentno, ako su svi ˇvorovi grafa pokriveni z s c granama iz sparivanja. Primetimo da kompletan graf K2n+1 nema nijedno savrˇeno sparivanje. Nasuprot, s (2n)! s kompletan graf K2n ima 2n n! savrˇenih sparivanja. Naime, svako sparivanje za K2n bi se moglo shvatiti kao niz parova brojeva iz skupa {1, 2, . . . , 2n} oblika (∗∗)(∗∗) · · · (∗∗). Broj pomenutih nizova je (2n)! medjutim, kako medju tim nizovima ima ekvivalenthih (odgovaraju istom sparivanju), ovaj broj se deli sa 2n (zbog razmeme mesta ∗ unutar svake zagrade) i sa n! (zbog permutovanja zagrada). S druge strane, mnogo lakˇe je s pokazati da kompletan bipartitni graf Kn,n ima taˇno n! savrˇenih sparivanja. c s Neka je sada M neko (fiksno) sparivanje grafa G. Tada se u odnosu na M mogu definisati slede´i veoma vaˇni pojmovi: c z a) slobodan ˇvor (ˇvor v je slobodan, ili nepokriven, ako nije incidentan ni sa jednom c c granom iz M ; u protivnom, za ˇvor v se kaˇe da nije slobodan, ili da je pokriven); c z b) slobodna grana (grana e je slobodna, ili nepokrivena, ako ne leˇi u M ; u protivnom, z za granu e se kaˇe da je nije slobodna, ili da je pokrivena); z c) alternativan put (put v0 , e1 , v1 , e2 , v2 , . . . , ek , vk je alternativan ako su grane e1 , e3 , . . . nepokrivene, a grane e2 , e4 , . . . pokrivene; ako je ˇvor v0 slobodan, tada se c za ˇvorove v0 , v2 , . . . kaˇe da su spoljaˇnji, a za ˇvorove v1 , v3 , . . . da su unutraˇnji); c z s c s d) uve´avaju´i put (put e1 , v1 , e2 , v2 , . . . , ek , vk je uve´avaju´i put ako je alternativan c c c c i ako su v0 i vk jedini slobodni ˇvorovi u njemu); c e) alternativno stablo (alternativno stablo je korensko stablo u kome je koren slobodan ˇvor, a svaki put od korena do listova alternativan); c f) alternativna ˇuma (alternativna ˇuma je ˇuma ˇija je svaka komponenta alternas s s c tivno stablo).

GLAVA 3. TEORIJA GRAFOVA Slede´a teorema je poznata i kao Berˇova (Berge) teorema. c z

265

TEOREMA 3.6.5. Sparivanje M je najve´e ako i samo ako u grafu G = (V, E) ne c postoji uve´avaju´i put (u odnosu na M ). c c

Dokaz . Neka je M najve´e sparivanje, a P uve´avaju´i put (shva´en kao skup grana). c c c c Tada je M = M P ( oznaˇava simetriˇnu diferenciju) takodje sparivanje. Odavde je c c |M | = |M | + 1, ˇto je, jasno, kontradikcija. s Pretpostavimo sada da sparivanje M nije najve´e, tj. da postoji sparivanje M takvo c da je |M | > |M |. Neka je H = (V, M ∪ M ), podgraf grafa G. Tada svi ˇvorovi grafa c H imaju stepene ne ve´e od dva (svaki je incidentan sa najviˇe jednom granom iz M , c s odnosno M ). Stoga su sve komponente grafa H ili konture ili putevi (u specijalnom sluˇaju izolovani ˇvorovi). Poˇto svaka kontura sadrˇi isti broj grana iz M i M (one c c s z se naizmeniˇno smenjuju), postoji bar jedna komponenta koja je put, i u kojoj ima viˇe c s grana iz M nego iz M (preciznije jedna grana viˇe). Ovaj put je, oˇigledno, uve´avaju´i s c c c put. Berˇova teorema ima ne samo teorijski, ve´ i ogroman praktiˇni znaˇaj. Izmedju z c c c ostalog, ona sugeriˇe jedan oˇigledan postupak za nalaˇenje najve´eg sparivanja. Grubo s c z c govore´i, dovoljno bi bilo po´i od bilo kog sparivanja (na poˇetku i praznog, tj. bez c c c grana) i uve´avati ga primenom nekog uve´avaju´eg puta (dokle god bar jedan takav put c c c postoji). S obzirom da se radi o konaˇnim grafovima, zavrˇetak postupka je zagaranc s tovan. Jedini praktiˇan problem je kako u svakom koraku efektivno prona´i bar jedan c c uve´avaju´i put. c c U nastavku ´emo pokazati da to nije teˇak problem za bipartitne grafove. Naglasimo c z i da se mnogi praktiˇni problemi modeliraju upravo bipartitnim grafovima, tako da ovaj c specijalan sluˇaj ima ogroman znaˇaj. c c Neka je G = (U, V, E) proizvoljan bipartitni graf, a M bilo koje sparivanje grafa G. Neka su Us (⊆ U ) i Vs (⊆ V ) skupovi slobodnih ˇvorova odgovaraju´ih klasa (ili boja). c c Imaju´i u vidu Berˇovu teoremu, naˇ cilj bi sada bio da u grafu G nadjemo bar jedan c z s uve´avaju´i put. S obzirom da je svaki uve´avaju´i put neparne duˇine, a posmatrani c c c c z graf G bipartitan, krajnji ˇvorovi bilo kog od traˇenih puteva moraju biti razliˇtih boja. c z c Samim tim, skupovi Us i Vs moraju biti neprazni da bi u grafu postojao bar jedan uve´avaju´i put. c c U cilju lakˇe prezentacije osnovnih ideja uoˇi´emo jednu pomo´nu strukturu (des cc c limiˇan podgraf grafa G) u kojoj se nalaze sve neophodne informacije za nalaˇenje c z bar jednog (ako postoji) uve´avaju´eg puta. Pomenuta struktura je ˇuma, u nastavku c c s oznaˇena sa F , a odredjena je slede´im uslovima: c c i) ˇuma F je alternativna; s ii) svaki ˇvor iz Us je koren jedne i taˇno jedne komponente ˇume F , dok ˇvorovi iz c c s c Vs ne pripadaju ˇumi F ; s iii) ˇuma F je maksimalna, tj. ne moˇe se proˇiriti tako da i) i ii) i dalje vaˇe. s z s z Primetimo da je u ii) pretpostavljeno da je koren svakog stabla ˇume F ˇvor iz Us , s c a ne iz Us ∪ Vs ; ovim nije naruˇena generalnost, jer ako u (bipartitnom) grafu G postoji s uve´avaju´i put, tada je, kao ˇto je ve´ prime´eno, jedan njegov kraj u Us , a drugi u c c s c c Vs . Iz uslova i) sledi da svi ˇvorovi ˇume koji pripadaju skupu V imaju stepen 2, te c s su samim tim svi listovi iz skupa U . Takodje ´emo smatrati da je svaki koren, kao i c

GLAVA 3. TEORIJA GRAFOVA

266

svi ˇvorovi na parnom rastojanju od njih ujedno spoljaˇnji, a odgovaraju´i ˇvorovi na c s c c neparnim rastojanjima unutraˇnji ˇvorovi ˇume F . s c s Dokaza´emo sada slede´u (kljuˇnu) teoremu. c c c TEOREMA 3.6.6. Neka je G = (U, V, E) bipartitni graf, a M bilo koje sparivanje u G. Pretpostavimo da Us , Vs i F imaju isto znaˇenje kao u gornjem tekstu. Tada je c sparivanje M najve´e ako i samo ako nijedan ˇvor iz F nije susedan sa nekim ˇvorom c c c iz Vs . Dokaz . Pretpostavimo najpre da postoji ˇvor, recimo u, koji pripada ˇumi F i koji je c s susedan sa ˇvorom v ∈ Vs . Tada je u ∈ U (graf je bipartitni). Prema osobini i), iz korena c (te komponente) do ˇvora u postoji alternativni put. Ako se tom putu doda grana {u, v}, c tada dobijamo uve´avaju´i put. Stoga sparivanje M nije najve´e. c c c Obrnuto, neka nijedna grana grafa ne povezuje ˇvor iz ˇume F sa ˇvorom iz Vs . c s c Pretpostavimo sada da je P neki uve´avaju´i put (koji povezuje ˇvorove, na primer, c c c u ∈ Us i v ∈ Vs ). Krenimo tada iz ˇvora u u ˇvor v preko grana iz P . Neka je e c c pretposlednja grana na tom putu. Ona, jasno, pripada sparivanju M , ali ne i ˇumi F s (prema gornjim pretpostavkama). Samim tim sledi da ˇuma F nije maksimalna (uslov s iii)). ˇ Suma F koja u gornjem kontekstu odgovara najve´em sparivanju u literaturi je pozc nata i kao madjarska ˇuma, (a njene komponente kao madjarska stabla). Opisa´emo sada s c odgovaraju´i algoritam koji je poznat i kao madjarski algoritam. c Sada ´emo dati joˇ nekoliko detalja vezanih za Korak 2, tj. formiranje ˇume F . c s s Napomenimo najpre da se ˇuma F (ili onaj njen deo koji obezbedjuje nalaˇenje prs z vog uve´avaju´eg puta – time se algoritam znatno ubrzava) moˇe formirati po principu c c z komponenta po komponenta, a mogu se i sve komponente formirati simultano (u literaturi nisu notirane neke bitne prednosti ovih varijanti). U praksi se najˇeˇ´e komponente c sc nalaze pretragom u ˇirinu. s Po zavrˇetku algoritma, neka je F odgovaraju´a (madjarska) ˇuma, a Cu skup ˇvorova s c s c iz U koji ne pripadaju ˇumi F , a Cv nasuprot skup ˇvorova iz V koji pripadaju ˇumi s c s F . Tada je C = Cu ∪ Cv ujedno i minimalni pokrivaˇ (ˇvorova) grafa G. Ova ˇinjenica c c c je dobro poznata u teoriji grafova, i sre´e se u literaturi u raznim formama. Najbolje c objaˇnjenje ovog fenomena pruˇa teorija dualnosti u linearnom programiranju . s z U ovoj knjizi ne´emo dalje ulaziti u detalje vezane za implementaciju gornjeg alc goritma. Samo ´emo napomenuti da se grubom analizom moˇe dobiti da je sloˇenost c z z gornjeg algoritma u najgorem sluˇaju O(min{|U |, |V |}|E|2 }). Primetimo najpre da se Koc rak 2 izvrˇava najviˇe min{|U |, |V |} puta. S druge strane, sve aktivnosti unutar njega (i s s Koraka 3) ne zahtevaju viˇe od O(|E|) ”elementarnih”operacija. Naime, sloˇenost pres z trage u ˇirinu je O(|E|), ˇto je ujedno i gornja granica za sloˇenost svih ostalih aktivnosti s s z iz Koraka 2 (i 3). Ovim je gornja procena potvrdjena. Jedna od najvaˇnijih teorema u kombinatorici je teorema Hola (M. Hall, 1935). Naz jpre ´emo je formulisati u terminima teorije skupova. Neka je S proizvoljan (konaˇan) c c skup, a T = {Si : i ∈ I} (konaˇna) familija podskupova skupa S; dopuˇteno je i da T c s bude multiskup, to jest da u njemu bude i jednakih podskupova skupa S. Sistem razliˇitih predstavnika (ili transverzala) familije T je podskup T = {ti : iI} skupa S takav c da je ti ∈ Si (i ∈ I) i da je za ti = tj za i = j. Drugim reˇima, svaki podskup iz posmac trane familije ima svog predstavnika, a razliˇiti podskupovi imaju razliˇite predstavnike. c c Samim tim preslikavanje f : T → T je bijekcija.

GLAVA 3. TEORIJA GRAFOVA

267

Algoritam 1 (Madjarski algoritam za najve´e sparivanje u biparc titnom grafu). Korak 1 (inicijalizacija). Izabrati bilo koje sparivanje grafa G = (U, V, E), na primer, M (ukljuˇuju´i i prazno – ako nema drugih). c c Korak 2 (formiranje pomo´ne strukture). c (i) Na´i skupove Us i Vs . Ako je bar jedan od njih c prazan, tada pre´i na Korak 4. c (ii) Inicijalizovati ˇumu F (staviti da se ona sastoji s samo od ˇvorova iz Us ). Takodje smatrati da su svi c ˇvorovi grafa nerazmatrani. c (iii) Izabrati bilo koji spoljaˇnji, nerazmatrani ˇvor s c ˇume (ako postoji), na primer u, i razmatrati ga. Ovim s se podrazumeva da se za svaki nerazmatrani ˇvor v, c susedan sa u, uradi slede´e: c • ako je v ˇvor iz Vs , tada je nadjen uve´avaju´i put, c c c te pre´i na Korak 3; c • ako je v ˇvor iz V \ Vs , tada proˇiriti ˇumu F c s s (njoj se dodaje ˇvor y zajedno sa granom {v, w} c iz teku´eg sparivanja M koja mu je incidentna – c nadalje podrazumevati da je ˇvor v razmatran). c Vratiti se na (iii). Ukoliko izbor ˇvora u nije mogu´, pre´i na Korak 4 c c c (nadjena je madjarska ˇuma). s Korak 3 (uve´anje teku´eg sparivanja). c c Zameniti teku´e sparivanje M ve´im, kao u Berˇovoj c c z teoremi. Pre´i zatim na Korak 2. c Korak 4 (kraj). Dobijeno sparivanje M je najve´e. c

PRIMER 3.6.7. Neka je S = {a, b, c, d, e}, T = {{a, b, c}, {a, b}, {a, c}, {b, c, d}, {d, e}. Tada je T = {a, b, c, d, e} sistem razliˇitih predstavnika za familiju T . S druge strane, c familija T = {{a, b, c}, {a, b}, {a, c}, {b, c}, {d, e} nema sistem razliˇitih predstavnika. c Razlog za to je da u prva ˇetiri podskupa imamo ukupno tri razliˇita elementa, ˇto je c c s nedovoljno. Jasno je, da ako neka familija podskupova ima sistem razliˇitih predstavnika, da isto c vaˇi i za bilo koju njenu podfamiliju. Samim tim ako neka podfamilija nema sistem z razliˇitih predstavnika onda ga nema ni polazna familija nema. Jedan logiˇan uslov c c (videti i gornji primer) koji se name´e za postojanje sistema razliˇitih predstavnika je da c c je ukupan broj elemenata u uniji podskupova iz neke podfamilije najmanje jednak broju

GLAVA 3. TEORIJA GRAFOVA podskupova u podfamiliji. Drugim reˇima, vaˇi c z (3.4) |
j∈J

268

Sj |

|J|

za svako J ⊆ I. Ovaj uslov je prema teoremi Hola ne samo potreban, ve´ i dovoljan. c Da´emo sada grafovsku interpretaciju istog problema. Naime, umesto posmatranog c skupa S i familije T , moˇemo posmatrati bipartitni graf (U, V, E), gde je U = T , a V = S z (dakle ˇvorovi prve klase su podskupovi iz T , a druge klase su elemanti skupa S; ˇvor c c u ∈ U je susedan sa ˇvorom v ∈ V ako odgovaraju´i podskup iz T sadrˇi odgovaraju´e c c z c elemente iz S). a b c d e t t t t t e d ¡d  e e e d   e ¡ d e e ed d e ¡   e ¡  d de e e ¡ t et dt dt et   S1 S2 S3 S4 S5 a b c d e t t t t t e ¡d  e d e e ¡ d e d   e ed d e ¡   e ¡  d de e e ¡ t et dt dt et   e S1 S2 S3 S4 S5

Na primer, grafovi pridruˇeni problemima iz Primera 3.6.7 dati su na gornjoj slici. z Zadebljane grane u prvom grafu odgovaraju izboru predstavnika za podskupove, a to su ujedno i grane sparivanja. Opˇtije, ako se u nekoj familiji skupova traˇi sistem razliˇitih s z c predstavnika, tada je taj problem ekvivalentan traˇenju sparivanja u bihromatskom grafu z (U, V, E) u kome su svi ˇvorovi iz U pokriveni. Primetimo da u grafovskoj formulaciji, c nema znaˇaja da li familija T ima jednakih podskupova; naime, tada se u skupu U c pojavljuju ˇvorovi sa istim susedima. Najzad, drugi graf ilustruje zaˇto familija T nema c s sistem razliˇitih predstavnika. c Interpretira´emo sada uslov (3.4) preko grafova. Za proizvoljan graf G = (V, E) i c podskup U ⊆ V , neka N (U ) oznaˇava skup ˇvorova iz V koji su susedni bar sa jednim c c ˇvorom iz U . Tada se uslov (3.4) moˇe interpretirati u grafu (U, V, E) kao c z (3.5) |N (U )| |U |

za svako U ⊆ U . Drugim reˇima imamo slede´u teoremu: c c TEOREMA 3.6.8. Ako je je G = (U, V, E) bipartitni graf, tada G ima sparivanje koje pokriva ˇvorove iz U ako i samo ako vaˇi uslov (3.5), tj. |N (U )| |U |. c z Dokaz . Uslov je neophodan na osnovu gornjih razmatranja. Stoga ostaje da dokaˇemo z da je i dovoljan. U tom cilju pretpostavimo da je M najve´e sparivanje, kao i da uslov c z s (3.5) vaˇi. Takodje pretpostavljamo da M ne pokriva U (u protivnom nema ˇta da se dokazuje). Da bi kompletirali dokaz, dovoljno je prona´i skup U za koji uslov (3.5) ne c vaˇi. z Neka je u ∈ U slobodan ˇvor. Neka su S i T skupovi ˇvorova iz U i V do kojih se c c moˇe sti´i iz u alternativnim putevima. z c Najpre ´emo dokazati da postoji sparivanje u skupu ˇvorova S \ {u} ∪ T indukovano c c granama iz M , to jest izmedju skupova S \ {u} i T . Alternativni put iz u doseˇe ˇvor z c u V granom koje nisu u M , a ˇvor u U granom koja je u M . Kako po pretpostavci c uve´avaju´i putevi ne postoje u G, svaki ˇvor iz T je zasi´en, u smislu da se alternativni c c c c ˇ put koji doseˇe ˇvor v ∈ T nastavlja preko grane iz M do ˇvora iz S. Staviˇe, svaki ˇvor z c c s c iz S osim ˇvora u se doseˇe preko grane iz M iz ˇvora u T . c z c

GLAVA 3. TEORIJA GRAFOVA

269

Sparivanje izmedju T i S − u implicira da je T ⊆ N (S); zapravo, T = N (S). Grana izmedju S i ˇvora v ∈ V \ T je grana koja nije u M ; ovim se dobija alternativni put do v, c koji protivreˇi ˇinjenici da je v ∈ T . Zajedno sa T = N (S), imamo da je |N (S)| = |T | = c c |S| − 1 < |S|, ˇto se i traˇilo (sada (3.5) ne vaˇi). s z z

ˇ TEOREMA O SAVRSENOM SPARIVANJU

DEFINICIJA 3.6.9. Neparna komponenta grafa je komponenta sa neparnim brojem ˇvorova. Broj neparnih komponenti grafa G oznaˇi´emo sa nep(G). c cc Slede´u teoremu prvi je dokazao Tat (W.T. Tutte, 1947); dokaz koji sledi dao je Lovas c (L. Lov´sz, 1973). a TEOREMA 3.6.10. (3.6) vaˇi za svaki U ⊆ V . z Graf G = (V, E) ima 1–faktor ako i samo ako uslov nep(G − U ) |U |

Dokaz . Dokaˇimo najpre da je uslov (3.6) neophodan. Pretpostavimo stoga da je F z 1–faktor grafa G. Neka je U proizvoljan podskup ˇvorova grafa G. Ako je neka kompoc nenta podgrafa G − U neparna, tada bar jedan njen ˇvor nije pokriven granom iz F koja c leˇi u toj komponenti; samim tim, drugi krajnji ˇvor takve grane je u skupu U . Kako je z c svaki ˇvor iz V , a samim tim i iz U , incidentan sa taˇno jednom granom iz F , sledi da je c c nep(G − U ) |U |, dakle uslov (3.6) vaˇi. z Dokaˇimo sada da je uslov (3.6) i dovoljan. Primetimo najpre da uslov (3.6) vaˇi z z i u svakom grafu G dobijenom iz G dodavanjem jedne ili viˇe grana. Naime, tada je s nep(G − U ) nep(G − U ), jer se dodavanjem grana dve ili viˇe neparnih komponenti s mogu stopiti u jednu komponentu. Stoga u ostatku dokaza moˇemo da posmatramo z samo one grafove G koji zadovoljavaju uslov (3.6), koji nemaju 1–faktor, i kod kojih se dodavanjem grane izmedju bilo koja dva nesusedna ˇvora dobija graf koji poseduje c 1–faktor. Kontradikciju ´emo dobiti ako pokaˇemo da svaki od tih grafova i bez dodavanja c z grane ima 1–faktor. Time se dobija i da svaki graf za koga vaˇi uslov (3.6) ima 1–faktor. z Neka je najpre U = ∅. Tada se dobija da je nep(G) 0, te su sve komponente grafa G parne (to jest imaju paran broj ˇvorova). c Neka je W skup ˇvorova grafa G koji su susedni sa svim preostalim ˇvorovima (W c c moˇe biti i prazan skup). z ˇ Sluˇaj 1: G − W je unija kompletnih grafova. Cvorovi svake komponente se mogu upariti c na proizvoljan naˇin tako da u svakoj neparnoj komponenti ostane samo jedan ˇvor c c neuparen. Kako uslov (3.6) vaˇi, njih moˇemo upariti sa ˇvorovima iz W , a takodje i z z c preostale ˇvorove iz W koji indukuju kompletan graf sa parnim brojem ˇvorova. Time c c je kompletiran 1–faktor u G. Sluˇaj 2: G − W nije unija kompletnih grafova. Tada G − W sadrˇi tri ˇvora, recimo x, y c z c i z, takva da su x i z nesusedni, a y susedno i sa x i sa z. Takodje postoji u G − W i ˇvor c y nesusedan sa ˇvorom y (u protivnom bi imali da y ∈ W ). Kako je graf G maksimalan c graf bez 1–faktora, dodavanjem bilo koje grane grafu G dobija se graf sa 1–faktorom. Stoga oba grafa, G1 = G + xz i G2 = G + yy , sadrˇe bar po jedan 1–faktor; neka su F1 z

GLAVA 3. TEORIJA GRAFOVA

270

i F2 njihovi 1–faktori, respektivno. Pokaza´emo sada skup grana (F1 ∪ F2 ) \ {xz, yy } c sadrˇi F koji je 1–faktor grafa G. z Neka je F skup grana koje pripadaju samo jednom od skupova F1 and F2 ; tada se obe grane, xz i yy , nalaze u F . Poˇto svaki ˇvor iz V ima stepen jednak 1 u grafovima s c H1 = (V, F1 ) i H2 = (V, F2 ), to svaki ˇvor iz V ima stepen 0 ili 2 (0 ako je ista grana c incidentna sa tim ˇvorom i u F1 i u F2 , a 2 ako su razliˇite grane) u grafu H = (V, F ). c c ˇ Samim tim graf H = (V, F ) je unija kontura parnih duˇina i izolovanih ˇvorova. Staviˇe, z c s u svakoj od tih kontura naizmeniˇno idu grane iz faktora F1 i faktora F2 . Stoga svaka c od tih kontura sadrˇi paran broj grana. z Neka je C kontura u H = (V, F ) koja sadrˇi granu xz. Ako C ne sadrˇi granu yy z z tada se traˇeni 1–faktor sastoji od grana iz F2 koje su u C i grana iz F1 koje nisu u C z (kako smo uzeli grane iz F2 time smo u konturi C “izbegli” granu xz, u ostatku grafa smo sa F1 izbegli granu yy ).

F1 F2 F2 F1 F2 F1

F2 x F2 F1 y z F2 F2 F1 F1

F1 y

U protivnom, ako C sadrˇi granu yy , tada koristimo granu yx ili granu yz da bi z dobili sparivanje u konturi C koje se sastoji samo od grana iz grafa G (dakle bez xz i yy ). Konkretnije, ako je rastojanje duˇ C izmedju y i x neparno tada koristimo yx; ako z je rastojanje duˇ C izmedju y i z neparno tada koristimo yz (na gornjoj slici bi uzeli z granu yz). Preostale grane iz C formiraju dva puta neparne duˇine. Koriˇtenjem grana z s iz F1 u jednom od ta dva puta i grana iz F2 u drugom, dobijamo sparivanje u C koje izbegava grane xz i yy (na gornjoj slici to bi bile grane oznaˇene sa F1 na donjem putu, c a sa F2 na gornjem putu). Dodavanjem grana bilo iz F1 bilo iz F2 koje nisu u C, dobija se 1–faktor u G. Naveˇ´emo i neke posledice Tatove teoreme. sc Prva od njih teorema Berˇa (C. Berge, 1958). z

GLAVA 3. TEORIJA GRAFOVA

271

TEOREMA 3.6.11.

Najve´a kardinalnost sparivanja u grafu G = (V, E) jednaka je c |V | − min (nep(U ) − |U |).
U ⊆V

Slede´a teorema je dobro poznata teorema Petersena, koja je originalno dokazana bez c Tatove teoreme. TEOREMA 3.6.12. Svaki 3–regularan graf bez vezivnih ˇvorova ima 1–faktor. c

Zanimljivo je napomenuti da vaˇi i slede´a teorema Petersena. z c TEOREMA 3.6.13. Svaki 2k–regularan graf ima 2–faktor.

ZADACI
3.6.1. Dokazati da svako stablo ima najviˇe jedan 1–faktor. s

3.6.2. Dokazati da stablo T ima savrˇeno sparivanje ako i samo ako je nep(T − v) = 1 s za svaki ˇvor stabla v. c 3.6.3. Dokazati da povezan graf sa parnim brojem ˇvorova koji ne sadrˇi K1,3 kao c z indukovano podgraf poseduje 1–faktor. 3.6.4. U grafu na slici odrediti bipartitni podgraf sa najve´im brojem grana. Dokazati c da svaki drugi bipartitni podgraf ima manji broj grana od njega.

3.6.5. U grafu na narednoj slici je oznaˇeno jedno sparivanje. Dokazati da taj graf c nema savrˇeno sparivanje. s

GLAVA 3. TEORIJA GRAFOVA 3.6.6.

272

Neka je M sparivanje oznaˇeno debljim linijama u grafu na prethodnoj slici. c

a) Na´i uve´avaju´i put za M koji poˇinje u ˇvoru x2 . c c c c c b) Pomo´u nadjenog uve´avaju´eg puta konstruisati sparivanje M sa |M | = 4. c c c c) Proveriti da li postoji uve´avaju´i put za M . c c d) Da li je M najve´e sparivanje? c 3.6.7. 3.6.8. Na´i 3-regularan graf koji nema savrˇeno sparivanje. c s Dokazati da stablo ima najviˇe jedno savrˇeno sparivanje. s s

3.6.9. U skupu od 2n osoba, n 2, svaka osoba poznaje bar jednu od ostalih osoba i medju svake tri osobe postoje dve osobe koje se poznaju. Dokazati da se ovaj skup moˇe z razbiti na n parova, tako da svaki par ˇine poznanici. c 3.6.10. a) Dokazati da svaki k-regularni bipartitni graf ima savrˇeno sparivanje. s

b) Svaki od nekoliko studenata ima spisak od k knjiga koje ˇeli da pozajmi iz biblioteke. z Svaka knjiga nalazi na taˇno k spiskova. Dokazati da je mogu´e organizovati istovremeno c c pozajmljivanje knjiga tako da svako od studenata pozajmi jednu knjigu sa svog spiska. 3.6.11. a) Neka je G bipartitan Hamiltonov graf i u, v ∈ V (G). Dokazati da graf G − u − v sadrˇi savrˇeno sparivanje ako i samo ako su u i v u suprotnim klasama z s biparticije G. b) Dokazati da ˇahovska tabla dimenzija 8 × 8 iz koje su uklonjena dva jediniˇna polja s c moˇe da se pokrije dominama 2 × 1 ako i samo ako su uklonjena polja bila obojena z razliˇitim bojama. c

3.7

BOJENJE GRAFOVA

Mnogi kombinatorni problemi se na prirodan naˇin mogu svesti na bojenje grafova. c Primera radi, modeliranje konfliktnih situacija, kao i reˇavanje odgovaraju´eg grafovskog s c problema proisteklog iz modela, direktno se svodi na problem bojenja grafa. Problemi bojenja grafova su sa algoritamske taˇke glediˇta veoma teˇki. Trenutno, u pored velikih c s s napora koja se ulaˇu, nisu poznati brzi (polinomialni algoritmi) za efektivno bojenje z grafova. Mi ´emo u ovom poglavlju, baˇ iz tog razloga, dati i neke heuristike kojima se c s u mnogim sluˇajevima postiˇu zadovoljavaju´i rezultati. Takodje ´emo ukazati i na neke c z c c fenomene koji donekle osvetljavaju teˇinu problema vezanih za bojenje grafova. z

UVODNA RAZMATRANJA
U teoriji grafova particije skupa ˇvorova i/ili grana naj´eˇ´e se prikazuju preko bojenja c c sc pomenutih elemenata. Elementima koji pripadaju jednoj istoj klasi (´eliji) particije doc deljuje se ista boja, razliˇita od boja ostalih klasa. Formalno, ako je X neki skup koji se c boji (ˇvorovi i/ili grane grafa) a B = {b1 , b2 , . . . , bk } dati skup boja, tada se preslikavanje c f :X→B

GLAVA 3. TEORIJA GRAFOVA

273

moˇe poistovetiti sa bojenjem skupa X. U teoriji grafova najˇeˇ´e se sre´emo se sa tri z c sc c vrste bojenja: i) bojenje samo ˇvorova grafa; c ii) bojenje samo grana grana; iii) bojenje i ˇvorova i grana grafa. c Definisa´emo sada pravilno bojenje grafa G = (V, E) u sve tri varijante. Oznaka ∼ c ima znaˇenje susednosti ili incidentnosti odgovaraju´ih elemenata. c c DEFINICIJA 3.7.1. (3.7) U sluˇaju i), bojenje f je pravilno ako vaˇi c z

(∀ v1 , v2 ∈ V )(v1 ∼ v2 ⇒ f (v1 ) = f (v2 )),

to jest da su svi parovi susednih ˇvorova obojeni razliˇitim bojama. c c Sliˇno se definiˇe pravilno bojenje grana grafa. Prisetimo se da su dve grane grafa c s (multigrafa) susedne ako imaju taˇno jedan (bar jedan) zajedniˇki ˇvor. c c c DEFINICIJA 3.7.2. (3.8) U sluˇaju ii), bojenje f je pravilno ako vaˇi c z

(∀ e1 , e2 ∈ E)(e1 ∼ e2 ⇒ f (e1 ) = f (e2 )),

to jest ako su parovi susednih grana obojeni razliˇitim bojama. c Posmatrajmo najzad i varijantu iii). DEFINICIJA 3.7.3. (3.8) vaˇi i z (3.9) U sluˇaju iii), bojenje f je pravilno ako pored uslova (3.7) i c

(∀ v ∈ V )(∀ e ∈ E)(v ∼ e ⇒ f (v) = f (e)),

to jest krajnji ˇvor svake grane mora imati boju koja se razlikuje od boje te grane. c Pokaza´emo sada da je samo prva varijanta bojenja od opˇteg interesa. U tom cilju, c s definisa´emo dva nova koncepta, graf grana, i totalni graf grafa. c DEFINICIJA 3.7.4. Za dati graf G = (V, E), njegov graf grana L(G) = (V1 , E1 ) je graf ˇiji su ˇvorovi iz V1 u obostrano jednoznaˇnoj korespodenciji sa granama iz E; dva c c c ˇvora iz V1 su susedna ako i samo ako su odgovaraju´e grane iz E susedne. c c

Na slede´oj slici je prikazan graf G i njegov graf grana L(G). Kod grafa G smo c oznachili samo grane, a kod L(G) samo ˇvorove da bismo naglasili njihovu vezu. c

GLAVA 3. TEORIJA GRAFOVA
a a b b c c

274

d

d

DEFINICIJA 3.7.5. Za dati graf G = (V, E), njegov totalni graf T (G) = (V2 , E2 ) je graf ˇiji su ˇvorovi iz V2 u obostrano jednoznaˇnoj korespodenciji sa ˇvorovima i granama c c c c iz skupa V ∪ E; dva ˇvora iz V2 su susedna ako i samo ako su odgovaraju´i elementi iz c c V ∪ E susedni (ako su iz istog skupa), ili incidentni (ako je jedan iz V , a drugi iz E).

Na slede´oj slici je prikazan graf G i njegov totalni graf T (G). Kod grafa G smo c oznachili i ˇvorove i grane, a kod T (G) samo ˇvorove da bismo naglasili njihovu vezu. c c Takodje je i naglaˇen graf G da bi videli da je on podgraf grafa T (G). s
c 1 c b 1 b

2

a

3

2

3

a

Sada se moˇe videti da se problem pravilnog bojenja grana (ˇvorova i grana) grafa z c G svodi na pravilno bojenje ˇvorova njegovog grafa grana (odnosno njegovog totalnog c grafa). Stoga ´emo se u nastavku ograniˇiti samo na pravilno bojenje ˇvorova nekog c c c grafa. Naravno, cena koja se po pravilu pla´a pri prelasku na bojenje grafa grana, ili c totalnog grafa, je u pove´anju dimenzije ulaznog grafa (skoro uvek se i broj ˇvorova i c c broj grana uve´ava). c

HROMATSKI BROJ GRAFA
U ovom odeljku definisa´emo (za svaki tip bojenja) odgovaraju´i hromatski broj. c c Razumljivo, nas ´e najviˇe interesovati bojenje ˇvorova grafa. c s c Neka je n broj ˇvorova grafa. Ukoliko je k n tada se problem pravilnog bojenja c grafa moˇe jednostavno reˇiti. Svakom ˇvoru ´emo dodeliti boju razliˇitu od boja ostalih z s c c c ˇvorova. Primetimo joˇ i da je kod kompletnih grafova takvo bojenje i jedini izbor. Teˇi c s z problem nastupa ako je graf nekompletan, i ako je k < n. Od posebnog interesa su ona bojenja kod kojih je broj upotrebljenih boja ˇto manji (u krajnjem sluˇaju minimalan). s c DEFINICIJA 3.7.6. Za graf se kaˇe da je k–obojiv ako se moˇe pravilno obojiti sa z z k (ili manje) boja. Hromatski broj grafa G je minimalna vrednost za k za koju je graf k–obojiv. Hromatski broj grafa G = (V, E) se oznaˇava sa χ(G). Formalno imamo c χ(G) = min[ k | (∃f )f : V → {b1 , b2 , . . . , bk } ],
f

GLAVA 3. TEORIJA GRAFOVA gde je f pravilno bojenje.

275

NAPOMENA.

Na sliˇan naˇin se dobija i hromatski indeks grafa G, u oznaci χ (G). S c c obzirom na vezu izmedju pravilnog bojenja grana grafa G i ˇvorova grafa L(G), imamo da je c χ (G) = χ(L(G)). Analognu situaciju (posredstvom totalnog grafa T (G)) imamo u sluˇaju c bojenja i ˇvorova i grana grafa grafa G. Tada je χ (G) = χ(T (G)). c

PRIMER 3.7.7. Za neke od vaˇnijih grafova vaˇi: χ(Kn ) = n; χ(nK1 ) = 1; χ(Cn ) = z z 2 ako je n paran broj, a χ(Cn ) = 3 ako je n neparan broj; χ(Pn ) = 2; χ(P ) = 3 gde je P Petersenov graf. U opˇem sluˇaju, ako je hromatski broj grafa ve´i od 2, teˇko da se neˇto viˇe moˇe s c c s s s z re´i o strukturi takvih grafova. Jedini netrivijalan rezultat odnosi se na 2–obojive (ili c bihromatske) grafove. Za njih vaˇi Kenigova (D. K¨nig) teorema. z o TEOREMA 3.7.8. Graf je bihromatski ako i samo ako ne sadrˇi konturu sa neparnim z brojem ˇvorova, to jest neparnu konturu kao podgraf. c

Dokaz . Primetimo najpre da je hromatski broj neparne konture jednak 3. Samim tim graf ˇiji je hromatski broj jednak najviˇe 2, ne moˇe imati neparnih kontura. c s z Pretpostavimo sada da graf ne sadrˇi nijednu neparnu konturu i dokaˇimo da je graf z z bihromatski. Izvrˇi´emo efektivno bojenje grafa sa dve boje. Obojimo najpre proizvoljan sc ˇvor, na primer belom bojom. Sve njegove susedne ˇvorove obojimo crnom, a susedne c c ˇvorove od tih ˇvorova opet belom bojom (ukoliko ve´ nisu obojeni belom bojom) itd. c c c Kada zavrˇimo sa jednom komponentom povezanosti predjimo na drugu. Ako na ovaj s naˇin obojimo sve ˇvorove grafa, graf je bihromatski. U suprotnom sluˇaju nai´i ´emo c c c c c u procesu bojenja na ˇvor koji treba obojiti, na primer, crnom, pri ˇemu je jedan od c c njemu susednih ˇvorova ve´ obojen crnom bojom. Medjutim, tada od poˇetnog ˇvora c c c c vode u ovaj ˇvor dva razliˇita puta, od kojih jedan parne duˇine, a drugi neparne. Ako c c z objedinimo ova dva puta, dobijamo kruˇni put neparne duˇine. Ovaj kruˇni put obrazuje z z z neparnu konturu, ˇto je u suprotnosti sa polaznom pretpostavkom. s Bihromatski grafovi, po pravilu su bipartitni grafovi. To znaˇi da se ˇvorovi tih c c grafova mogu podeliti u dve klase (ovde su to ˇvorovi razliˇitih boja) tako da su susedni c c samo ˇvorovi razliˇitih boja. c c Ilustrova´emo sada i neke primene bojenja grafova. c PRIMER 3.7.9. Neka su x1 , x2 , . . . , xn (numeriˇke) veliˇine koje se pojavljuju u c c jednom kompjuterskom programu. Za pam´enje vrednosti ovih veliˇina maˇina rezerviˇe c c s s po jednu ´eliju u svojoj memoriji (registru). Medjutim, moˇe se desiti da, na primer, c z vrednosti veliˇina xi i xj (i = j) nikada u toku rada programa nisu istovremeno potrebne, c to jest da nije potrebno da se pamti vrednost veliˇine xi kada se pamti vrednost veliˇine c c xj , kao i obrnuto. U takvoj situaciji mogu´no je za veliˇine xi i xj rezervisati samo jednu c c ´eliju u memoriji maˇine. Da bi se ostvarila maksimalna uˇteda memorijskog prostora, c s s najpre se obrazuje graf G ˇiji ˇvorovi odgovaraju veliˇinama x1 , x2 , . . . , xn ; dva ˇvora u G c c c c su susedna ako i samo ako je bar u jednom trenutku rada programa potrebno istovremeno znati obe ˇvorovima odgovaraju´e veliˇine (tada se javlja konflikt). Kada se ˇvorovi grafa c c c c G pravilno oboje, tada veliˇine koje odgovaraju ˇvorovima iste boje mogu biti smeˇtane c c s u isti registar. Na taj naˇin se broj potrebnih registara redukuje sa n na χ(G). c

GLAVA 3. TEORIJA GRAFOVA NAPOMENA.

276

Sliˇna ideja se koristi i u mnogim drugim problemima gde se pojavljuju c konfliktne situacije. Recimo problem regulisanja saobra´aja na raskrsnici se moˇe reˇavati na c z s sliˇan naˇin. Svakom toku saobra´aja pridruˇije se ˇvor grafa, a dva ˇvora su susedna ako c c c z c c su odgovaraju´i tokovi saobra´aja u konfliktu. Bojenjem takvog grafa, dobijamo da je njegov c c hromatski broj jednak broju vremenskih intervala, koji se mogu regulisati semaforima, i u kojima se saobra´aj moˇe nesmetano odvijati. Znatno komplikovaniji problem poznat je i kao Problem c z rasporeda ˇasova. Taj se problem donekle (zbog dodatnih ograniˇenja) moˇe modelirati i reˇavati c c z s bojenjem grafova.

Kao ˇto je ve´ spomenuto, problem (pravilnog) bojenja grafova sa ˇto manje boja s c s predstavlja, sa algoritamskog stanoviˇta, jedan od teˇih problema u teoriji grafova. Za s z sada nisu poznati dovoljno dobri (tj. polinomijalni) algoritmi za njegovo reˇavanje. Stoga s ´emo se zadovoljiti i neoptimalnim reˇenjima (dakle bojenjem sa viˇe boja nego ˇto je c s s s hromatski broj). Da bismo sagledali koliko smo blizu ili daleko od optimalnog bojenja razmotri´emo neke ocene (donje i gornje granice) za hromatski broj. c Najpre imamo da je slede´a donja granica oˇigledna: c c χ(G) ω(G),

gde je ω(G) broj ˇvorova u klici najve´e kardinalnosti grafa G. c c Neka je α(G) broj ˇvorova u koklici najve´e kardinalnosti grafa G, to jest broj ˇvorova c c c u najve´em nezavisnom skupu grafa G. Jasno, ω(G) = α(G). Sada imamo da je c χ(G) n(G) . α(G)
χ(G)

Ova nejednakost sledi iz ˇinjenice da je n(G) = c nejednakost direktno sledi. Posmatra´emo sada gornje granice. c

X
i=1

ni , gde je ni broj ˇvorova obojenih c max {ni }, gornja
i

i-tom bojom (u pravilnom bojenju sa χ(G) boja). Kako je α(G)

U slede´oj teoremi, pretpostavi´emo da je posmatrani graf povezan. Time se ne gubi c c u opˇtosti, jer je hromatski broj nepovezanog grafa jednak hromatskom broju jedne od s njegovih komponenata, i to one koja ima najve´i hromatski broj. c Dokaza´emo sada Bruksovu (R.L. Brooks) teoremu. c TEOREMA 3.7.10. Ako je G povezan graf, tada je χ(G) ∆(G) + 1, gde je ∆(G) najve´i stepen ˇvora u grafu G. Jednakost vaˇi ako i samo ako je graf G ili kompletan c c z graf ili kontura neparne duˇine. z

Dokaz . Neka je G povezan graf koji nije ni kompletan graf, niti neparna kontura. Pretpostavimo da je hromatski broj grafa G jednak k (jasno, k 2). Neka je H minimalan k–hromatski podgraf grafa G. Tada je H ne samo povezan podgraf, ve´ i blok, i vaˇi c z ∆(H) ∆(G). Pretpostavimo najpre da je H kompletan graf Kn za neko n, ili da je H neparna kontura Cn za neko neparno n. Tada je H = G. Poˇto je G povezan, to je ∆(G) > ∆(H). s Ako je H = Kn tada je ∆(H) = n − 1 a ∆(G) n. Stoga je χ(G) = n ∆(G). Ako je H = Cn tada je χ(G) = k = 3 ∆(G). Dakle, u oba sluˇaja je χ(G) ∆(G), te c nadalje moˇemo uzeti da je H minimalan k–hromatski graf koji nije ni kompletan graf, z niti neparna kontura. Ujedno, ovo implicira da je k 4.

GLAVA 3. TEORIJA GRAFOVA

277

Pretpostavimo da H ima n ˇvorova. Kako je χ(G) = k 4 i kako G nije kompletan c graf, to je n 5. Posmatra´emo sada dva sluˇaja zavisno od povezanosti grafa G. c c 1◦ : H je 3-povezan graf. Neka su x i y dva ˇvora grafa H na rastojanju dva, i neka c je x, z, y put u H. Graf H − x − y je povezan. Neka su x1 = w, x2 , . . . , xn−2 ˇvorovi c grafa H − x − y, uredjeni tako da je svaki ˇvor xi (2 xi n − 2) susedan sa bar jednim c ˇvorom koji mu prethodi u listi. Stavljaju´i da je xn−1 = x a xn = y, dobijamo niz c c x1 = z, x2 , . . . , xn−2 , xn−1 = x, xn = y. Dodelimo boju 1 ˇvorovima xn−1 i xn . Dodelimo zatim redom svakom od ˇvorova c c xn−2 , xn−3 , . . . , x2 jednu od boja 1, 2, . . . , ∆(H) koja nije koriˇ´ena u bojenju onih suseda sc teku´eg ˇvora koji mu prethode u nizu. Takvo bojenje tekuˇeg ˇvora xi (2 xi n − 2) c c c c je uvek mogu´no poˇto je svaki ˇvor xi susedan sa najviˇe ∆(H) − 1 prethodno obojenih c s c s ˇvorova iz niza. Kako je x1 = z susedan sa dva ˇvora obojena bojom 1 (xn−1 i xn ), stoga c c postoji boja koja mu se moˇe dodeliti. Dakle imamo χ(G) = χ(H) ∆(H) ∆(G). z 2◦ : H je 2-povezan. Primetimo najpre da H ne moˇe da sadrˇi ˇvorove stepena samo z z c 2 ili n − 1. Naime, svi ˇvorovu u H ne mogu biti stepena 2 jer je χ(H) 4. Poˇto H c s nije kompletan ne mogi svi njegovi ˇvorovi biti stepena n − 1. Ako bi H sadrˇao samo c z ˇvorove stepena 2 i n − 1 tada bi imali da je H = K1,1,n−2 . Ali tada je χ(H) = 3, ˇto c s nije dozvoljeno. Neka je u ∈ V (H) ˇvor za koji je 2 < degH (u) < n − 1. Ako je H − u 2-povezan tada c moˇemo uzeti da je v ˇvor rastojanju dva od u. Tada moˇemo uzeti da je x = u a y = v, z c z ˇime se problem svodi na sluˇaj 1◦ . c c Ako je H − u 1-povezan, posmatrajmo njegove krajnje blokove B1 i B2 sa artikulacionim ˇvorovima w1 i w2 , respektivno. Kako je H 2-povezan, postoje ˇvorovi u1 u c c B1 − w1 i u2 u B2 − w2 susedni sa u. Sada moˇemo uzeti da je x = u1 i y = u2 , ˇime se z c problem svodi na sluˇaj 1◦ . c Posmatra´emo sada neke postupke za efektivno bojenje grafova. S obzirom da su c egzaktni algoritmi (to jest oni koji daju optimalno bojenje) nisu ni vremenski efikasni, ni konceptualno jednostavni, zadovolji´emo se da u okviru ove knjige razmotrimo neke c heuristike, koje su istovremeno i veoma brze, a i jednostavne za implementaciju; ˇtaviˇe, s s one mogu u mnogim sluˇajevima da graf pravilno oboje sa prihvatljivim brojem boja, a c za neke klase grafova i optimalnim brojem boja. Ideja jednog takvog postupka ve´ je koriˇ´ena u dokazu Bruksove teoreme. Postupak c sc se sastoji u slede´em: ˇvorovima (uredjenim na neki naˇin) redom se dodeljuju boje, i to c c c tako da vcvor koji se trenutno razmatra boji prvom bojom iz liste boja koja nije koriˇ´ena sc za bojenje njegovih ve´ obojenih suseda. Dakle, strategija je da u svakom koraku pravi c najbolji trenutno mogu´i izbor, ne gledaju´i pritom unapred u cilju sagledavanja probc c lema koji takvim izborom mogu nastupiti. Ova strategija je dobro poznata u literaturi, i pripada klasi tako zvanih pohlepnih algoritama (eng. greedy algorithms). I Kruskalov algoritam opisan na strani 220 je istog tipa, samo sa razlikom ˇto on daje optimalno s reˇenje problema minimalnog razapinju´eg stabla. s c Opisa´emo sada gornji algoritam sa viˇe detalja. Neka su ˇvorovi grafa uredjeni u c s c slede´em poretku: v1 , v2 , . . . , vn . Dodelimo ˇvoru v1 boju 1. Za svaki ˇvor vi (2 i n) c c c formirajmo skup S boja dodeljenih ˇvorovima vj (1 j < i) susednim sa vi , i potom c dodelimo ˇoru vi prvu boju iz liste boja koja nije upotrebljena za bojenje ˇvorova iz S. c c

GLAVA 3. TEORIJA GRAFOVA

278

procedure Pohlepni algoritam za bojenje ˇvorova grafa c dodeliti boju 1 ˇvoru v1 ; c for i := 2 to n do begin S := ∅ for j := 1 to i − 1 do if vj susedan sa vi then dodati boju ˇvora vj u S; c k := 1; while boja k je u S do k := k + 1; dodeliti boju k ˇvoru vi c end end procedure Ovaj algoritam ima svojstvo da za neke grafove je broj upotrebljenih boja jednak hromatskom broju, ali za neke je ve´i od hromatskog broja. Na slede´oj slici su prikazana c c dva takva grafa, toˇak W6 i toˇak bez jedne grane iz centralnog ˇvora. c c c
v4 2 v4 3

v5 3 4 v6 1

v3

v5 2 3 v6 1

v3

1 v1

2 v2 v1

1

2 v2

Prvi graf, W6 , je hromatskog broja 4 (naime spoljaˇnja kontura duˇine pet boji se s z sa tri boje, a centralni ˇvor se stoga mora bojiti novom (ˇetvrtom) bojom. Taj graf je c c pohlepnim algoritmom obojen sa ˇetiri boje: c f (v1 ) = 1, f (v2 ) = 2, f (v3 ) = 1, f (v4 ) = 2, f (v5 ) = 3, f (v6 ) = 4.

Udaljavanjem grane {v4 , v6 } dobija se drugi graf, koji ima hromatski broj 3 (zbog postojanja bar jednog trougla tri boje su neophodne, a sa druge strane bojenje g sa tri boje g(v1 ) = 1, g(v2 ) = 2, g(v3 ) = 1, g(v4 ) = 3, g(v5 ) = 2, g(v6 ) = 3

je pravilno, te je hromatski broj zaista tri). Da smo taj graf bojili pohlepnim algoritmom (sa istim poretkom ˇvorova) dobili bi isto bojenje f , dakle sa ˇetiri boje. Na prethodnoj c c slici su unutar ˇvorova stavljeni brojevi boja zadati preslikavanjem f , odnosno g. Ovim c je pokazano da redosled ˇvorova bitno utiˇe na neophodan broj boja. c c Dokaza´emo sada jedan veoma interesantan rezultat. c

GLAVA 3. TEORIJA GRAFOVA

279

TEOREMA 3.7.11. Za svaki graf G = (V, E) postoji takav poredak ˇvorova za koji c pohlepni algoritam daje optimalno bojenje.

Dokaz . Neka je V = V1 ∪ V2 · · · ∪ Vk (k = χ(G)) particija koja odgovara optimalnom bojenju grafa G. Smatra´emo da je ˇvor u ispred ˇvora v ako je u ∈ Vs a v ∈ Vt za s < t; c c c za ˇvorove unutar iste klase poredak je nebitan. Neka je sada za neko j 2 ispunjeno da c je svaki ˇvor iz Vj susedan bar sa jednim ˇvorom iz klasa V1 , V2 , . . . , Vj−1 . Posmatrajmo c c zatim ˇvor w iz klase Vj+1 za koga to ne vaˇi. Recimo da nije susedan ni sa jednim ˇvorom c z c iz klase Vi , gde je i minimalan broj za koji je i j. Tada se ˇvoru w moˇe promeniti c z boja u boju ˇvorova iz klase Vi (efektivno on se prebacuje u klasu i). Nije teˇko videti c s da je novo bojenje takodje pravilno, i optimalno. Ponavljanjem ovog postupka dobi´emo c ili da je postao prazan (ˇto je nemogu´e, jer bi tada hromatski broj bio k − 1), ili da je s c pomenuti uslov ispunjen za j = k (naime, ne moˇe do´i do cikliranja jer je svaka naredna z c particija ’ve´a u odnosu na leksikografski poredak odredjen kardinalnoˇ´u njenih ´elija. c sc c Najzad, nije teˇko videti da dobijeni poredak ˇvorova obezbedjuje da pohlepni algoritam s c da isto bojenje kao i ono koje smo dobili promenama boja. Na osnovu gornje teoreme, mogli bismo prolaskom kroz svih n! poredaka ˇvorova, c dobiti optimalno bojenje. Medjutim to bi bilo neprihvatljivo za grafove sa ve´im brojem c ˇvorova. Viˇe o bojenju grafova moˇe se na´i literaturi (videti na primer [27],[11]). c s z c Pohlepni algoritam obezbedjuje bojenje proizvoljnog grafa G sa ∆(G) + 1 boja (jer za bojenje nekog ˇvora, recimo v, u bilo kojoj fazi algoritma nikad nije potrebno viˇe od c s d(v) + 1 boja (da podsetimo d(v) je stepen chvora v, koji predstavlja broj suseda chvora v). Slede´a teorema, koju su pokazali Velˇ i Pauel (eng. Welsh, Powell, 1967), pruˇa c s z mogu´nost da se ta granica profini. c TEOREMA 3.7.12. Ako su ˇvorovi grafa G uredjeni tako da je d1 c gde je di = d(vi ), tada je χ(G) 1 + max min{di , i − 1}.
i

d2

...

dn ,

Dokaz . Primeni´emo pohlepni algoritam za gornji poredak ˇvorova. Kad bojimo ˇvor c c c vi nama treba najviˇe min{di , i − 1} + 1 boja. Stoga, je broj potrebnih boja uvek manji s ili jednak 1 + max min{di , i − 1}, ˇime je dokaz kompletiran. c Alternativan naˇin da se dodje do nekih granica za hromatski broj je da se prouˇe c c osobine takozvanih k-kritiˇnih podgrafova. c DEFINICIJA 3.7.13. tada je G k-kritiˇan. c Ako je χ(G) = k, a χ(H) < k za svaki njegov pravi podgraf,
i

LEMA. 3.7.14.

Ako je graf H k-kritiˇan, tada je δ(H) c

k − 1.

Dokaz . Neka je w ˇvor grafa H. Poˇto je H k-kritiˇan, H − w je (k − 1)-obojiv. Ako c s c je deg(w) < k − 1, tada svih k − 1 boja nije upotrebljeno za bojenje suseda ˇvora w (u c grafu H). Stoga se vra´anjem ˇvora w moˇe dobiti (k − 1)-bojenje grafa H. Ovo je u c c z

GLAVA 3. TEORIJA GRAFOVA kontradikciji sa ˇinjenicom da je χ(H) = k. Dakle, deg(w) c ˇvora w. Ovim je lema dokazana. c

280 k − 1 za proizvoljan izbor

Na osnovu ove leme direktno sledi granica Sekereˇa i Vilfa (Szekeres i H. Wilf, 1968). s TEOREMA 3.7.15. Za proizvoljan graf G vaˇi χ(G) z 1 + max δ(H).
H⊆G

Dokaz . Neka je k = χ(G), i neka je H k–kritiˇan podgraf grafa G. Prema gornjoj c lemi, χ(G) − 1 δ(H ) max δ(H), ˇime je dokaz zavrˇen. c s
H⊆G

GRAFOVI SA VELIKIM HROMATSKIM BROJEM
Ve´ smo videli da je χ(G) ω(G). Za savrˇene grafove ova jednakost vaˇi ne samo za c s z graf G, ve´ i za sve njegove indukovane podgrafove. Problematika vezana za perfektne c grafove prevazilazi okvire ove knjige. Oni su u literatuti iscrpno razmatrani. Jedan od najteˇih problema u teoriji grafova, takozvana “Jaka hipoteza za savrˇene grafove” z s (Berˇ, 1960) je tek nedavno reˇena, i to u pozitivnom smislu. Problem je reˇio Sejmor z s s (P. Seymore, 200?). Ovo tvrdjenje (nije viˇe hipoteza jer je pokazano!) glasi: s Graf G je savrˇen ako i samo ako nijedan od grafova G i G ne sadrˇi neparnu s z konturu duˇine bar 5. z Druga nejednakost koju smo spominjali kao donju granicu za hromatski broj je nen(G) jednakost χ(G) α(G) . Pokazano je (testiranjem na sluˇajnim grafovima) da je ona daje c mnogo bolju ocenu hromatskog broja. U ovom odeljku razmotri´emo koliko prva od gore pomenutih donjih granica moˇe da c z bude gruba, drugim reˇima posmatra´emo grafove koji imaju veliki hromatski broj, a da c c nemaju ni trouglove (dakle ω(G) = 2). Konstrukcija koju ´emo dati potiˇe od Misielskog c c (J. Mycielski, 1955). Ideja je da se krene od k–hromatskog grafa Gk bez trouglova i da se on transformiˇe u k +1–hromatski graf Gk+1 takodje bez trouglova. Neka je Gk = (V, E), s gde je V = {v1 , v2 , . . . , vn }. Dodajmo grafu Gk ˇvorove iz skupa U = {u1 , u2 , . . . , un }, c kao i ˇvor w. Grane grafa Gk+1 se dobijaju na slede´i naˇin: najpre, svi ˇvorovi iz V ´e c c c c c biti susedni ako i samo ako su bili susedni i u Gk ; ˇvor ui je susedan sa svim susedima c ˇvora vi (za svako i = 1, 2, . . . , n); ˇvor w je susedan sa svim ˇvorovima iz U . c c c TEOREMA 3.7.16. Graf Gk+1 dobijen konstrukcijom Misielskog je (k + 1)hromatski i bez trouglova. Dokaz . Dokazimo najpre da je Gk+1 graf bez trouglova. Pretpostavimo suprotno, i neka je H = K3 podgraf grafa Gk+1 . Najpre imamo da w ne moˇe biti ˇvor u H. Dalje, z c najviˇe jedan ˇvor iz U moˇe biti u H (ˇvorovi iz U su medjusobno nesusedni), i najviˇe s c z c s dva ˇvora iz V mogu biti u H (graf Gk je bez trouglova). Dakle, preostaje da je ˇvor ui c c iz U je susedan sa dva susedna ˇvora iz V , na primer vs i vt . Medjutim, tada ˇvorovi vi , c c vs i vt obrazuju trougao grafu Gk , ˇto je nemogu´e. s c Najpre imamo da je χ(Gk+1 ) χ(Gk ) = k jer je Gk podgraf grafa Gk+1 . Dokaˇimo z sada da je graf Gk+1 (k + 1)-hromatski. Pretpostavimo suprotno da je χ(Gk+1 ) = k. Ne umanjuju´i opˇtost razmatranja, uzmimo da je ˇvor w obojen k–tom bojom. Samim tim c s c nijedan ˇvor iz U nije obojen k–tom bojom. Neka je V podskup ˇvorova iz V obojenih c c

GLAVA 3. TEORIJA GRAFOVA

281

k–tom bojom. Za svaki ˇvor vi ∈ V promenimo njegovu boju tako da bude ista kao i c ˇ boja ˇvora ui ∈ U . Ovim je podgraf Gk grafa Gk+1 obojen sa k − 1-om bojom. Staviˇe, c s ovo bojenje je i pravilno. Naime konflikt u bojenju moˇe da nastane jedino ako je ˇvor z c vi ∈ V obojen (po promeni boje) istom bojom kao i neki od njegovih suseda (u Gk ). Medjutim, to je nemogu´e jer bi se ista kolizija pojavila kod vi u Gk+1 . Dakle, ako je c χ(Gk+1 ) = k tada je χ(Gk ) < k, ˇto je kontradikcija. Dakle, χ(Gk+1 ) > k. Dokazimo s sada da je graf Gk+1 (k + 1)-obojiv. Takvo bojenje se dobija ako se bojenje grafa Gk sa k boja prosiri na graf Gk+1 tako ˇto se svaki ˇvor ui ∈ U oboji istom bojom kao i ˇvor s c c ˇvor vi ∈ V , a ˇvor w se oboji (k + 1)-vom bojom. c c PRIMER 3.7.17. Posmatrajmo niz grafova (Gk ) dobijen konstrukcijom Misielskog.

Imamo da je G1 = K2 . Tada je G2 = C5 . Koji je slede´i graf? Odgovor je Greˇov graf c c (Gr¨tzsch), koji je predstavljen na slede´oj slici. e c
v1

u1 v2 u2 u5 v5

w

u3 v3

u4 v4

Moˇe se pokazati da je broj ˇvorova nk k–tog grafa u nizu jednak nk = 32k−1 − 1, z c dakle raste eksponencijalno. Koriste´i probabilistiˇke metode Erdeˇ (P. Erd¨s) je pokazao c c s o da postoji graf k–hromatski graf bez trouglova sa najviˇe ck 2+ ˇvorova, gde je > 0 s c proizvoljno a c veliˇina koja zavisi od , a ne od k. Istim metodama, Erdeˇ je pokazao da c s za proizvoljno k i g, postoji graf ˇiji je hromatski broj bar k, a duˇina najkra´e konture c z c bar g. Takve grafove, je kasnije konstruisao Lovas.

ZADACI
3.7.1. Odrediti hromatski broj svakog od slede´ih grafova: c t t t t t t t t t t a) b) c) t t t t t t t

t t t t d) t t t t

3.7.2. Odrediti hromatski broj γ(G) grafa G ako je G: a) potpun graf Kn ; b) stablo; c) kontura Cn ; d) graf n-tostrane piramide. 3.7.3. Odrediti hromatski broj regularnog grafa stepena 1 i njegovog komplementa. n) koje su sve

3.7.4. Iz potpunog grafa sa n ˇvorova udaljeno je k grana (2k c medjusobno nesusedne. Odrediti hromatski broj tog grafa.

GLAVA 3. TEORIJA GRAFOVA

282

3.7.5. Neka su G1 i G2 grafovi ˇiji su hromatski brojevi k1 i k2 . Neka je X ˇvor iz G1 , c c a Y ˇvor iz G2 . Odrediti hromatski broj grafa koji se dobija tako ˇto se ˇvorovi X i Y : c s c a) spoje granom; b) identifikuju. ˇ 3.7.6. Cvorovi grafa G su {1, 2, . . . , 2n}. Susedni su slede´i parovi ˇvorova: (1, 2n) i c c (i, i + 1) za i = 1, 2, . . . , 2n − 1 i (i, i + n) za i = 1, 2, . . . , n. Odrediti hromatski broj grafa G. 3.7.7. Koliki je hromatski broj n-dimenzionalne kocke Qn (videti zadatak 3.1.15)?

3.7.8. Pokazati da se bipartitni graf Km,n uvek moˇe obojiti pomo´u 2 boje. Kako z c glasi hromatski polinom za Km,n ? 3.7.9. Posmatrajmo povezan graf sa bar jednom granom. Ako taj graf ima hromatski broj 2, dokazati da je u pitanju bipartitni graf. 3.7.10. Neka je f pravilno bojenje k–hromatskog grafa sa k boja. Dokazati da za svaku boju postoji ˇvor obojen tom bojom koji je susedan sa ˇvorovima svih preostalih c c boja. 3.7.11. Dokazati da je χ(G) 3 ako je G kaktus (kaktus je graf kod koga je svaka grana je u najviˇe jednoj konturi). s 3.7.12. 3.7.13. Dokazati da je χ(G + H) = max{χ(G), χ(H)}. Dokazati da je χ(G) + χ(G ) gde je n broj ˇvorova grafa G. c 3.7.14. Graf G je intervalni graf ako njegovi ˇvorovi odgovaraju intervalima na realnoj c pravij, a dva takva ˇvora su susedna ako odgovaraju´i intervali imaju neprazan presek. c c Dokazati da je χ(G) = ω(G). 3.7.15. Ravan je podeljena familijom pravih na viˇe regiona. Dokazati da se ti regioni s mogu obojiti sa dve boje tako da susedni regioni budu obojeni razliˇitim bojama. c 3.7.16. Razgovarali su baron Minhauzen i matematiˇar. Baron Minhauzen je rekao da c se u njegovoj zemlji iz svakog grada moˇe putem sti´i u bilo koji drugi grad. Pri tome, z c ako se iz proizvoljnog grada putuje po zemlji proizvoljnim putem do povratka u taj grad, onda se prodje kroz neparan broj usputnih gradova. Matematiˇar je pitao koliko puta se c broji grad, ako se viˇe puta prodje kroz njega. Baron je odgovorio da se takav grad broji s onoliko puta koliko puta se prodje kroz njega. Osim toga, baron Minhauzen je dodao da iz svakog grada u njegovoj zemlji polazi jednak broj puteva, osim iz njegovog rodnog grada iz koga polazi manji broj puteva. Na to je matematiˇar rekao da baron Minhauzen c laˇe. Kako je to zakljuˇio? z c √ 2 n, i χ(G) · χ(G ) n,

Glava 4

Diskretna verovatno´a c

Teorija verovatno´e nastala je u 16-tom veku kao rezultat pokuˇaja matematiˇara tog c s c vremena da razreˇe neke fenomene vezane za igre na sre´u. Prva knjiga iz ove oblasti za s c koju se zna je De Ludo Alea (O igri kockom), ˇtampana je tek 1663 godine, dakle oko 100 s godina poˇto je napisana. Autor knjige je Djirolamo Kardano (it. Girolamo Cardano), s poznat i po formulama za reˇavanje algebarskih jednaˇina tre´eg stepena. Interesantno je s c c napomenuti da je verovatno´a od samog nastanka povezana sa kombinatorikom, a o tome c svedoˇe radovi matematiˇara kao ˇto su Paskal i Laplas (fra. Blaise Pascal, Pierre–Simon c c s Laplace). Naravno, obojicu su zanimale igre na sre´u. I u danaˇnje vreme joˇ uvek postoji c s s interes za reˇavanje problema vezanih za igre na sre´u. Ne mali broj ljudi interesuje s c kakve su im ˇanse da dobiju neku premiju u takvim igrama. Stoga se name´e zakljuˇak s c c da verovatno´a izvorno predstavlja meru za mogu´nost nastupanja nekog dogadjaja. c c Opˇtije, za teoriju verovatno´e bi se moglo re´i da predstavlja matematiˇku disciplinu s c c c koja sluˇi izuˇavanje takozvanih sluˇajnih, ili nedeterministiˇkih fenomena. Za determinz c c c istiˇke fenomene je karakteristiˇno da se njihovo ponaˇenje moˇe predvideti na osnovu c c s z poznavanja poˇetnih uslova, kao i odredjenih nauˇnih zakona (na primer, fizike, hemije, c c biologije i drugih po pravilu prirodnih nauka). Tipiˇan primer iz fizike je kosi hitac. c U 20-tom veku, verovatno´a je postavljena na ˇvrste temelje, i aksiomatski je zac c snovana uz pomo´ teorije skupova. Aksiomi koje ´emo u nastavku razmatrati pripc c isuju se Andreju Nikolajeviˇu Kolmogorovu. Dakle, danas je to jedna strogo zasnovana c matematiˇka disciplina sa mnoˇtvom primena. Posebnu draˇ ovoj teoriji daju raˇunari. c s z c Umesto klasiˇnih eksperimenata, sada se oni mogu simulirati na raˇunaru. Uz teoriju c c verovatno´e, po pravilu stoji i statistika, kao matematiˇka disciplina sa kojom se dopuc c njava (daje joj praktiˇni smisao). U ovoj knjizi ne´e biti reˇi o statistici. c c c

283

´ GLAVA 4. DISKRETNA VEROVATNOCA

284

4.1

´ ELEMENTARNA VEROVATNOCA

POJAM DOGADJAJA
Osnovni pojam na kojem bazira teorija verovatno´e je dogadjaj. Dogadjaj je skup c koji se sastoji od takozvanih elementarnih (nedeljivih) dogadjaja, odnosno osnovnih instanci. Svi elementarni dogadjaji obrazuju prostor elementarnih dogadjaja. U stvarnosti neki fenomen pod odredjenim uslovima (ili uticajnim faktorima) moˇe, ali ne mora da z se dogodi. Ako je nastupio posmatrani fenomen, tada je samim tim nastupio i jedan od elementarnih dogadjaja, te se stoga realizuje i odgovaraju´i dogadjaj kao posledica c realizacije jedne od instanci. U mnogim sluˇajevima nastupanje ili nenastupanje nekog c dogadjaja moˇe se shvatiti kao rezultat realizacije (ishod) nekog eksperimenta. Idealizoz vana predstava eksperimenta bazira se na slede´im pretpostavkama: c i) za svaki eksperiment unapred je poznat skup svih mogu´ih ishoda (elementarnih c dogadjaja); ii) realizacija bilo kog ishoda nije poznata unapred1 ; iii) svaki eksperiment se moˇe neograniˇen broj puta ponoviti pod istim uslovima. z c PRIMER 4.1.1. Bacanje novˇi´a: Prostor mogu´ih elementarnih dogadjaja je realcc c izacija ili grba, ili pisma. Smatra se da se bacanje novˇi´a moˇe neograniˇen broj puta cc z c ponoviti pod istim uslovima. U sluˇaju da je novˇi´ pravilan (homogen) intuitino, a i c cc empirijski, moglo bi se zakljuˇiti da ´e broj ishoda grba i pisma u velikom broju bacanja c c biti pribliˇno jednak. z PRIMER 4.1.2. Bacanje kocke: Prostor mogu´ih elementarnih dogadjaja je realc izacija jedne od 6 strana kocke, oznaˇenih brojevima od 1 do 6. I u ovom sluˇaju se c c smatra da se bacanje kocke moˇe neograniˇen broj puta ponoviti pod istim uslovima. z c U sluˇaju da je kocka pravilna (homogena) na isti naˇin bi se moglo zakljuˇiti da ´e c c c c broj ishoda svake strane (odnosno odgovaraju´e oznake) u velikom broju bacanja biti c pribliˇno jednak. z PRIMER 4.1.3. Izvlaˇenje karte iz ˇpila: Prostor mogu´ih elementarnih dogadjaja c s c je vadjenje jedne od 52 karte iz kompletnog ˇpila. U ovom sluˇaju se smatra da su karte, s c pre izvlaˇenja, djobro promeˇane”. U sluˇaju da se obezbedi dobro meˇanje karata pre c s c s svakog izvlaˇenja, moglo bi se zakljuˇiti da ´e u velikom broju izvlaˇenja svaka karta biti c c c c priblizno jednak broj puta izvuˇena. c U svim gore navedenim primerima broj ishoda eksperimenta je bio konaˇan (2, 6 i 52, c respektivno). Dakle, prostor elementarnih dogadjaja je bio konaˇan. Ukoliko je prostor c elementarnih dogadjaja konaˇan ili prebrojiv (dakle najviˇe prebrojiv, ili diskretan), c s tada se teorija verovatno´e svodi na diskretnu verovatno´u. U ovoj knjizi bi´e reˇi samo c c c c o diskretnoj verovatno´i. c Sada ´emo precizirati uobiˇajene oznake za osnovne pojmove uvedene u ovom c c poglavlju. Najpre imamo:
1 Ova ˇinjenica odredjuje nedeterminizam fenomena koji se posmatra. Strogo gledano, teˇko bi se c s mogla podvu´i crta izmedju deterministiˇkih i nedeterministiˇkih fenomena. Ima miˇlenja da nedeterc c c s ministiˇki fenomeni objektivno i ne postoje, ve´ su za nas rezultat nemogu´nosti da uzmemo u obzir sve c c c faktore koji odredjuju determinizam posmatranog fenomena

´ GLAVA 4. DISKRETNA VEROVATNOCA i) e – elementatni dogadjaj; ii) Ω – skup, ili prostor elementarnih dogadjaja; iii) A ⊆ Ω – proizvoljan dogadjaj.

285

U sluˇaju da je A = ∅, tada se kaˇe da je odgovaraju´i dogadjaj nemogu´; s druge strane, c z c c ako je A = Ω tada je odgovaraju´i dogadjaj siguran. c

ALGEBRA DOGADJAJA
Poˇto su dogadjaji u osnovi skupovi, logiˇno je oˇekivati da se osnovne skupovne opes c c racije mogu interpretirati i kao operacije nad dogadjajima. Algebra dogadjaja zasnovana je na slede´im operacijama: c ¯ i) komplement dogadjaja: A = {e | e ∈ A}; ii) suma (unija) dogadjaja: A + B = {e | e ∈ A ∨ e ∈ B} (= A ∪ B), X Ai ; ili opˇtije, s Ai =
i∈I

i∈I

iii) proizvod (presek) dogadjaja: A · B = {e | e ∈ A ∧ e ∈ B} (= A ∩ B), Y Ai ; ili opˇtije, s Ai =
i∈I

i∈I

iv) razlika (diferencija) dogadjaja: A − B = {e | e ∈ A ∨ e ∈ B} (= A \ B); Skup indeksa I u stavkama ii) i iii) je najviˇe prebrojiv skup. Ista pretpostavka, ako se s drugaˇije ne naglasi, vaˇi ´e i u preostalom delu teksta. c z c Uveˇ´emo sada jedan veoma vaˇan pojam koji igra jednu od kljuˇnih uloga u teoriji sc z c verovatno´e. c DEFINICIJA 4.1.4. Dogadjaji A i B su iskljuˇivi (ili nesaglasni) ako je A · B = c ∅. Opˇtije, familija dogadjaja Ai , i ∈ I, obrazuje familiju uzajamno iskljuˇivih (ili s c nesaglasnih) dogadjaja i to u parovima ako vaˇi Ai · Aj = ∅ za svako i = j, i, j ∈ I. z U principu, svaki podskup skupa Ω mogao bi se smatrati da predstavlja jedan dogadjaj. S obzirom da smo uveli operacije nad dogadjajima, logiˇno je oˇekivati da dogadjaji, c c u oznaci B, koji su za nas od interesa budu zatvoreni u odnosu na gornje operacije. ¯ ¯ Drugim reˇima, ako A, B ∈ B tada vaˇi i A + B, A · B, A, B ∈ B, ili, ˇto je ekvivalentno, c z s ¯ B ∈ B (ili samo A · B, A, B ∈ B). Dodatni nameti na B dati su slede´om ¯ ¯ ¯ samo A + B, A, c definicijom: DEFINICIJA 4.1.5. i) Ω ∈ B; ii) ako Ai ∈ B za svako i ∈ I tada ¯ iii) ako A ∈ B tada i A ∈ B.
X
i∈I

Skup dogadjaja B je σ–polje ako vaˇi: z

Ai ∈ B;

´ GLAVA 4. DISKRETNA VEROVATNOCA

286

NAPOMENA.

Umesto ii) i iii) moˇe (alternativno) da stoji: z
Y
i∈I

ii’) ako Ai ∈ B za svako i ∈ I tada

Ai ∈ B;

iii’) ako A, B ∈ B tada i A − B ∈ B.

´ GLAVA 4. DISKRETNA VEROVATNOCA Slede´a napomena odnosi se na diskretnu verovatno´u. c c NAPOMENA.

287

Ako je skup Ω diskretan tada se po pravilu uzima da je B partitivni skup skupa Ω. To se posebno ogleda u situaciji kad je svaki elementarni dogadjaj i sam za sebe S dogadjaj iz σ–polja. Tada za svako A ⊆ Ω vaˇi A = z {e} te je B partitivni skup od Ω.
e∈A

´ PROSTOR VEROVATNOCE
Posmatrajmo uredjenu trojku datu sa: (Ω, B, P ), gde je Ω prostor elementarnih dogadjaja, B σ–polje a P : B −→ I Za ovu trojku se kaˇe da je prostor verovatno´e ako R. z c vaˇe aksiome Kolmogorova date u slede´oj definiciji: z c DEFINICIJA 4.1.6. verovatno´e ako vaˇi: c z i) P (A) Uredjena trojka (Ω, B, P ), gde je P : B −→ I je prostor R,

0 za svako A ∈ B;

ii) P (Ω) = 1; iii) ako su dogadjaji Ai , i ∈ I, nesaglasni (u parovima) tada je X X P ( Ai ) = P (Ai ).
i∈I i∈I

NAPOMENA.

Ako Ω nije diskretan skup tada se javlja dodatni problem vezan za konstrukciju funkcije P koja zadovoljava navedene aksiome – naime, za svako B, funkcija koja zadovoljava aksiome i)–iii) ne mora postojati – medjutim, takva situacija se ne javlja u diskretnoj verovatno´i. Primetimo joˇ da verovatno´a P nije precizirano aksiomama; drugim reˇima, c s c c postoji velika sloboda za njen izbor (videti slede´e poglavlje). c

Osnovne osobine funkcije P date su slede´om teoremom: c TEOREMA 4.1.7. Ako je (Ω, B, P ) prostor verovatno´e, tada za funkciju c P : B −→ I R vaˇi: z i) P (∅) = 0; ¯ ii) P (A) + P (A) = 1 za svako A ∈ B; iii) ako A ⊆ B tada P (A) P (B);

iv) P (A + B) = P (A) + P (B) − P (A · B); v) P (A1 + A2 + . . . + An ) vi) P (A1 + A2 + . . . + An ) = +
1

P (A1 ) + P (A2 ) + . . . + P (An );
X
1 i n

P (Ai ) −
1

X
i<j n

P (Ai Aj )

X
i<j<k n

P (Ai Aj Ak ) + . . . + (−1)n−1 P (A1 A2 . . . An ).

´ GLAVA 4. DISKRETNA VEROVATNOCA

288

¯ ¯ Dokaz . Primetimo najpre da je Ω = A+ A. Odavde sledi da je 1 = P (Ω) = P (A+ A) = ¯ (videti Definiciju 4.1.6). Uzimanjem da je A = Ω neposredno sledi i), a P (A) + P (A) potom i ii). Kako je B = A + (B − A), sledi da je P (B) = P (A) + P (B − A) P (A), te vaˇi i iii). Primetimo najpre da A + B = (A − B) + (B − A) + (AB). Odavde je z P (A + B) = P (A − B) + P (B − A) + P (AB). Primetimo i da je A = (A − B) + (AB), te da je P (A − B) = P (A) − P (AB) (sliˇno se dobija da je P (B − A) = P (B) − P (AB)). c Samim tim dobijamo i iv). Najzad, v) i vi) se dobijaju indukcijom iz iv). Interesantno je primetiti da obrnuto tvrdjenje za i) ne vaˇi. Dakle, ako je verovatno´a z c nekog dogadjaja jednaka 0, to ne znaˇi da taj dogadjaj ne moˇe da nastupi. Na primer, c z verovatno´a izbora fiksne taˇke sa duˇi je jednaka 0, ali to ne znaˇi da ona ne moˇe c c z c z biti izabrana (pri nekom eksperimentu). Medjutim, ako je verovatno´a nekog dogadjaja c pozitivna, tada je sigurno on moˇe nastupiti.2 Svojstvo ii) daje vezu izmedju medjusobno z ˇ komplementarnih dogadjaja. Cesto se deˇava u praksi da je verovatno´u jednog od njih s c znatno lakˇe izraˇunati nego drugog, tako da je ova formula veoma korisna (videti donji s c primer). Svojstvo iii) iskazuje monotoniju funkcije verovatno´e. Svojstvo iv) je specijalni c sluˇaj principa ukljuˇenja–iskljuˇenja – videti svojstvo vi). Najzad, svojstvo v) je poznato c c c kao Bulova nejednakost. U slede´im poglavljima (poˇto uvedemo neke principe dodela verovatno´a dogadjac s c jima) vide´emo i neke primere primena raznih stavki gornje teoreme. c

´ DODELA VEROVATNOCE DOGADJAJIMA
Dodeljivanje verovatno´e pojedinim dogadjajima, kao ˇto je ve´ prime´eno, nije jedc s c c noznaˇno odredjeno. Postoji viˇe pristupa da se pojedinim dogadjajima dodeli njihova c s verovatno´a. c Klasiˇna definicija Osnovna ideja na kojoj je zasnovana klasiˇna definicija verovatno´e c c c bazira na pretpostavci da su svi elementarni dogadjaji jednako verovatni. Ova definicija ima posebno smisla ako je prostor elementarnih dogadjaja konaˇan, recimo da ima taˇno c c n elementarnih dogadjaja. U tom sluˇaju svaki elementarni dogadjaj ima verovatno´i n , c c 1 1 tj. P ({e}) = n za svako e ∈ Ω. S obzirom da je A = {ei1 , ei2 , . . . , eim }, imamo da je m A = ∪s=1 {eis }, te odatle sledi (videti Definiciju 4.1.6) da je P (A) = m . Stoga imamo: n DEFINICIJA 4.1.8. (Klasiˇna definicija verovatno´e) Neka je m broj instanci koc c jima se realizuje dogadjaj A, a n broj svih mogu´ih instanci iz prostora Ω. Ako su sve c instance podjednako verovatne tada je P (A) = m . n

U praksi (kod eksperimenata) m oznaˇava i broj povoljnih ishoda za dogadjaj A, a c n broj svih mogu´ih ishoda eksperimenta. Moˇe se lako proveriti da su sve aksiome in c z Definicije 4.1.6 zadovoljene ako se verovatno´a P pridruˇi dogadjajima na opisani naˇin. c z c Na primer, za eksperiment sa novˇi´em, m = 1 za grb (dogadjaj G), ili pismo (docc gadjaj P ), a n = 2 za dogadjaj Ω = {G, P }. Stoga, ako je novˇi´ pravilan (odnosno cc c homogen), imamo da je q = P (G) = 1 , a p = P (P ) = 1 (jasno p + q = 1). Sliˇnim 2 2 rezonovanjem lako se dobija da je kod eksperimenta sa bacanjem kocke da je P (Si ) = 1 , 6
2 Ova ˇinjenica se veoma elegantno koristi za probabilistiˇko dokazivanje teorema, posebno u kombic c natorici.

´ GLAVA 4. DISKRETNA VEROVATNOCA

289

za realizaciju i-te strane kocke (i = 1, 2, . . . , 6) pri bacanju pravilne (homogene) kocke. Naravno, ukoliko novˇi´ ili kocka nisu pravilni, tada moˇe do´i odstupanja od pomenutih cc z c vrednosti. Najzad, za eksperiment koji se odnosio na izvlaˇenje karte iz ˇpila, imamo da c s 1 je verovatno´a vadjenja (po sluˇajnom principu) bilo koje konkretne karte jednaka 52 . c c PRIMER 4.1.9. Koje je verovatno´a da se bacanjem dve kocke dobije da je suma c dobijenih brojeva jednaka 7? Reˇenje. Predstavimo svaki ishod bacanja dve kocke sa uredjenim parom (i, j), gde je s i broj dobijen bacanjem prve kocke, a j druge kocke. Prema principu proizvoda postoji ukupno 36 mogu´nih ishoda, i to (1, 1), (1, 2), . . . , (6, 6); oni su, u sluˇaju pravilnih kocki, c c jednako verovatni. Povoljni ishodi su (1, 6), 2, 5, 3, 4, 4, 3, 5, 2 i 6, 1; dakle ima ih ukupno 6 1 6. Stoga je traˇena verovarno´a jednaka 36 (= 6 ). z c PRIMER 4.1.10. Generisan je niz od n bitova na sluˇajan naˇin. c c verovatno´a da je bar jedan od bitova jednak 0? c Kolika je

Reˇenje. Neka je A dogadjaj da je bar jedan od bita jednak 0. Posmatrajmo komples mentarni dogadjaj dogadjaja A, to jest dogadjaj A za koji su svi biti jednaki 0. Tada je 1 p(A) = 1 − p(A) = 1 − n . 2 Verovatno´a dogadjaja A se moˇe dobiti slede´im rezonovanjem: niz od n bitova se moˇe c z c z shvatiti kao jedan od 2n brojeva (0, 1, . . . , 2n−1 ) reprezentovanih u binarnom sistemu; kako je svaki od njih jednako verovatan, zakljuˇak neposredno sledi. c Slede´i problem predstavlja paradigmu probabilistiˇkog rezonovanja. Postavio ga je c c ˇ Sevalie de Mer (fra. Chevalier de Me´re), ˇuveni kockar i bonvivan, a reˇili su ga Blez e c s Paskal (fra. Blaise Pascal) i Pjer Ferma (fra. Pierre de Fermat). ˇ PRIMER 4.1.11. Sta je verovatnije, da se ˇestica pojavi kada se jedna kocka baca 4 s puta, ili da se pojave dve ˇestice kada se par kocki baca 24 puta? s Reˇenje. Verovatno´a prvog dogadjaja je 1−( 5 )4 ≈ 51.77%, dok je verovatno´a drugog s c c 6 dogadjaja 1 − ( 35 )4 ≈ 49.14%. Verovatno´a prvog dogadjaja je ve´a. Stoga bi se trebalo c c 36 kladiti na prvu varijantu. Slede´i primer (interpretiran kao zagonetka tri kutije, ili izvorno Monty Hall problem) c pobudio je nedavno veliku paˇnju. z PRIMER 4.1.12. U TV igri date su tri kutije, dve prazne i jedna puna novca. Uˇesnik TV igre bira jednu od kutiju, i ako izabere onu sa novcem dobija, kao nagradu, c sav novac. Medjutim, pre nego ˇto je otvori, voditelj igre, koji zna u kojoj kutiji je novac, s otvara jednu od preostale dve kutije, i to onu koja je prazna (ili bilo koju ako su obe prazne). Potom nudi uˇesniku u igri da, ako ˇeli, promeni svoj izbor. Sada se postavlja c z pitanje koju strategiju koristiti? Da li izabrati neku drugu kutiju, ili niˇta ne menjati? s Reˇenje. s Verovato´a dobitka (pre nastupa voditelja sa njegovom ponudom) je 1/3, c poˇto moˇemo smatrati da su sve kutije podjednako verovatne. Ako ne menjamo izabranu s z kutiju, tada ´e odgovaraju´a verovatno´a ostati nepromenjena. c c c

´ GLAVA 4. DISKRETNA VEROVATNOCA

290

ˇ Sta ako menjamo izabranu kutiju? Tada u dva sluˇaja (to jest kada izaberemo prazne c kutije) dobijamo nagradu. Naime, poˇto je izabrana kutija prazna, a takodje i ona koju s je voditelj otvorio, novac ´e biti u tre´oj kutiji, i stoga promenom dobijamo nagradu. U c c poslednjem sluˇaju (to jest kada izaberemo kutiju sa novceme) jasno je da ostajemo bez c nagrade. Stoga je sada verovatno´a dobitka jednaka 2/3. c Konaˇan zakljuˇak je da uvek treba menjati izabranu kutiju jer se time verovatno´a c c c dobitka duplira. Geometrijska definicija Osnovna ideja na kojoj je zasnovana geometrijska definicija verovatno´e je sliˇna klasiˇnoj definiciji. Jedina bitna razlika je da je sada prostor elec c c mentarnih dogadjaja beskonaˇan, te bi stoga verovatno´a svakog elementarnog dogadjaja c c neminivno bila jednaka nuli. Odatle bi se nametala mogu´nost da je verovatno´a svakog c c dogadjaja bila jednaka nuli, ˇto je nedopustivo. Izlaz iz ove situacije moˇe se napraviti s z uz pomo´ geometrijskih argumenata. c Predpostavi´emo da skup elementarnih dogadjaja odgovara nekom podskupu taˇaka c c iz Euklidovog prostora dimenzije do 3, to jest prostora iz naˇeg okruˇenja. Na primer, s z u jednodimenzijalnom sluˇaju biramo taˇke na nekoj duˇi; u dvodimenzijalnom sluˇaju c c z c biramo taˇke u nekom delu ravni koje odgovaraju nekoj geometrijskoj figuri kao ˇto je c s trougao, pravougaonik, krug itd.; u trodimenzijalnom sluˇaju biramo taˇke u nekom delu c c prostora koje odgovaraju nekom geometrijskom telu kao ˇto je teraedar, paralelepiped, s lopta itd. Svaki od ovih objekata ima svoju meru: za duˇ to je njena duˇina, za figuru u z z ravni to je njena povrˇina, za telo u prostoru to je njena zapremina. Neka je S skup svih s taˇaka iz odgovarajuˇeg prostora koje su u obostrano–jednoznaˇnoj korespodenciji sa Ω, c c c prostorom elementarnih dogadjaja. Neka je R skup taˇaka (iz S) koje su u obostrano– c jednoznaˇnoj korespodenciji sa elementarnim dogadjajima kojim se realizuje dogadjaj c A ∈ B. Tada je mes(R) P (A) = , mes(S) gde mes(X) oznaˇava meru skupa X, dakle njegovu duˇinu, ili povrˇinu, ili zapreminu. c z s U praksi, moˇemo pisati i P (A) = mes(A) . Stoga imamo: z mes(Ω) DEFINICIJA 4.1.13. (Geometrijska verovatno´a) Neka je mes(A) mera dela prosc tora koji koji sadrˇi taˇke koje odgovaraju instancama dogadjaja A, a mes(Ω) takodje z c mera dela prostora koji sadrˇi taˇke koje odgovaraju svim mogu´im instancama. Ako su z c c sve taˇke posmatranog prostora jednako verovatne tada je c P (A) = mes(A) . mes(Ω)

Moˇe se pokazati da su sve aksiome in Definicije 4.1.6 zadovoljene ako se verovatno´a z c P usvoji na opisani naˇin. c PRIMER 4.1.14. (Problem semafora): Na semaforu se smenjuju crveno, narandˇasto i zeleno svetlo, i to tako da redom traju 20 sekundi, 5 sekundi i 25 sekundi. z Jedno od pitanja koje se moˇe postaviti glasi: Koje je verovatno´a da vozilo koje stiˇe z c z 1 s na raskrsnicu mora da ˇeka na zeleno svetlo. Odgovor je 2 (zaˇto?). c PRIMER 4.1.15. (Problem presretanje): Dva broda stizu u luku u toku istih T sati. Vremena njihovih pristizanja su sluˇajna i jednako verovatna u svakom od trenutaka iz c

´ GLAVA 4. DISKRETNA VEROVATNOCA

291

posmatranog intervala od T sati. Vreme zadrzavanja prvog broda u luci je T1 sati, a drugog T2 sati. Ako je jedan brod u luci, tada drugi mora da saˇeka prvi brod da napusti c luku. Kolika je verovatno´a da dodje da saˇekivanja. c c Reˇenje. s Prostor svih elementarnih dogadjaja se moˇe poistovetiti sa taˇkama u z c kvadratu stranica duˇine T , koji je odredjen taˇkama (0, 0), (T, 0), (T, T ) i (0, T ) u z c koordinatnom sistemu. Svaka taˇka (t1 , t2 ) odgovara vremenima pristizanja brodova; c dakle, t1 je vreme pristizanja prvog broda, a t2 vreme pristizanja drugog broda. Do saˇekivanja ´e do´i ako je 0 t1 − t2 T1 (tada prvi brod ˇeka), ili ako je 0 t2 − t1 T2 c c c c (tada drugi brod ˇeka). Taˇke koje odgovaraju saˇekivanju leˇe u jednoj traci odredjenoj c c c z pravama t2 = t1 − T1 i t2 = t1 + T2 . Stoga nije teˇko pokazati da je traˇena verovatno´a s z c T 2 − 1 ((T − T1 )2 + (T − T2 )2 ) 2 jednaka . T2 PRIMER 4.1.16. Odrediti verovatno´u da je nasumice izabrana tetiva kruga duˇa c z od stranice jednakostraniˇnog trougla upisanog u dati krug. c Reˇenje. Pokaza´emo da je pojam jednakoverovatnih dogadjaja u ovom sluˇaju teˇko s c c s precizirati, i da se zavisno od toga kako je to uˇinjeno mogu dobiti razliˇiti rezultati. c c U svim donjim varijantama pri izboru jednakoverovatnih dogadjaja simetrija kruga se koristi kao glavni (poˇetni) argument. c Prva varijanta: Uzmimo najpre da je tetiva odredjena svojom srednjom taˇkom, kao i c da su sve taˇke kruga jednako verovatne. Povoljni sluˇajevi sada odgovaraju taˇkama c c c ˇije je rastojanje od centra kruga najviˇe 2 (r je polupreˇnik kruga). Sada se lako dobija c s r c 1 da je traˇena verovatno´a jednaka 4 (kao koliˇnik mere (povrˇine) dva kruga). z c c s Druga varijanta: Uzmimo sada da je tetiva odredjena jednom fiksnom taˇkom na kruˇnici c z i uglom koji zaklapa sa tangentom na krug u uoˇenoj taˇki na kruˇnici. Povoljni sluˇajevi c c z c sada odgovaraji onim uglovima koji su u opsegu od 60◦ do 120◦ . Sada se lako dobija da je traˇena verovatno´a jednaka 1 (kao koliˇnik mere dva ugla). z c c 3 Tre´a varijanta: Uzmimo sada da je tetiva odredjena svojim pravcem (dakle mora biti c paralelna nekoj fiksnoj pravoj) i rastojanjem od centra. Povoljni sluˇajevi sada odgovaraji c rastojanjima od centra do najviˇe 2 . Sada se lako dobija da je traˇena verovatno´a s r z c jednaka 1 (kao koliˇnik mere (duˇine) dve duˇi). c z z 2 Ovaj primer je ilustrativan jer pokazuje istovremeno koliku slobodu imamo u dodeljivanju verovatno´e dogadjajima. c PRIMER 4.1.17. Bufonov problem. (eng. Buffon) U ravni je dat skup paralelnih pravih, pri ˇemu je rastojanje izmedju svake dve susedne prave 2a (a > 0). Na ravan se c baca igla duˇine 2l (0 < l < a). Odrediti verovatno´u da igla preseca neku od paralelnih z c pravih. Reˇenje. s Zbog uslova l < a igla moˇe presecati najviˇe jednu od pravih. Polozaj igle z s u odnosu na bilo koju pravu moˇe se odrediti rastojanjem d njenog centra u odnosu na z najbliˇu pravu, kao i uglom φ koji ona zaklapa sa bilo kom pravom. Ove dve veliˇine se z c mogu smatrati nezavisnim (u intuitivnom smislu). Stoga bi prostor elementarnih dogadjaja mogao biti interpretiran kao taˇka u c pravougaoniku sa temenima (0, 0), (π, 0), (π, a) i (0, a). Igla preseca najbliˇu pravu z

´ GLAVA 4. DISKRETNA VEROVATNOCA

292

ako i samo ako je 0 d l sin(φ). Prostor povoljnih dogadjaja je figura (u gornjem pravougaoniku) izmedju horizontalne ose i sinusoide d = l sin(φ). Lako se pokazuje da je 2l odnos odgovaraju´ih povrˇina jednak πa , ˇto je ujedno i traˇena verovatno´a. c s s z c 2l Interesantno je da je odavde π = ap . Statistiˇka definicija verovatno´e Napomenimo najpre da se matematiˇka statisc c c tika kao matematiˇka disciplina pre svega bavi primenom aparata teorije verovatno´e c c na reˇavane praktiˇnih problema (dakle, odredjivanjem verovatno´e nekih konkretnih s c c dogadjaja, tumaˇenjem dobivenih rezultata, predikcijom nastupanja nekih dogadjaja, c itd.). Nas ´e u okvirima ove knjige interesovati jedan samo dodeljivanje verovatno´e c c nekim dogadjajima. Podjimo od primera bacanja novˇi´a. Postavlja se pitanje ˇta ´emo da radimo ako cc s c novˇi´ nije pravilan! Intuitivno je jasno da ako je pravilan, da ´e grb (ili pismo) nastupiti cc c pribliˇno jednak broj puta ako se eksperiment viˇe puta (na primer, 1000 puta) ponavlja. z s ˇ Sta se moˇe oˇekivati ako novˇi´ nije pravilan. U tom sluˇaju recimo da se pismo realz c cc c izovalo m puta u n ponavljanja eksperimenta. Uoˇimo tada koliˇnik m , i oznaˇimo ga c c c n sa f . Tada f (= m ) predstavlja (po definiciji) relativnu frekvenciju nastupanja pisma, n za nas dogadjaja, recimo A (m je apsolutna frekvencija). Sada moˇemo pretpostaviti, ili z samo napisati, da je m P (A) = lim . n→+∞ n Napomenimo da je ovde pojam graniˇne vrednosti upotrebljen u intuitivnom smislu. Rac zlog je ˇto formalna definicija graniˇne vrednosti (sa neizbeˇnim ) sada nema isti smisao. s c z Eksperimenti sugeriˇu da ´e za veliko n razlika (po modulu) izmedju relativne frekvencije s c (uz zanemarljiva kolebanja) biti veoma bliska nekom broju: taj broj je verovatno´a naˇeg c s dogadjaja A. Ispostavilo se da za pravilan novˇi´ taj broj (prema oˇekivanjima) iznosi cc c 1 2. Pravo tumaˇenje gornjih razmatranja vezano je za zakon velikih brojeva i moˇe se c z iskazati na slede´i naˇin: Pretpostavimo da za dati eksperiment, u n ponavljanja, koji su c c svi medjusobno bez ikakvog utacaja jedan na drugog, dogadjaj A (ˇija je verovatno´a nasc c tupa u svakom pojedinaˇnom eksperimentu P (A)) nastupi m puta. Tada, za proizvoljno c male pozitivane brojeve δ i , postoji dovoljno veliki broj N takav da za n N imamo da je verovatno´a dogadjaja c m | − P (A)| δ n najviˇe jednaka . s Vratimo se sada Bufonovom problemu. Ako se bacanje igle ponovi veliki broj puta, recimo n, i ako je broj povoljnih sluˇajeva (presecanja) bio m. Tada sledi da je c π = lim 2ln . am

n→∞

Na primer, Volf (eng. R. Wolf) je bacao iglu 5000 puta u periodu od 1849. do 1853. godine i dobio da je π ≈ 3.1596. Ovakvi eksperimenti (sada se rade na raˇunarima) bili c su prvi koraci u primeni takozvane Montekarlo (fra. Monte Carlo) metode (ili metode simulacija) za razna izraˇnavanja. Recimo, ako u Bufonovom eksperimentu ne znamo c da izraˇunamo povrˇinu zahva´enu sinusoidom i horizontalnom osom, tada bi je mogli c s c pribliˇno odrediti bacanjem igle (kako?). Ovakve i sliˇne ideje se danas koriste u raznim z c primenama teorije verovatno´e (zajedno sa statistikom). c

´ GLAVA 4. DISKRETNA VEROVATNOCA

293

ZADACI
4.1.1. Novˇi´ se baca tri puta i registruje se niz u kome se pojavljuju ”pismo”i ”grb”. cc Odrediti skup svih mogu´ih elementarnih dogadjaja Ω. c 4.1.2. Novˇi´ se baca tri puta i registruje se broj koliko puta se pojavi ”pismo”. cc Odrediti skup svih mogu´ih elementarnih dogadjaja Ω, kao i verovatno´u svih mogu´ih c c c ishoda. 4.1.3. Kocka za igru baca se tri puta. Na´i verovatno´u da se u tre´em bacanju dobije c c c broj 4. 4.1.4. Kolika je verovatno´a da ´e dve baˇene kocke pokazati brojeve ˇiji je zbir 8? c c c c

4.1.5. Baˇene su dve kocke. Kolika je verovatno´a da je zbir brojeva koji su pali manji c c od ili jednaki sa 4? 4.1.6. Baca se kocka za igru. Dogadjaj A je da je pao paran broj, a dogadjaj B da je pao broj deljiv sa 3. Odrediti verovatno´e p (A), p (B), p (AB), p (A ∪ B). c 4.1.7. U jednom odeljenju ima trideset uˇenika. Nijedan od njih nije rodjen prestupne c godine. Kolika je verovatno´a da ne postoje dva uˇenika koji rodjendan slave istog dana? c c Sedam rasejanih profesora je iˇlo na neko predavanje. U garderobi su ostavili s 4.1.8. svoje ˇeˇire. Nakon predavanja svako od njih je uzeo prvi ˇeˇir koji mu je bio pod rukom. s s s s Kolika je verovatno´a da: c a) svako uzme svoj ˇeˇir; s s b) taˇno ˇest profesora uzme svoj ˇeˇir? c s s s 4.1.9. Iz kutije u kojoj se nalazi 6 crvenih i 8 plavih kuglica na sluˇajan naˇin izvlaˇimo c c c 3 kuglice odjednom. Kolike su verovatno´e dogadjaja: A – da izvuˇemo sve 3 kuglice c c iste boje i B – da izvuˇemo 3 kuglice plave boje? c 4.1.10. Iz kutije u kojoj se nalazi 7 crvenih i 9 plavih kuglica na sluˇajan naˇin c c izvlaˇimo 5 kuglica odjednom. Kolike su verovatno´e dogadjaja: A – da izvuˇemo svih c c c 5 kuglica iste boje i B – da izvuˇemo bar 2 kuglice plave boje? c 4.1.11. U prvoj kutiji je 5 belih i 10 crvenih, a u drugoj 3 bele i 7 crvenih kuglica. Iz druge kutije smo u prvu prebacili jednu kuglicu, a zatim smo iz prve kutije izvukli jednu kuglicu. Koja je verovatno´a da smo izvukli belu kuglicu? c 4.1.12. U kutiji se nalazi 30 belih i 10 crvenih kuglica. Izvlaˇimo ¸etiri kuglice iz c c kutije, jednu za drugom, tako ˇto svaki put ponovo vratimo izvuˇenu kuglicu u kutiju, s c da bi izvlaˇenje ponovili iz kutije sa poˇetnim brojem kuglica. Na´i verovatno´u da ´e c c c c c od ˇetiri izvuˇene kuglice dve biti bele i dve crvene. c c 4.1.13. Koˇarkaˇki klubovi Crvena zvezda i Partizan igraju meˇ, koji se zavrˇava kada s s c s jedna od te 2 ekipe ostvari 2 pobede viˇe od druge. Kolika je verovatno´a da ´e biti s c c odigrano taˇno 10 utakmica? c

´ GLAVA 4. DISKRETNA VEROVATNOCA

294

4.1.14. Iz ˇpila od 52 karte sluˇajno se biraju 3 karte i to a) odjednom; b) jedna za s c drugom bez vra´anja; c) jedna za drugom sa vra´anjem. Na´i verovatno´u da je taˇno 1 c c c c c od njih 10. 4.1.15. Na´i verovatno´u da niz od m nula i n jedinica ima r serija jedinica. c c

4.1.16. (Banahov problem) Date su 2 kutije ˇibica. U svakoj od njih ima po N ˇibica. s s Na sluˇajan naˇin troˇimo ˇibice dok ne ustanovimo da je jedna kutija prazna. Kolika c c s s je verovatno´a da ´e kada se ustanovi da je jedna kutija prazna, druga imati taˇno K c c c ˇibica? s 4.1.17. Na duˇi AB duˇine sluˇajno i nezavisno jedna od druge izabrane su taˇke z z c c M i N . Na´i verovatno´u da rastojanje izmedju njih bude manje od realnog broja α. c c 4.1.18. Ana i Bojan su se dogovorili da se nadju izmedju 11:00 i 12:00 i da na ugovorenom mestu ˇekaju jedan drugog taˇno 20 minuta. Kolika je verovatno´a da se c c c sretnu? 4.1.19. U kvadratu K (sa centrom C) bira se na sluˇajan naˇin taˇka A. Neka se nad c c c duˇi AC sa obe strane konstruiˇu kvadrati. Odrediti verovatno´u da su oni celi sadrˇani z s c z u kvadratu K. 4.1.20. Koja je verovatno´a da je sluˇajno izabran broj iz skupa N100 = {1, 2, . . . , 99, 100} c c pri deljenju sa 17 daje ostatak 3 ili 9? 4.1.21. Koja je verovatno´a da se pri bacanju kocke 6 puta uvek dobija paran broj? c

4.1.22. Koja je verovatno´a da u stringu duˇine 10 sastavljenoj od simbola iz skupa c z {a, b, c, d, e, f, g, h} uvek imamo podstring abcba? 4.1.23. Koja je verovatno´a da niz bitova duˇine n predstavlja palindrom (palindrom c z je rec koja se isto ˇita i od napred i od natrag)? c 4.1.24. Kolika je verovatno´a da sluˇajno izabrana permutacija iz skupa Sn nema ni c c jednu fiksnu taˇku? c 4.1.25. Neka su A i B dogadjaji takvi da je P (A) = 0.8 a P (B) = 0.6. Dokazati da je P (A + B) 0.8 a P (AB) 0.4.

´ GLAVA 4. DISKRETNA VEROVATNOCA

295

4.2

´ USLOVNA VEROVATNOCA

U mnogim sluˇajevima u sitaciju smo da razmatramo nastupanje, to jest verovgatno´u c c nekog dogadjaja, pod uslovom da se ve´ realizovao neki dogadjaj (koji ga moˇe ali ne c z mora implicirati). Naprimer, ako je sunˇano vreme tada je verovatno´a da ´e za pola c c c sata padati kiˇe znatno manja nego kada je oblaˇno vreme. Ovakve situacije nas navode s c na uvodjenje slede´e definicije: c DEFINICIJA 4.2.1. Neka je A ∈ B fiksiran dogadjaj ˇija je verovatno´a pozitivna, c c tj. vaˇi P (A) > 0. Neka je B bilo koji dogadjaj iz B. Tada z P (B | A) = P (A · B) P (A)

oznaˇava verovatno´u dogadjaja B pod uslovom da se desio dogadjaj A. c c Opravdanje za ovakvu definiciju moˇe se na´i kako preko klasiˇne definicije verovatno´e, z c c c tako i preko geometrijske definicije verovatno´e. Neka je mA (mB ) broj povoljnih c sluˇajeva za nastupanje dogadjaja A (odnosno B) u prostoru od n elementarnih doc gadjaja, mAB broj povoljnih nastupa oba dogadjaja, tj. dogadjaja AB u istom prostoru. Tada je mA mAB mAB P (A) = , P (AB) = , P (B | A) = . n n mA Odavde se neposredno dobija da formula iz Definicije 4.2.1 vaˇi. Na sliˇan naˇin se dobija z c c da isti zakljuˇak i za geometrijsku verovatno´u (u tom cilju dovoljno je m i n zameniti c c sa merama odgovaraju´ih dogadjaja). c PRIMER 4.2.2. Niz bita duˇine 4 generisan je na sluˇajan naˇin tako da je svaka z c c od 16 mogu´nosti jednako verovatna. Koja je verovatno´a da niz sadrˇi najmanje dve c c z uzastopne 0, ako se zna da je prvi bit 0? Reˇenje. s Neka je A dogadjaj da niz bita duˇine 4 sadrˇi bar dve uzastopne 0, a B z z dogadjaj da je prvi bit u nizu (duˇine 4) jednak 0. Tada je z P (A | B) = P (AB) . P (B)

Kako je AB = {0000, 0001, 0010, 0011, 0100}, sledi da je P (AB) = 5/16. Kako ima taˇno c 8 nizova duˇine 3 koji poˇinju sa bitom 0, sledi da je P (B) = 8/16 = 1/2. Odavde je z c P (AB) = 5/8. Definiˇimo sada novi prostor verovatno´e. s c DEFINICIJA 4.2.3. (Prostor uslovne verovatno´e) Neka je (Ω, B, P ) prostor c verovatno´e. Uredjena trojka (Ω, B, P ∗ ), gde je P ∗ : B −→ I preslikavanje za koje c R vaˇi z P ∗ (B) = P (B | A) (B ⊆ B), naziva se prostor uslovne verovatno´e. c

´ GLAVA 4. DISKRETNA VEROVATNOCA

296

Moˇe se proveriti da preslikavanje P ∗ ispunjava sve aksiome i)–iii) iz Definicije 4.1.6 z Dakle, samim tim je i (Ω, B, P ∗ ) prostor verovatno´e, ili preciznije prostor uslovne c verovatno´e (ili prostor relativne verovatno´e). c c Primetimo sada da je P (AB) = P (A)P (B | A). Nije teˇko videti i da ova relacija vaˇi i za sluˇaj da je P (A) = 0 (naime, tada je i s z c P (AB) = 0 jer je AB ⊆ A, te na osnovu Teoreme 4.1.7 tvrdjenje neposredno sledi). Odavde imamo da je: P (AB) = P (A)P (B | A) (= P (B)P (A | B)) za svako A, B ∈ B. U specijalnom sluˇaju moˇemo imati da je P (B | A) = P (B), te samim timim vaˇi c z z P (AB) = P (A)P (B). U tom sluˇaju imamo: c DEFINICIJA 4.2.4. Dogadjaji A i B su nezavisni (u parovima) ako vaˇi z P (AB) = P (A)P (B). U protivnom isti dogadjaji su zavisni. Primetimo joˇ i da je relacija nezavisnosi dva dogadjaja simetriˇna. Inaˇe ova definis c c cija je bliska onome ˇto mi intuitivno ose´amo, da su dogadjaji nezavisni ako realizacija s c jednog nema uticaja na realizaciju drugog. Na primer, ako bacamo novˇi´ viˇe puta, cc s tada (poˇto novˇi´ nema ”memoriju”) ishod prethodnih eksperimenata nema uticaja s cc na ishode slede´ih eksperimenata. Medjutim, ako bi zavisno od ishoda (grb ili pismo), c menjali novˇi´e, pri ˇemu oni nisu svi pravilni, gornji zakljuˇak ne bi vaˇio. cc c c z U slede´em primeru pokaza´emo da su dva dogadjaja nezavisna na osnovu definicije. c c PRIMER 4.2.5. Neka je A dogadjaj da sluˇajno generisan niz bita duˇine 4 poˇinje c z c sa bitom 1, a B dogadjaj da isti niz bitova sadrˇi paran broj bitova jednakih 1. Da li su z dogadjaji A i B nezavisni, ako je svaki niz od 4 bita jednako verovatan? Reˇenje. Za dogadjaje imamo da je A = {1000, 1001, 1010, 1011, 1100, 1101, 1110, 1111}, s a B = {0000, 0011, 0101, 0110, 1001, 1010, 1100, 1111}. Odavde je P (A) = P (B) = Poˇto je AB = {1111, 1100, 1010, 1001}, to je s P (AB) = Odavde imamo da je 1 4 = . 16 4 1 8 = . 16 2

11 1 = = p(A)p(B), 4 22 te su dogadjaji A i B nezavisni. Da li je ovo intuitivno jasno? P (AB) = NAPOMENA.
Geometrijska verovatno´a moˇe posluˇiti da se pojam nezavisnih dogadjac z z ja bolje shvati. Na gornjoj slici prostor Ω je predstavljen u vidu pravougaonika. Dogadjaj A

´ GLAVA 4. DISKRETNA VEROVATNOCA

297

odgovara horizontalnoj traci, a dogadjaj B odgovara vertikalnoj traci. Preseku ovih traka odgovara dogadjaj AB. Sa slike se vidi da se realizacijom bilo koje instance koja odgovara dogadjaju A (ili B) verovatno´a nastupanja dogadjaja B (odnosno A) ne menja. Dakle ovi dogadjaji su c nezavisni. Do istog zakljuˇka dolazimo i ako izraˇunamo verovatno´e dogadjaja A, B i AB, c c c naravno koriste´i opet geometrijsku verovatno´u. Napomenimo da je u prvom sluˇaju raˇunata c c c c mera duˇi, a u drugom mera pravougaonika. z

B

Ω AB A

Pitanje: ˇta se moˇe re´i u sluˇaju da figura koja odgovara dogadjaju AB nije pravougaonik, s z c c ve´, na primer, krug? c

NAPOMENA.

Vredno je ista´i da izmedju medjusobno iskljuˇivih dogadjaja i nezavisnih c c dogadjaja ne postoji nikakva veza. Na primer, ako su A i B dva medjusobno iskljuˇiva dogadjaja, c tada je P (AB) = 0, dok P (A) i P (B) ne moraju biti dogadjaji ˇije su verovatno´e jednake 0. c c Dakle, A i B bi bili zavisni dogadjaji!

TEOREMA 4.2.6. Ako su dogadjaji A i B nezavisni (u parovima), tada su i parovi ¯ ¯ ¯ ¯ dogadjaja A i B, A i B, A i B takodje nezavisni (u parovima). ¯ Posmatramo dogadjaje A i B. Tada vaˇi: z ¯ P (AB) = = P ((Ω − A)B) = P (B − AB) = P (B) − P (AB) ¯ P (B) − P (A)P (B) = (1 − P (A))P (B) = P (A)P (B).

Dokaz .

¯ Ovim je dokazano da su A i B (u parovima) nezavisni dogadjaji; sliˇno se dokazuju i c ostali sluˇajevi. c Posmatrajmo sada sluˇaj kada imamo viˇe i od dva dogadjaja. c s DEFINICIJA 4.2.7. Neka su A1 , A2 , . . . , An dogadjaji iz istog prostora verovatno´e. c Ovi dogadjaji su nezavisni u parovima ako vaˇi z P (Ai · Aj ) = P (Ai ) · P (Aj ) za svako i = j; isti dogadjaji su nezavisni u celini ako vaˇi z P(
Y

Ai ) =

Y
i∈I

P (Ai )

i∈I

za svako I, gde je ∅ = I ⊆ {1, 2, . . . , n}. Vaˇno je naglasiti da dogadjaji nezavisni u parovima ne moraju biti nezavisni u celini. z Slede´i primer to pokazuje. c

´ GLAVA 4. DISKRETNA VEROVATNOCA

298

PRIMER 4.2.8. Pravilan tetraedar obojen sa tri boje, i to tako da je jedna strana obojena samo crvenom, druga samo zelenom, tre´a samo plavom bojom, a ˇetvrta strana c c sa sve tri boje. Bacanjem tetraedra nastupa jedan od dogadjaja R, G, B zavisno od toga koja boja se javlja na nalegloj strani (po bacanju tetraedra). Sada redom imamo: P (R) = P (G) = P (B) = Dalje je 1 . 2

1 . 4 Odavde neposredno sledi da su dati dogadjaji nezavisni u parovima. Najzad, imamo i da je 1 P (RGB) = . 4 P (RG) = P (RB) = P (GB) =
1 Medjutim P (R)P (G)P (B) = 8 , te posmatrani dogadjaji nisu nezavisni u celini.

Ako dogadjaji nisu nezavisni tada generalno vaˇi slede´e tvrdjenje. z c TEOREMA 4.2.9. Neka su A1 , A2 , . . . , An dogadjaji iz istog prostora verovatno´e. c Tada vaˇi z P (A1 A2 . . . An ) = P (A1 )P (A2 | A1 )P (A3 | A1 A2 ) . . . P (An | A1 A2 . . . An−1 )

Gornja jednakost se neposredno dokazuje indukcijom, uz primenu definicije uslovne verovatno´e. Slede´i primer ilustruje ovu teoremu. c c PRIMER 4.2.10. Kutija sa m belih i n crnih kuglica. Koja je verovatno´a da se iz c tri izvlaˇenja sa i bez vra´anja dobiju bela, crna, bela kuglica? c c Oznaˇimo najpre sa Bi (Ci ) dogadjaj da je u i–tom izvlaˇenju izvuˇena bela (odnosno c c c crna) kuglica. Naˇ cilj je da izraˇunamo verovatno´u dogadjaja B1 C2 B3 . s c c Posmatra´emo dve varijante, sa vra´anjem izvuˇene kuglice, i bez vra´anja izvuˇene c c c c c kuglice. U prvom sluˇaju imamo da je c P (B1 C2 B3 ) = P (B1 )P (C2 )P (B3 ), te je rezultat
m2 n (m+n)3 .

U drugom sluˇaju imamo da je c P (B1 C2 B3 ) = P (B1 )P (C2 | B1 )P (B3 | B1 c2 )

prema Teoremi 4.2.9. Stoga je rezultat dat sa

m m+n

·

n m+n−1

·

m−1 m+n−2 .

PRIMER 4.2.11. Koji je najmanji broj osoba koje treba okupiti tako da je verovatno´a, da su najmanje dve od njih rodjene istog dana u prestupnoj godini, ve´a c c od 1 ? 2 Reˇenje. s Pretpostavimo najpre da su dani rodjenja posmatranih osoba jednako verovatni. Neka je n broj okupljenih osoba. Oznaˇimo sa pn verovatno´u da su sve osobe rodjene c c u razliˇitim danima. Tada je 1 − pn traˇena verovatno´a. Da bi izraˇunali pn , zamislimo c z c c

´ GLAVA 4. DISKRETNA VEROVATNOCA

299

da svaka osoba (jedna po jedna) pristiˇe na mesto okupljanja. Neka je Ai dogadjaj da z je i–ta osoba rodjena u danu koji se razlikuje od dana rodjenja osoba A1 , A2 , . . . , Ai−1 (i = 1, 2, . . . , n). Na osnovu Teoreme ?1.5.9, imamo da je pn = P (A1 )P (A2 | A1 )P (A3 | A1 A2 ) . . . P (An | A1 A2 . . . An−1 ). Dalje vaˇi: z P (A1 ) = 1, P (A2 | A1 ) = 364 365 , P (A3 | A1 A2 ) = , 366 366 367 − n . . . , P (An | A1 A2 . . . An−1 ) = 366 pn =

Stoga je

365 · 354 . . . (367 − n) . 366n−1 c c c z Kako je 1 − pn = 1 , izraˇunavanjem (uz pomo´ raˇunara) dobija se da je n = 23 traˇeni 2 broj. Na kraju ovog odeljka ukaza´emo na jednu veoma vaˇnu primenu teorije verovatno´e. c z c Konkretnije, pokaza´emo kako se moˇe dokazati egzistencija kombinatornih objekata bez c z njihove efektivne konstrukcije (probabilistiˇki metod). c U teoriji grafova Remzijev broj R(r) definiˇe se kao najmanji broj n takav da komples tan grafa Kn pri proizvoljnom bojenju grana tog grafa sa dve boje (na primer, crvenom i plavom) uvek sadrˇi kompletan podgraf sa r ˇvorova ˇije su sve grane obojene ili crvenom, z c c ili plavom bojom. Ocenu (a ujedno i egzistenciju) Remzijevog broja R(r) da´emo teoremom koja bazira c na slede´oj jednostavnoj ˇinjenici: c c Ako je verovatno´a da element skupa S nema neku osobinu manja od 1, tada postoji c element u S sa tom osobinom. TEOREMA 4.2.12. Ako je r 2, tada je R(r) 22 .
r

Dokaz . Za r < 4 imamo da je R(2) = 2 i R(3) = 6 (videti zadatak ???). Neka je stoga r 4. Pokaza´emo da ako je n < 2r/2 da tada postoji bojenje grafa Kn (sa dve boje) c tako da se javlja podgraf sa r ˇvorova ˇije su sve grane obojene jednom bojom. Stoga je c c r R(r) 2 2 . Pretpostavimo da se svaka grana grafa Kn boji jednom od boja sa istom verovatno´om c (= 1/2), i to nezavisno od bojenja drugih grana. Neka je K ukupan broj podgrafova sa r ˇvorova. Jasno, K = n . Neka je Ai dogadjaj da su grane i–tog podgrafa obojene c r jednom bojom. Verovatno´a postoji podgraf sa r ˇvorova ˇije su sve grane obojene c c c jednom bojom je p(
K X i=1

Ai ). S obzirom da je izbor svake od boja jednak 1 , dobijamo da 2

z c je P (Ai ) = 2( 1 )K (mnoˇenje sa 2 se javlja zbog postojanja dve boje). Koriste´i Bulovu 2 nejednakost imamo: p( Kako je n − k nik
K X i=1

Ai )

K X i=1

1 p(Ai ) = K · 2( 2 )K . n r

2 (za k = 2, 3, . . . , r) imamo da je p(
K X i=1

nr . Stoga vaˇi z 2r−1

Ai )

n nr · 2( 1 )( r ) . 2 r−1 2

´ GLAVA 4. DISKRETNA VEROVATNOCA Dalje, ako je n < 2r/2 , sledi nr 2r(r/2) · 2( 1 )r(r−1)/2 < r−1 · 2( 1 )r(r−1)/2 = 22−(r/2) 2 2 2r−1 2 poslednja nejednakost vaˇi jer je r z 4. Stoga je p( za r 4.
K X i=1

300

1;

Ai ) < 1

´ FORMULA TOTALNE VEROVATNOCE I BAJESOVA FORMULA
Neka su B1 , B2 , . . . , Bn medjusobno iskljuˇivi dogadjaji koji prekrivaju ceo prostor Ω, ili c neki njegov deo. Dakle B1 + B2 + . . . + Bn ⊆ Ω. Ako je ispunjeno da je A ⊆ B1 + B2 + . . . + Bn tada se kaˇe da posmatrana familija dogadjaja obrazuje potpun sistem dogadjaja za z dogadjaj A (A se realizuje realizacijom nekog elementarnog dogadjaja koji je sadrˇan u z nekom od dogadjaja iz posmatrane familije. Stoga je A ⊆ B1 + B2 + . . . + Bn . Odavde je A = AB1 + AB2 + . . . + ABn , odnosno P (A) = P (B1 )P (A | B1 ) + P (B2 )P (A | B2 ) + . . . + P (Bn )P (A | Bn ). Ova formula je poznata i kao formula totalne verovatno´e. Ujedno smo dokazali: c TEOREMA 4.2.13. Ako familija dogadjaja B1 , B2 , . . . , Bn obrazuje potpun sistem dogadjaja za dogadjaj A tada vaˇi z
n

P (A) =
i=1

P (Bi )P (A | Bi ).

PRIMER 4.2.14. Posmatrajmo tri kutije sa po 10 priozvoda, pri ˇemu u prvoj ima c 4, u drugoj 3 a u tre´oj 5 neispravnih proizvoda. Iz jedne kutije se uzimaju tri proizvoda. c Kolika je verovatno´a da ih je k ispravnih? c Reˇenje. s Neka K1 , K2 i K3 oznaˇavaju dogadjaje da su proizvodi izvuˇeni redom iz c c prve, druge i tre´e kutije. Oznaˇimo sa Nk dogadjaj da je k proizvoda neispravno. Tada c c je Nk = K1 · Nk + K2 · Nk + K3 · Nk .

´ GLAVA 4. DISKRETNA VEROVATNOCA

301

Naime dogadjaj Nk moˇe nastupiti kao rezultat nastupanja dogadjaja Ki (i = 1, 2, 3). z Na osnovu formule za totalnu verovatno´u dobijamo da je c P (Nk ) = P (K1 )P (Nk | K1 ) + P (K2 )P (Nk | K2 ) + P (K3 )P (Nk | K3 ).

Odavde, na primer za k = 2, imamo P (N2 ) = 1 3
4 3 10 3

+

3 3 10 3

+

5 3 10 3

.

Posmatrajmo sada slede´u situaciju. Neka je H1 , H2 , . . . , Hn potpun sistem dogadjaja za c dogadjaj A (ovi dogadjaji predstavljaju potpun sistem hipoteza za nastupanje dogadjaja A), i neka je P (A) = 0. Tada vaˇi: z P (Hi | A) = a odavde je P (Hi | A) = P (Hi )P (A | Hi ) , P (A) P (Hi )P (A | Hi )
n X j=1

,

P (Hj )P (A | Hj )

na osnovu formule za totalnu verovatno´u. Ova formula poznata je kao Bajesova (eng. c Bayes) formula. Ona daje verovatno´u nastupanja neke hipoteze (iz potpunog sistema c hipoteza), pod uslovom da se desio neki dogadjaj A. TEOREMA 4.2.15. Ako familija hipoteza H1 , H2 , . . . , Hn obrazuje potpun sistem hipoteza za nastupanje dogadjaja A tada vaˇi z P (Hi | A) = P (Hi )P (A | Hi )
n X j=1

.

P (Hj )P (A | Hj )

Na primer, u prethodnom primeru, ako je nastupio dogadjaj Nk , mogli smo se zapitati koja je verovatno´a da se realizovala i-ta hipoteza , tj. da je izvlaˇenje tri proizvoda c c obavljeno iz i-te kutije? Jasno je da je tada P (Ki | Nk ) = P (Ki )P (Nk | Ki ) . P (K1 )P (Nk | K1 ) + P (K2 )P (Nk | K2 ) + P (K3 )P (Nk | K3 )

PRIMER 4.2.16. Imamo sto sa 4 fioke koje redom sadrˇe 3 zlatna, 2 zlatna i 1 z srebren, 1 zlatan i 2 srebrena, 3 srebrena novˇi´a. Bira se jedna fioka, uzima jedan cc novˇi´ i konstatije se da je on zlatan. Koja je verovatno´a da je on uzet iz i-te fioke? cc c Reˇenje. Neka je Fi dogadjaj da je izabrana i–ta fioka, a Z da je izvuˇeni nov´i´ zlatan. s c cc Nas interesuje uslovna verovatno´a P (Fi | Z). Primenom Bajesove formule imamo c P (Fi | Z) = P (Fi )P (Z | Fi ) . P (F1 )P (Z | F1 ) + P (F2 )P (Z | F2 ) + P (F3 )P (Z | F3 ) + P (F4 )P (Z | F4 )

´ GLAVA 4. DISKRETNA VEROVATNOCA S obzirom da su sve fioke jednako verovatne (dakle P (Fi ) = 1 ) dobijamo da je 4 P (Fi | Z) = P (Z | Fi ) . P (Z | F1 ) + P (Z | F2 ) + P (Z | F3 ) + P (Z | F4 )
2 3 3 +2+1+0 3 3 3 3

302

Odavde, na primer za i = 2, imamo da je P (Z | F2 ) =

.

ZADACI
4.2.1. U jednoj kutiji se nalazi 5 crvenih i 5 belih kuglica, a u drugoj 8 crvenih i 2 bele. Ne zna se koja je od te dve kutije prva, a koja druga. Student iz prve kutije izvlaˇi c belu kuglicu i prebacuje je u drugu kutiju. Zatim student iz druge kutije izvlaˇi belu c kuglicu i prebacuje je u prvu kutiju. Na kraju, student ponovo izvlaˇi kuglicu iz prve c kutije. Ukoliko je ta kuglica bela, kolika je verovatno´a da je ta kutija na poˇetku imala c c po 5 belih i 5 crvenih kuglica? 4.2.2. Jednu kocku smo obojili, a zatim je isekli na manje medjusobno jednake kockice tri puta kra´ih ivica od polazne. Sluˇajno biramo jednu od dobijenih kockica i bacamo c c je. Odrediti verovatno´u dogadjaja A da je baˇena kockica pala na obojenu stranu. c c 4.2.3. U kutiji se nalaze dve kocke. Jednoj su tri polja oznaˇena brojem 1 i tri c preostala polja brojem 2, dok su drugoj dva polja oznaˇena brojem 1, a preostala ˇetiri c c polja brojem 2. Sluˇajno izvlaˇimo jednu kocku i bacamo je. Pojavio se broj 1. Koja je c c verovatno´a da smo izvukli prvu kocku? c 4.2.4. Dokazati da za dogadjaje A i B vaˇi: P (A + B) P (A) + P (B) − 1. Ovo z nejednakost je poznata kao nejednakost Bonferonija (it. Bonferroni). Takodje dokazati n n da je P ( i=1 Ai ) i=1 P (Ai ) − (n − 1), gde su A1 , A2 , . . . , An proizvoljni dogadjaji. 4.2.5. Kolika je uslovna verovatno´a da se pojave taˇno ˇetiri grba u seriji od pet c c c bacanja pravilnog novˇi´a, ako se zna da je u prvom bacanju ishod bio grb? cc 4.2.6. Neka je A dogadjaj da sliˇajno generisani niz bitova duˇine tri sadrˇi neparan c z z broj 1-ica, a B dogadjaj da isti takav niz bitova poˇinje sa 1. Da li su A i B nezavisni c dogadjaji? 4.2.7. Neka su A i B dva nezavisna dogadjaja, i neka je p = P (A), a q = P (B). Odrediti verovatno´e da se dogodi: c a) bar jedan od datih dogadjaja; b) oba dogadjaja; c) samo jedan od datih dogadjaja; c) nijedan od datih dogadjaja; d) samo prvi (samo drugi) dogadjaj.

´ GLAVA 4. DISKRETNA VEROVATNOCA

303

4.3

ˇ SLUCAJNA PROMENLJIVA

Za neku promenljivu u zadatom opsegu (obiˇno je to interval u I kaˇe se da je c R) z sluˇajna promenljiva ako se njena vrednost ne moˇe znati unapred, ali se moˇe precizirati c z z verovatno´a da ona uzme neke od vrednosti iz podopsega unutar posmatranog opsega. c Neka je (Ω, B, P ) prostor verovatno´e. Tada formalno imamo: svako preslikavanje c X:Ω→I R. predstavlja jednu sluˇajnu promenljivu. Skup X(Ω) je opseg iz koga sluˇajna promenljiva c c uzima vrednosti; ako je I ⊆ X(Ω) ⊆ I takav da X −1 (I) ∈ B tada vaˇi R z P (X ∈ I) = P (X −1 (I)). Drugim reˇima, verovatno´a da sluˇajna promenljiva X izme vrednost iz intervala I c c c jednaka je verovatno´i dogadjaja koji se sastoju iz svih onih elementarnih dogadjaja ˇija c c je slika (dejstvom funkcije X) sadrˇana u intervalu I. z U sluˇaju da je X(Ω), tj. skup slika funkcije X konaˇan, ili prebrojiv, ili najviˇe c c s prebrojiv (to jest diskretan), tada se kaˇe da je odgovaraju´a sluˇajna promenljiva z c c konaˇnog tipa, prebrojivog tipa, odnosno diskretnog tipa, respektivno. U protivnom, c imamo znatno sloˇeniju situaciju (na primer, sluˇajne promenljive mogu biti kontinuz c alnog tipa, meˇovitog tipa, itd.). s PRIMER 4.3.1. (Sluˇajna promenljiva konaˇnog tipa) Neka je Ω = Ω1 + Ω2 . Neka c c je X : Ω → I dato sa: X(e) = a za e ∈ Ω1 , X(e) = b za e ∈ Ω2 . Tada je X −1 (a) = Ω1 , R X −1 (b) = Ω2 . P (X = a) = P (Ω1 ) = p1 , P (X = b) = P (Ω2 ) = p2 (gde je p1 + p2 = 1). Oˇigledno je da je ova sluˇajna promenljiva konaˇnog tipa. Primetimo da skup Ω moˇe c c c z biti i beskonaˇan, ali da to nema znaˇaja. Ovakva situacija odgovara Bernulijevom c c eksperimentu. Tada skup B ima samo ˇetiri elementa {∅, A, A, Ω}. A je dogadjaj koji c moˇe ali ne mora da nastupi pri svakom eksperimentu. z Opˇtiji sluˇaj nastupa ako je Ω = Ω1 +Ω2 +· · ·+Ωn za neko n ∈ N, i ako je X(e) = xi s c za e ∈ Ωi (i = 1, 2, . . . , n). Tada je X −1 (xi ) = Ωi , a P (X = xi ) = P (Ωi ) = pi . Jasno je da je tada p1 + p2 + · · · + pn = 1, kao i da je X je sluˇajna promenljiva konaˇnog tipa. c c PRIMER 4.3.2. (Sluˇajna promenljiva prebrojivog tipa) Neka je Ω = ∪∞ Ωi . Neka c i=1 je X : Ω → I dato sa: X(e) = xi za e ∈ Ωi (i ∈ N). Tada je X −1 (xi ) = Ωi , a R ∞ P (X = xi ) = P (Ωi ) = pi . Jasno je da je sada i=1 pi = 1. Napomenimo da se u oba gornja primera verovarno´e pi mogu birati proizvoljno c (vaˇno je samo da je svaka nenegativna, kao i da im je suma jednaka 1). z DEFINICIJA 4.3.3. Neka je X diskretna sluˇajna promenljiva. Tada se jednakost c P (X = xi ) = pi (i ∈ I) naziva se zakon raspodele sluˇajne promenljive X. c Zakon raspodele u potpunosti odredjuje sluˇajnu promenljivu diskretnog tipa. c

´ GLAVA 4. DISKRETNA VEROVATNOCA

304

Imaju´i u vidu svojstvo iii) iz Definicije 1.3.1, neposredno dobijamo da je za sluˇajnu c c promenljivu diskretnog tipa P (X x) =
xi x

P (X = xi ).

Slede´a funkcija igra veoma vaˇnu ulogu u teoriji verovatno´e. c z c DEFINICIJA 4.3.4. Funkcija F : I → I data sa R R F (x) = P (X x)

predstavlja funkciju raspodele sluˇajne promenljive X, ili takozvanu kumulativnu c funkciju raspodele sluˇajne promenljive X. c

NAPOMENA.

U literaturi mnogi autori funkciju raspodele definiˇu i u neˇto modifikos s vanom obliku kao funkcija F : I → I datu sa F (x) = P (X < x). R R

Osnovne osobine funkcija raspodele date su slede´om teoremom: c TEOREMA 4.3.5. i) 0 F (x) 1; Ako je F (x) funkcija raspodele sluˇajne promenljive X tada vaˇi: c z

ii) F (x) je neopadaju´a funkcija; c iii) ako je X sluˇajna promenljiva konaˇnog tipa tada je F (x) deo po deo konstantna c c funkcija, i to neprekidna sa desne strane3 ; iv) v)
x→−∞ x→+∞

lim F (x) = 0;

lim F (x) = 1.

Dokaz . Svojstvo i) je oˇigledno (na osnovu definicije verovatno´e). Svojstvo ii) c c proizilazi iz ˇinjenice da je verovatno´a monotona funkcija u odnosu na domen. Da c c bismo dokazali iii), pretpostavimo da je X sluˇajna promenljina konaˇnog tipa, neka su c c x1 , x2 , ..., xn (x1 < x2 < · · · xn ) vrednosti koje ona moˇe da uzme. Neka je najpre z xi < x < xi+1 . Tada je F (x) = P (X x) = P (x xi ) + P (xi < X x)),

na osnovu aditivnosti verovatno´e. Medjutim, P (xi < X < x)) = 0, tako da je F (x) = c F (xi ) za svako x iz posmatranog opsega. Samim tim F (x) je konstantno u intervalu (xi , xi+1 ) (za svako i). U taˇki x = xi funkcija ima skok jednak F (xi ) − F (xi−1 = pi . c Time je dokazano iii). Svojstva iv) i v) slede na osnovu definicija.

3 Ako

je X sluˇajna promenljiva prebrojivog tipa, tada svojstvo iii) ne mora da vaˇi. c z

´ GLAVA 4. DISKRETNA VEROVATNOCA Vaˇe i slede´a svojstva koje ne´emo pokazivati: z c c TEOREMA 4.3.6. 1◦ P (a < X

305

Ako je F (x) funkcija raspodele sluˇajne veliˇine X tada vaˇi: c c z

b) = F (b) − F (a);

2◦ P (a < X < b) = F (b− ) − F (a); 3◦ P (a 4◦ P (a X < b) = F (b− ) − F (a− ); X b) = F (b) − F (a− );

5◦ P (X = a) = F (b) − F (b− ); 6◦ P (X > a) = 1 − P (X 7◦ P (X a);

a) = 1 − P (X < a).

Na osnovu ove teoreme imamo da se verovatno´a da sluˇajna veliˇine uzme vrednost c c c u bilo kom opsegu koji je interval (mogu´no i poluzatvoren, ograniˇen ili neograniˇen), c c c ili segment (mogu´no i poluzatvoren) moˇe izraziti preko funkcije raspodele. c z Posmatra´emo sada sluˇajne vektore. c c DEFINICIJA 4.3.7. Neka su X1 , X2 , . . . , Xn sluˇajne promenljive (nad istim prosc torom verovatno´e), i neka je Y = (X1 , X2 , . . . , Xn ) odgovaraju´a n–torka. Tada se za c c Y kaˇe da je sluˇajni vektor, ili n–dimenzionalna sluˇajna promenljiva. z c c U daljim razmatranjima, ponajviˇe iz tehniˇkih razloga uze´emo da je n = 2. U tom s c c sluˇaju kaˇemo da imamo dvodimenzionalnu sluˇajnu promenljivu, ili vektor. Na primer, c z c ako dve osobe istovremeno bacaju (istovetne) kocke, tada je prostor elementarnih dogadjaja dat sa {(1, 1), (1, 2), . . . , (6, 6)}. Sada se moˇe postaviti pitanje kolika je verovatno´a z c dogadjaja da je prva osoba dobila broj manji ili jednak 3, a druga manji ili jednak 5. Ovo nas navodi na slede´u definiciju: c DEFINICIJA 4.3.8. Zajedniˇka funkcija raspodele sluˇajnog vektora Z = (X, Y ) je c c preslikavanje F : I 2 → I dato sa R R FZ (x, y) = P (X Funkcije raspodele FX (x) = P (X funkcijama raspodele. x, Y y). y) nazivaju se marginalnim

x) i FY (y) = P (Y

Za sluˇajan vektor koji uzima najviˇe prebrijivo mnogo vrednosti kaˇe se da je diskrec s z tan sluˇajni vektor. Takvi sluˇajni vektori se mogu opisati zajedniˇkim zakonom raspodele c c c pij = P (X = xi , Y = yj ).

´ GLAVA 4. DISKRETNA VEROVATNOCA

306

1 Recimo, u gornjem sluˇaju koji se odnosi na bacanje dve kocke, imamo da je pij = 36 za c bilo koje vrednosti za i i j (1 i, j 6). Primetimo da je u ovom sluˇaju vaˇi pij = pi pj . c z Ovo nas navodi na slede´u definiciju: c

DEFINICIJA 4.3.9. Sluˇajne promenljive X1 , X2 , . . . , Xn nad istim prostorom c verovatno´e su medjusobno nezavisne (u celini) ako za bilo koje skupove D1 , D2 , . . . , Dn c iz I za koje sve donje verovatno´e imaju smisla vaˇi R c z P (X1 ∈ D1 , X2 ∈ D2 , . . . , Xn ∈ Dn ) = P (X1 ∈ D1 )P (X2 ∈ D2 ) · · · P (Xn ∈ Dn ). U protivnom, odgovaraju´e sluˇajne promenljive su zavisne. c c

PRIMER 4.3.10. Posmatrajmo jedan od modela Bernulijevog eksperimenta (sa bacanjem nehomogenog novˇi´a), i dve sluˇajne promenljive X i Y za koje vaˇi: cc c z X(G) = 0, X(P ) = 1, odnosno Y (G) = 1, Y (P ) = 0

(G i P oznaˇavaju redom realizaciju grba i pismo). Poznato je joˇ da su q i p verovatno´e c s c dogadjaja G i P , respektivno. Primetimo i da je Y = 1 − X. Stoga, kao ˇto intuicija s nalaˇe, ove dve sluˇajne promenljive su zavisne. Da be se uverili u to, primetimo najpre z c da je P (X = 0) = q, P (Y = 0) = p, dok je P (X = 0, Y = 0) = 0. Stoga, ako su p i q razliˇiti od 0, imamo da je c P (X = 0, Y = 0) = P (X = 0) · P (Y = 0).

ˇ NEKE VAZNIJE RASPODELE
Pomenu´emo sada neke vaˇnije raspodele diskretnog tipa. Drugim reˇima za njih c z c ´emo precizirati zakone raspodele. c PRIMER 4.3.11. Bernulijeva raspodela. Sluˇajna promenljiva X moˇe uzimati samo dve razliˇite vrednosti, na primer, 0 i 1, i c z c to sa verovatno´ama q i p, respektivno (gde je p + q = 1). Uobiˇajeno, ova raspodela je c c vezana za Bernulijev (fra. Bernoulli) eksperiment, gde neki povoljan dogadjaj, recimo A, moˇe nastupiti sa verovatno´om p, odnosno nenastupiti sa verovatno´om q. Vrednosti z c c 0 i 1 predstavljaju indikatore dogadjaja A, dakle za X(e) = 0 dogadjaj nije nastupio (e ∈ A), a za X(e) = 1 dogadjaj je nastupio (e ∈ A). Zakon raspodele je dat sa: P (X = 0) = 1 − p, P (X = 1) = p.

PRIMER 4.3.12. Binomna raspodela. Binomna raspodela se na prirodan naˇin javlja kao rezultat ponavljanja Bernulijevog c eksperimenta. Sada nas interesuje da se povoljni dogadjaj A realizuje odredjen broj puta u seriji od n ponavljanja Bernulievog eksperimenta. Dakle sluˇajna promenljiva c X sada moˇe uzimati vrednosti iz skupa {0, 1, . . . , n}. Neka je Bk dogadjaj da se u n z bacanja novˇi´a povoljan dogadjaj realizuje k puta. Neka je Ai dogadjaj da se u i–tom cc eksperimentu javlja povoljan ishod. Tada je P (Bk ) =
n XY ek i=1

Aei gde se sumiranje proteˇe z i

´ GLAVA 4. DISKRETNA VEROVATNOCA

307

preko svih n–norki je ek = (e1 , e2 , . . . , en ) iz {0, 1}n sa taˇno k jedinica; takodje vaˇi c z A0 = A, i A1 = A. Pod pretpostavkom da su dogadjaji Ai nezavisni u celini (a samim tim i eksperimenti) imamo da je P (Bk ) = P (X = k) = n pk (1 − p)n−k . Naime, povoljni k dogadjaj koji se sastoji od realizacije k povoljnih ishoda u n eksperimenata se moˇe z realizovati na n naˇina, a verovatno´e realizacija bilo koje varijante su jednake pk q n−k . c c k Stoga je zakon raspodele je dat sa: P (X = k) = n k n−k p q (k = 0, 1, . . . , n). k

Za Binomnu raspodelu vredi primetiti da P (X = k) kao funkcija od k u opsege [0, 1, . . . , n] najpre raste pa zatim opada; stoga se kaˇe i da je ova raspodela unimodalna. z Da bismo se u to uverili primetimo da je koliˇnik c P (X = k + 1) p(n − k) = P (X = k) q(k + 1) > 1, = 1, < 1, za k < np − q za k = np − q . za k > np − q

Dakle, P (X = k) raste od 0 do do k = np − q , a opada od np − q do n. Dakle najve´a verovatno´a se doseˇe za k koje je pribliˇno jednako, ili eventualno jednako, c c z z matematiˇkom oˇekivanju. c c NAPOMENA.
` ´ Izraˇunavanje verovatno´e P (X = k) date se n pk q n−k , za velike vrednosti c c k n moˇe se dosta uprostiti ako se iskoristi lokalna Muavrova aproksimacija (fra. De Moivre) koja z glasi: ! n k n−k 1 − (k−np)2 p q ≈ e 2πnpq . k 2π

Postoji i globalna Muavrova aproksimacija prema kojoj je: ! Z m X n k n−k (t−np)2 1 − p q ≈ e 2πnpq dt. k 2π
k=0

Za (pribliˇno) izraˇunavanje integrala z c

Rx
0

e 2 t dt koriste se tablice.

1 2

PRIMER 4.3.13. Geometrijska raspodela. Bernulijevi eksperimenti sa verovatno´om nastupanja povoljnog dogadjaja A se izvode sve c do prvog nastupanja dogadjaja A (na primer, gadjamo u metu sve do prvog pogotka). Sluˇajna promenljiva X uzima vrednosti iz skupa {1, 2, . . .}, sa verovatno´om P (X = c c k) = (1 − p)k−1 p, pod pretpostavkom da su eksperimenti nezavisni. Naime, X = k ako i samo ako se u prvih k − 1 eksperimenata ne dogodi dogadjaj A, dok se u k–tom dogodi. Zakon raspodele je dat sa: P (X = k) = q k−1 p (k = 1, 2, . . .). Celokupna situacija vezana za ponavljanje eksperimenata moˇe se pregledno prestaviti z stablom verovatno´a. To je korensko stablo (videti odeljak ”Korenska stabla”, str. 210) c u kome koren odgovara nemogu´em dogadjaju (nulti eksperiment), a svaki ˇvor na i–tom c c nivou dogadjaju A1 A2 · · · Ai , koji je nastupio po realizaciji dogadjaja A1 A2 · · · Ai−1 u prvih i − 1 eksperimenata i dogadjaja Ai u i–tom eksperimentu. Pretpostavka je da Aj (j = 1, 2, . . . , i) pripada nekom skupu elementarnih dogadjaja (ishoda eksperimenata). Na primer, za gornje raspodele imamo da Aj ∈ {G, P } (G glava, P pismo) za binomnu raspodelu, odnosno Aj ∈ {M, P } (M pogodak u metu, P promaˇaj mete) za geometrijsku s raspodelu. Na slede´im slikama su prikazana stabla verovatno´a. c c

´ GLAVA 4. DISKRETNA VEROVATNOCA

308

G1

P1

P1

M1

P2

M2

G1 G2

G1 P2

P1 G2

P 1 P2
P3 M3

P4

M4

G1 G2 G3

G1 G2 P3

G1 P2 G3

G1 P2 P3

P1 G2 G3

P1 G2 P3

P1 P2 G3

P 1 P 2 P3

PRIMER 4.3.14. Puasonova raspodela. Dobila je ime po francuskom matematiˇaru Puasonu (fra. Poisson). Sluˇajna promenljiva c c X uzima vrednosti iz skupa {0, 1, 2, . . .}, dakle iz skupa N0 . Zakon raspodele je dat sa: P (X = n) = e−λ λn (λ > 0; n = 0, 1, . . . , n, . . .). n!

ˇ NUMERICKE KARAKTERISTIKE
Za bolje sagledavanje nekih sluˇajnih promenljivih uvode se i razni numeriˇki pokazac c telji koji pruˇaju neke veoma bitne informacije o sluˇajnoj promenljivoj. Jedna od ideja z c je da se vidi kako se grupiˇu vrednosti sluˇajnih promenljivih (da li su blizu neke fiksne s c vrednosti, koliko su rasuti od nje itd.). U tom cilju, pre nego ˇto definiˇemo matematiˇko s s c oˇekivanje (kao jedan od najvaˇnijih pokazatelja) posmatrajmo konaˇan niz eksperic z c menata, kao i odgovaraju´u sluˇajnu promenljivu X. Pretpostavimo da je sluˇajna c c c promenljiva X uzela, u n ponavljanja eksperimenta, slede´e vrednosti: x1 ukupno n1 c puta; x2 ukupno n2 puta; i tako redom, xk ukupno nk puta. Potsetimo se da brojevi ni nazijaju (apsolutnim) frekvencijama nastupanja dogadjaja da je sluˇajna promenjiva X c uzela vrednost xi (i = 1, 2, . . . , k). Takodje imamo da su fi = ni relativne frekvencije n (jasno, n = n1 + n2 + · · · + nk ). Veliˇina c
k

fi xi (=
i=1

k i=1

ni xi

n

)

predstavlja srednju vrednost sluˇajne veliˇine X u seriji od n eksperimenata. Primec c timo da relativne frekvencije (kada n → ∞) teˇe verovatno´ama odgovaraju´ih dogadz c c jaja (prema statistiˇkom pristupu dodele verovatno´e dogadjajima). Ovo nas navodi da c c uvedemo slede´u definiciju: c DEFINICIJA 4.3.15. konaˇnog tipa dato je sa c Matematiˇko oˇekivanje E(X) sluˇajne promenljive X c c c
n

E(X) =
i=1

pi xi .

Ukoliko je sluˇajna promenljiva prebrojivog tipa tada, pod uslovom da je odgovaraju´i c c red apsolutno konvergentan, vaˇi z

E(X) =
i=1

pi xi .

´ GLAVA 4. DISKRETNA VEROVATNOCA

309

Dakle matematiˇko oˇekivanje je, drugim reˇima reˇeno, isto ˇto i srednja vrednost c c c c s sluˇajne promenljive (ista impretacija moˇe se dati i za sluˇajnu promenljivu prebrojivig c z c tipa). NAPOMENA.
Preciznija definicija matematiˇkog oˇekivanja za sluˇajne promenljive c c c diskretnog tipa bi bila X E(X) = X(e)P ({e}).
e∈Ω

Iz nje se lako mogu dobiti izrazi iz gornje definicije.

PRIMER 4.3.16.

Za sluˇajnu promenljivu X koja ima Bernulijevu raspodelu vaˇi c z E(X) = p.

Opˇtije, ako posmatramo sluˇajnu promenljivu X koja ima Binomnu raspodelu tada je s c
n

E(X) =
i=0

n i n−i p q i. i

ˇ Citaocu se ostavlja da dokaˇe da je z E(X) = np. Slede´a teorema iskazuje veoma vaˇno svojstva matematiˇkog oˇekivanja. c z c c TEOREMA 4.3.17. verovatno´e. Tada vaˇi c z Neka su X i Y dve sluˇajne promenljive nad istim prostorom c

i) E(c) = c, gde je c realna konstanta; ii) E(cX) = cE(X), gde je c realna konstanta; iii) E(X + Y ) = E(X) + E(Y ); iv) E(aX + bY ) = aE(X) + E(bY ), gde su a i b realne konstante.

Dokaz . Dokaza´emo samo iii) (s obzirom da i) i ii) direktno slede iz definicije). Primec timo da se matematiˇko oˇekivanje (videti gornju napomenu) moˇe prikazati u vidu c c z E(Z) =
e∈Ω

Z(e)P ({e}).

Odavde je E(X + Y ) =
e∈Ω

P ({e})(X(e) + Y (e))

=
e∈Ω

P ({e})X(e) +
e∈Ω

P ({e})Y (e) = E(X) + E(Y ).

Primetimo da iv) direktno sledi iz ii) i iii).

´ GLAVA 4. DISKRETNA VEROVATNOCA

310

Svojstva ii), iii) i iv) iz gornje teoreme redom su poznata kao homogenost, aditivnost i linearnost matematiˇkog oˇekivanja. Napomenimo da se aditivnost i linearnost mogu c c proˇiriti na sumu (linearnu kombinaciju) viˇe od dve sluˇajne promenljive (dokaz se moˇe s s c z izvesti matematiˇkom indukcijom). c PRIMER 4.3.18. skupa {1, 2, . . . , n}. Odrediti matematiˇko oˇekivanje broja inverzija u permutaciji c c

Reˇenje. s Neka je Ii,j sluˇajna promenljiva koja predstavlja indikator inverzije elemec nata na pozicijama i i j (1 i < j n), to jest Ii,j = 0 ako elementi na pozicijama i i j nisu u inverziji, i Ii,j = 1 u protivnom. Ukupan broj inverzija u permutaciji jednak je X=
1 i<j n

Ii,j .

Smatra´emo da je jednako verovatno da elementi na pozicijama i i j budu, ili ne budu, u c inverziji. Stoga je E(Ii,j ) = 0 · p(Ii,j = 0) + 1 · p(Ii,j = 1) = 0 · 1/2 + 1 · 1/2 = 1/2. Odavde se lako dobija (na osnovu aditivnosti matematiˇkog oˇekivanja) da je E(X) = n(n−1) . c c 4 Napomena: Ovaj rezultat kazuje da od n parova brojeva za oˇekivanje da su pola c 2 parova u prirodnom poretku, a preostalih pola u inverznom poretku. Posmatrajmo sada proizvod dve sluˇajne promenljive. Ako su sluˇajne promenljive c c zavisne tada matematiˇko oˇekivanje njihovog proizvoda ne mora biti jednako proizvodu c c njihovih matematiˇkih oˇekivanja. Na primer, ako uzmemo sluˇajne promenljive X i Y c c c is Primera ?1.7.10, tada je E(X · Y ) = 0, a E(X) = p, E(Y ) = q, ˇto je za p, q = 0 s razliˇto. Medjutim za nezavisne sluˇajne promenljive imamo: c c TEOREMA 4.3.19. Ako su X i Y dve nezavisne sluˇajne promenlive tada vaˇi c z E(X · Y ) = E(X) · E(Y ).

Dokaz .

Dokaz ´emo dati samo za sluˇajne promenljive diskretnog tipa. Tada imamo c c =
i∈I j∈J

E(X · Y )

xi yj P (X = xi , Y = yj ) = 
j∈J i∈I j∈J

xi yj P (X = xi )P (Y = yj ) 

=
i∈I

xi P (X = xi ) · 

yj P (Y = yj ) = E(X) · E(Y ).

Ovim je dokaz kompletiran. Pre nego ˇto definiˇemo varijansu, posmatrajmo dve sluˇajne promenljive koje imaju s s c istu srednju vrednost, na primer m. Medjutim, moˇe se desiti da kod jedne od njih (ako z bi ponavljali eksperiment) da se vrednosti izrazito grupiˇu oko broja m, dok kod druge s nema takve tendencije. Za ovu drugu kazemo da ima veliko rasipanje. Jedna od mera rasipanja je upravo varijansa.

´ GLAVA 4. DISKRETNA VEROVATNOCA

311

DEFINICIJA 4.3.20. konaˇnog tipa dato je sa c

Varijansa (ili rasipanje) V ar(X) sluˇajne promenljive X c
n

V ar(X) =
i=1

pi (xi − E(X))2 .

Ukoliko je sluˇajna promenljiva prebrojivog tipa tada, pod uslovom da je odgovaraju´i c c red apsolutno konvergentan, vaˇi z

V ar(X) =
i=1

pi (xi − E(X))2 .

Takodje vaˇi V ar(X) = E((X − E(X))2 ). z

NAPOMENA.

Kao u sluˇaju matematiˇkog oˇekivanja, preciznija definicija varijanse za c c c sluˇajne promenljive diskretnog tipa bi bila c X V ar(X) = (X(e) − E(X))2 P ({e}).
e∈Ω

Iz nje se lako mogu dobiti izrazi iz gornje definicije.

NAPOMENA.

P P E(X)| ali je z Umesto i∈I pi (xi − E(X))2 moˇe se koristiti i i∈I pi |xi −P sa stanoviˇta izraˇunavanja nepogodnija za rad. Pogreˇno bi bilo posmatrati sumu ∞ pi (xi − s c s i=1 E(X)) (zaˇto?). s

PRIMER 4.3.21. Uzmimo najpre da je X sluˇajna promenljiva data Bernulijevom c raspodelom. Direktnom zamenom imamo da je V ar(X) = p(1 − p) (= pq). U sluˇaju da c je X sluˇajna promenljiva data Binomnom raspodelom imamo c
n

V ar(X) =
i=0

n i n−i p q (i − np)2 . i

Potsetimo se da je E(X) = np. Odavde je V ar(X) = np(1 − p) (= npq). (Videti takodje Primer ?) Da bi se oˇuvala originalna dimenzija sluˇajne veliˇine (pogotovu ako je u pitanju c c c fiziˇka veliˇina) varijansa se korenuje. Stoga imamo: c c DEFINICIJA 4.3.22. sa Standardna devijacija σ(X) sluˇajne promenljive X data je c σ(X) = V ar(X).

Neka je φ : R → R realna funkcija. Generalno, moˇe se definisati i matematiˇko z c oˇekivanje bilo koje funkcije sluˇajne promenljive. Time ustvari posmatramo novu c c

´ GLAVA 4. DISKRETNA VEROVATNOCA

312

sluˇajnu promenljive, dakle φ(X) nastalu od X, tj. prethodne sluˇajnu promenljive. U c c specijalnom sluˇaju, ako uzmemo da je φ(x) = xk dobijamo: c DEFINICIJA 4.3.23. diskretnog tipa dat je sa Momenat k–tog reda mk (X) sluˇajne promenljive X c mk =
i∈I

pi xk , i

gde je k ∈ N, a I diskretan skup. Centrirani momenat k–tog reda µk (X) sluˇajne promenljive X diskretnog tipa dat je c sa µk (X) = E((X − E(X))k ) = pi (xi − E(X))k .
i∈I

NAPOMENA.

U sluˇaju da je I prebrojiv skup uobiˇajen zahtev je da je odgovaraju´i c c c red apsolutno konvergentan.

Dokaza´emo sada formulu koja daje alternativni izraz za varijansu. c TEOREMA 4.3.24. Ako je X sluˇajna veliˇina tada vaˇi c c z V ar(X) = E(X 2 ) − E(X)2 .

Dokaz .

Na osnovu definicije imamo pi (xi − E(X))2 =
i∈I i∈I

V ar(X) = Odavde je

pi x2 − 2 i
i∈I

pi xi E(X) +
i∈I

pi E(X)2 .

V ar(X) = E(X 2 ) − 2E(X)
i∈I

pi xi + E(X)2
i∈I

pi ,

te sredjivanjem dobijamo

V ar(X) = E(X 2 ) − E(X)2 .

Slede´e osobine su karakteristiˇne za varijansu: c c TEOREMA 4.3.25. vaˇi z Neka je X sluˇajna promenljiva sa konaˇnom varijansom. Tada c c

i) V ar(c) = 0 za svako c ∈ R; ii) V ar(X) = 0 ako i samo ako postoji c ∈ R takvo da je P (X = c) = 1; iii) V ar(X + c) = V ar(X) za svako c ∈ R; iv) V ar(cX) = c2 V ar(X) za svako c ∈ R.

´ GLAVA 4. DISKRETNA VEROVATNOCA

313

Dokaz . Najpre imamo da i) vaˇi, ˇto neposredno sledi iz definicije varijanse. Oˇigledno z s c je da je V ar(c) = 0 za svako c ∈ R. Obrnuto ´emo dokazati samo za sluˇajne promenljive c c diskretnog tipa. Tada je (xi − c)2 P (X = xi ) = 0,
i∈I

gde je c = E(X). Odavde sledi da je xi = c za svako i, kao i da je P (X = c) = 1. Time je (ii) dokazano. Svojstva (iii) i (iv) se dokazuju primenom Teoreme 4.3.24. Ovim je dokaz kompletiran. Napomenimo sada da u opˇtem sluˇaju ne vaˇi da je varijansa zbira dve sluˇajne s c z c promenljive jednaka zbiru njihovih varijansi. Medjutim, ako su sluˇajne promenljive c nezavisne, tada vaˇi: z TEOREMA 4.3.26. Ako su X i Y dve nezavisne sluˇajne promenljive (nad istim c prostorom verovatno´e) sa konaˇnim varijansama tada vaˇi c c z V ar(X + Y ) = V ar(X) + V ar(Y ).

Dokaz .

Neka je E(X) = a, a E(Y ) = b. Tada imamo

V ar(X + Y ) = E((X + Y − E(X + Y ))2 ) = E(((X − a) + (Y − b))2 ) = E((X − a)2 ) + 2E((X − a)(Y − b)) + E((Y − b)2 ) = V ar(X) + V ar(Y ), S obzirom ida su X − a i Y − b takodje nezavisne sluˇajne promenljive, te da je tada c E((X − a)(Y − b)) = E(X − a)E(Y − b) = 0 (naime, E(Z − c) = E(Z) − c = 0 za svako c ∈ R). ˇ s Slede´a nejednakost poznata je kao nejednakost Cebiˇeva: c TEOREMA 4.3.27. Neka je X sluˇajna promenljiva sa konaˇnom varijansom, a c c pozitivan realan broj. Tada vaˇi z P (|X − E(X)| ) V ar(X)
2

.

Dokaz . Dokaza´emo teoremu samo u sluˇaju da je X sluˇajna promenljiva diskretnog c c c tipa. Neka je E(X) = m. Tada imamo P (|X − E(X)| ) =
|xi −m|

P (X = xi ) =
|xi −m|

1 · P (X = xi )

1
2 |xi −m|

|xi − m| P (X = xi ) |xi − m|2 P (X = xi ) =
i∈I

2

1
2

V ar(x)
2

.

´ GLAVA 4. DISKRETNA VEROVATNOCA ˇ s U slede´em primeru da´emo jednu primenu Cebiˇevljeve nejednakosti. c c

314

PRIMER 4.3.28. Neka je X sluˇajna promenljiva koje oznaˇava broj pisama koja c c se realizuju u seriji od n bacanja ispravnog novˇi´a. Od ranije je poznato (videti donji cc √ ˇ s tekst) da je E(X) = n , a V ar(X) = n . Primenom Cebiˇevljeve nejednakosti za = n 2 4 imamo √ n n √ 1 P (|X(e) − | n) ( )/( n)2 = . 2 4 4 Stoga, na primer, za n = 10 000 imamo da je P (|X(e) − 5 000| 100) 1 . 4

ili jednako

NAPOMENA. √
n 2

ˇ s Ako je 2 koje se javlja u Cebiˇevljeve nejednakosti za gornji primer manje ˇ sevljeva nejednakost nema praktiˇnog znaˇaja. tada Cebiˇ c c

ˇ s Pokaza´emo sada kako se iz Cebiˇevljeve nejednakosti moˇe dobiti dokaz jedne varic z jante zakona o velikim brojevima. TEOREMA 4.3.29. Posmatrajmo Bernulijev eksperiment kod koga dogadjaj A nastupa sa verovatno´om p. Ako je taj eksperiment ponovljen n puta, a dogadjaj A c pritom nastupio m puta, tada za proizvoljno δ > 0 vaˇi z
n→+∞

lim P |

m − p| n

δ = 0.

Dokaz .

ˇ s Primenom Cebiˇevljeve nejednakosti na binomnu raspodelu (za = nδ) imamo P (|m − np| nδ) npq . (nδ)2

Ako u gornjoj nejednakosti pustimo da n → +∞, dokaz teoreme sledi. Tvrdjenje koje smo upravo dokazali predstavlja Bernulijev zakon o velikim brojevima. Time smo i teorijski dokazali opravdanost statistiˇkog pristupa za dodelu verovatno´e c c nekim dogadjajima. U nastavku dajemo pregled numeriˇkih karakteristika (matematiˇko oˇekivanje, varc c c ijansa i disperzija) nekih vaˇnijih raspodela. Neka je X sluˇajna promenljiva koja ima z c jednu od slede´ih raspodela: c √ i) Bernulieva raspodela: E(X) = p, V ar(X) = pq, σ(X) = pq. √ ii) Binomna raspodela: E(X) = np, V ar(X) = npq, σ(X) = npq. iii) Geometrijska raspodela: iv) Poisson-ova raspodela: σ(X) = √ E(X) = λ, V ar(X) = λ, σ(X) = λ.
1 E(X) = p , V ar(X) = 1−p p2 , √ 1−p p .

´ GLAVA 4. DISKRETNA VEROVATNOCA NAPOMENA.

315

Gornje formule se mogu na dva naˇina dokazati: (i) po definiciji; (ii) c koriˇ´enjem nekih od teorema vezanih za osobine matematiˇkog oˇekivanja i varijanse. Ilussc c c trova´emo oba pristupa samo za binomnu raspodelu. Za geometrijsku i Puasonovu raspodelu c ostavljamo ˇitaocu (koji zna analizu) da to sam uradi. c

Da bismo odredili matematiˇke oˇekivanje varijansu za binomnu raspodelu dovoljno c c je odrediti momente prvog i drugog reda. Tada imamo:
n

E(X) =
k=0

n k n−k p q k = np k

n k=1

n − 1 k−1 n−k p q = np, k−1

odnosno
n

E(X ) =
k=0

2

n k n−k 2 p q k = np k (h + 1)

n

k
k=1

n − 1 k−1 n−k p q k−1
n−1

n−1

= = Odavde je

np
h=0

n − 1 l n−1−h pq = np(1 + h
n−1

h
h=1

n − 1 h n−1−h p q ) h

np(1 + (n − 1)p
h=1

h

n − 2 h−1 n−1−h p q ) = np(np + q). h−1

V ar(X) = E(X 2 ) − E(X)2 = npq.

Drugi naˇin je da se definiˇu sluˇajne promenljive Xk (k = 1, 2, . . . , n) koje uzimaju c s c vrednost 1 ili 0 zavisno da li u k–tom eksperimentu imamo povoljan ili nepovoljan ishod, respektivno. Tada je
n

X=
i=1

Xi .

Kako je E(Xi ) = p, a V ar(Xi ) = pq, to se na osnovu aditivnosti matematiˇkog c oˇekivanja, kao i varijanse za nezavisnih sluˇajnih promenljivih, neposredno dobija c c traˇeni rezultat. z DEFINICIJA 4.3.30. Kovarijansa dve sluˇajne promenljive X i Y na istom prosc toru verovatno´e, u oznaci Cov(X, Y ) jednaka je matematiˇkom oˇekivanju sluˇajne c c c c promenljive (X −E(X))(Y −E(Y )), to jest vaˇi Cov(X, Y ) = E((X −E(X))(Y −E(Y ))). z

Slede´e dve teoreme ostavljamo bez dokaza (dokazati ih za veˇbu). c z TEOREMA 4.3.31. Neka su X i Y dve sluˇajne promenljive nad istim prostorom c verovatno´e. Tada vaˇi: c z Cov(X, Y ) = E(XY ) − E(X)E(Y ). Takodje imamo da je Cov(X, Y ) = 0 ako i samo ako su X i Y nezavisne sluˇajne c promenljive.

´ GLAVA 4. DISKRETNA VEROVATNOCA

316

TEOREMA 4.3.32. Neka su X i Y dve sluˇajne promenljive nad istim prostorom c verovatno´e. Tada vaˇi: c z V ar(X + Y ) = V ar(X) + V ar(Y ) + 2Cov(X, Y ).

Napomenimo i da se numeriˇke karakteristike neke sluˇajne promenljive mogu definc c isati i u kontekstu uslovne verovatno´e. Na primer, tada za matematiˇko oˇekivanje c c c imamo: DEFINICIJA 4.3.33. Neka je A ⊆ Ω. Tada je uslovno matematiˇko oˇekivanje za c c sluˇajnu promenljivu X dato sa c E(X | A) =
i∈I

xi P (X = xi | A).

PRIMER 4.3.34. Posmatrajmo eksperiment sa bacanjem dve pravilne kocke. Neka je e = (i, j), gde i oznaˇava ishod vezan za prvu kocku, j za drugu. Neka je X(e) = i + j, c a Y (e) = |i − j|. Odredimo sada E(Y | X = 6). U tom cilju lako se pokazuje da je: P (Y = 0 | X = 6) = 1 1 2 , P (Y = 1 | X = 6) = = 0, P (Y = 2 | X = 6) = , 5 5 5 2 P (Y = 3 | X = 6) = 0, P (Y = 4 | X = 6) = , P (Y = 5 | X = 6) = 0. 5

Odavde je E(Y | X = 6) = 1 2 2 12 jP (Y = j|X = 6) = 0( ) + 1(0) + 2( ) + 3(0) + 4( ) + 5(0) = . 5 5 5 5 j=1
5

Na kraju spomenu´emo i sluˇajne vektore. I za njih se mogu definisati nuc c meriˇke karakteristike (ukljuˇuju´i i uslovne). Na primer, za (bezuslovno) matematiˇko c c c c oˇekivanje imamo: c DEFINICIJA 4.3.35. Neka je Z = (X, Y ) dvodimenzionalni sluˇajni vektor. Tada c je matematiˇko oˇekivanje za Z dato sa: c c E(Z) =
i∈I,j∈J

(xi , yj )P (X = xi , Y = yj ).

Sliˇno se definiˇe matematiˇko oˇekivanje n-dimenzionalnog vektora. c s c c

´ GLAVA 4. DISKRETNA VEROVATNOCA

317

ZADACI
4.3.1. a) Iz kutije sa 100 proizvoda od kojih je 8 neispravnih izvuˇeno je odjednom 5 c proizvoda. Opisati sluˇajnu promenljivu X: broj neispravnih proizvoda u uzorku. c b) Reˇiti zadatak kada se izvlaˇenje vrˇi sa vra´anjem. s c s c 4.3.2. Novˇi´ se baca sve dok se ne pojavi grb. Opisati sluˇajnu promenljivu X: broj cc c izvedenih bacanja i na´i odgovaraju´u funkciju raspodele. c c 4.3.3. Na putu kretanja automobila su 4 semafora. Na svakom od njih je 20 sekundi zeleno svetlo, a 30 sekundi crveno svetlo. Njihov rad je nezavistan. Opisati sluˇajnu c promenljivu X: broj semafora koje je auto proˇao do zaustavljanja. s 4.3.4. Test se sastoji od 25 pitanja, pri ˇemu je za svako ponudjeno 5 odgovora od c kojih je taˇno 1 taˇan. Za taˇan. Odrediti matematiˇko oˇekivanje ukupnog broja poena c c c c c ako se test popunjava sluˇajno i ako se za netaˇan odgovor dobija a) 0 poena; b) −1 c c poena. 4.3.5. Data je sluˇajna promenljiva X = c −1
1 3

0
1 6

3
1 2

. Odrediti njeno matematiˇko c

oˇekivanje, disperziju i standardnu devijaciju. c

4.3.6. Na´i verovatno´u da se prilikom bacanja kocke 12 000 puta broj dobijenih c c jedinica nalazi izmedju 1 900 i 2 150. 4.3.7. Bacamo 1000 puta novˇi´ i ako padne pismo viˇe od k = 525 puta smatramo cc s da je novˇi´ nehomogen (inaˇe smatramo da je ispravan). cc c a) Ako je novˇi´ ispravan na´i verovatno´u pogreˇnog zakljuˇka. cc c c s c b) Koliko treba da bude k da bi verovatno´a odbacivanja ispravnog novˇi´a bila manja c cc od 0.01? 4.3.8. Svaki od n gostiju je po ulasku u restoran ostavio svoj ˇeˇir u garderobi. s s Po izlasku, garderober im je podelio ˇeˇire na sluˇajan naˇin. Koliko je matematiˇko s s c c c oˇekivanje sluˇajne promenljive X koja oznaˇava broj gostiju koji su dobili svoj ˇeˇir? c c c s s 4.3.9. Neka je X sluˇajna promenljiva takva da je X(e) 0 za svako e ∈ Ω. Tada vaˇi c z P (X(e) c) E(X)/c za svaki pozitivan broj c. Ova nejednakost se naziva nejednakost Markova. 4.3.10. Neka je Xn sluˇajna promenljiva koja je jednaka razlici broja bitova jednakih 0, c odnosno 1 u u (sluˇajnom) stringu duˇine n. Odrediti matematiˇko oˇekivanje i varijansu c z c c sluˇajne promenljive Xn . c 4.3.11. Neka su m i n prirodni brojevi. Koja je verovatno´a da sluˇajno odabran c c prirodan broj manji od mn nije deljiv ni sa m ni sa n? 4.3.12. Koji je oˇekivani broj praznih kutija kada se m kuglica smesti u nkutija na c sluˇajan naˇin? c c 4.3.13. Na´i Cov(X, Y ) ako su X i Y sluˇajne promenljive date sa X(e) = 2i, Y (e) = c c i + j, gde je e = (i, j), a i i j su ishodi bacanja dve pravilne kocke.

´ GLAVA 4. DISKRETNA VEROVATNOCA

318

4.3.14. Neka je X sluˇajna promenljiva za koju vaˇi X(e) 0 za svako e ∈ Ω, i neka c z ∞ je k dogadjaj da je X(e) k. Pokazato da je E(X) = k=1 p(Ak ). 4.3.15. Neka su X i Y dve nenegativne sluˇajne promenljive. Neka je Z(e) = c max{X(e), Y (e)} za svako e ∈ Ω. Pokazati da je E(Z) E(X) + E(Y ). 4.3.16. Pokazati da je P (X k) = (1 − p)j−1 , gde je X geometrijska raspodela sa parametrom p, a j prirodan broj.

4.4

MARKOVLJEVI LANCI

Teorija sluˇajnih (stohastiˇkih) procesa je jedan veoma vaˇan deo teorije verovatno´e c c z c sa mnoˇtvom primena. Naime mnogi fenomeni vezani za prirodne nauke (a i druˇtvene) s s mogu se modelirati uz pomo´ Markovljevih procesa. U ovoj knjizi da´emo jedan uproˇ´en c c sc model sluˇajnih procesa, takozvanih Markovljevih lanaca, koji pripadaju diskretnoj c verovatno´i, a uz to se mogu i na prirodan naˇin interpretirati u teoriji grafova. c c Pretpostavimo najpre da imamo jedan sistem (automat, u specijalnom sluˇaju c raˇunar) koji ima konaˇan broj stanja, na primer S1 , S2 , . . . , Sn (u nekim razmatranc c jima broj stanja moˇe biti i beskonaˇan). Pretpostavimo zatim da taj sistem u nekim z c diskretnim trenucima vremena prelazi iz jednog stanja, recimo Si , u neko drugo stanje, recimo Sj , sa nekom verovatno´om prelaska (mogu´na su i razmatranja kod kojih su c c vremenski trenuci promena stanja kontinualno menjaju). Neka je Xn = X(n) sluˇajna c promenljiva koja oznaˇava stanje sistema u trenutku tn (ovde se vreme posmatra kao c parametar). U najopˇtijem sluˇaju verovatno´a prelaska sistema iz stanja xn (koje je s c c nastupilo u trenutku tn ) u stanje xn+1 (koje nastupa u trenutku tn+1 ) dato je sa P (Xn+1 = xn+1 | Xn = xn , Xn−1 = xn−1 , . . . , X1 = x1 , X0 = x0 ). Drugim reˇima, ono zavisi od svih prethodnih stanja (dakle, ˇitava istorija promena c c stanja uti´e na posmatranu verovatno´u). Na primer, ako iz ˇpila karata vadimo karte c c s jednu po jednu bez vra´anja, tada verovatno´a da u n–tom izvlaˇenju uzvuˇemo kartu c c c c odredjene boje (na primer u trefu), zavisi od toga ˇta je ranije izvuˇeno. s c Kod Markovljevih lanaca imamo uproˇ´enu situaciju, naime verovatno´a prelaska u sc c novo stanje zavisi samo od zateˇenog stanja (samim tim, celokupna prethodna istorija se c ”zaboravlja”, to jest briˇe). Takva situacija nastaje u prethodnom primeru ako se karte s po izvlaˇenju vra´aju u ˇpil. Opˇtije imamo: c c s s DEFINICIJA 4.4.1. Neka je dat niz sluˇajnih promenljivih (Xn )n∈N0 diskretnog c tipa (nad istim prostorom verovatno´e). Tada ovaj niz obrazuje Markovljev lanac ako c vaˇi z P (Xn+1 = xn+1 | Xn = xn , Xn−1 = xn−1 , . . . , X1 = x1 , X0 = x0 ) = P (Xn+1 = xn+1 | Xn = xn ). za svako x0 , x1 , . . . , xn ∈ I i svako n ∈ N0 . U sluˇaju da vaˇi R c z P (Xn+1 = y | Xn = x) = P (Xn = y | Xn−1 = x) za svako n ∈ N tada je odgovaraju´i Markovljev lanac (vremenski) homogen. c

´ GLAVA 4. DISKRETNA VEROVATNOCA

319

U nastavku ´emo posmatrati samo vremenski homogene Markovljeve lance. c Pogodan (i prirodan) model za ovakve lance moˇe se dati preko orijentisanih grafova z (sa petljama). Naime, svakom ˇvoru se moˇe pridruˇiti jedno stanje sistema; dva ˇvora c z z c koja odgovaraju stanjima Si i Sj spojena su granom orijentisanom od ˇvora koji odgovara c stanju Si do ˇvora koji odgovara stanju Sj ako postoji mogu´nost prelaska iz stanja Si u c c stanje Sj ; grani (ili petlji) koja povezuje pomenuta dva ˇvora pridruˇuje se verovatno´a, c z c to jest teˇina z pij = P (Xn+1 = Sj | Xn = Si ). U sluˇaju da je pij = 0, tada se odgovaraju´a grana izostavlja iz grafa. c c PRIMER 4.4.2. Pretpostavimo da se vreme moˇe opisati stanjima S1 = K z (kiˇovito), S2 = O (oblaˇno) i S3 = S (sunˇano). Neka je matrica prelaza (promene s c c vremena) data sa    Π=
1 2 1 2 1 4 1 4 1 4

0

1 4 1 2 1 2

 .

Ovoj matrici odgovara graf dat na slede´oj slici. c
1/4 K

1/4 1/2 1/4

1/4

O

1/4

S 1/2

1/2

Primetimo i da je zbir elemenata svake vrste gornje matrice jednak 1 (za kolone to ne mora da vaˇi). Isti zakljuˇak vaˇi i u opˇtem sluˇaju. Stoga je matrica Π stohastiˇka z c z s c c matrica. Uveˇ´emo sada joˇ neke pojmove. Neka je sc s pk = P (X(l + k) = xj | X(l) = xi ) ij (l = 0, 1, . . .).

Dakle, pk je verovatno´a da Markovljev lanac iz stanja xi predje u stanje xj u k koraka c ij (oˇigledno, zbog vremenske homogenosti, ta verovatno´a ne zavisi od l). Za k = 1 c c dobijamo da je p1 = pij . Nije teˇko utvrditi (na osnovu formule za totalnu verovatno´u) s c ij da za svako k1 , k2 ∈ N vaˇi z
n

pk1 +k2 = ij
s=1

pk1 pk2 , is sj

gde je n broj svih stanja sistema (Markovljevog lanca). DEFINICIJA 4.4.3. Kvadratna matrica reda n data sa Π = (pij ), gde je pij = P (Xn+1 = Sj | Xn = Si ) naziva se matricom prelaza Markovljevog lanca.

´ GLAVA 4. DISKRETNA VEROVATNOCA Moˇe se pokazati da je Πk = (pk ). z ij neposredno dobijamo slede´e tvrdjenje. c
(k)

320

Koriste´i formulu za totalnu verovatno´u c c

TEOREMA 4.4.4. Neka je p(k) = (p1 , p2 , . . . , pn )T , gde je pi = P (Xk = xi ). Drugim reˇima p(k) je vektor verovatno´a da se sistem (Markovljev lanac Xk ) nadje c c u trenutku tk u nekom od stanja (za k = 0 to je vektor poˇetnih verovatno´a, tj. c c verovatno´a da se Markovljev lanac u trenutku t0 nalazi u pojedinim stanjima). Neka je c Π matrica prelaza za X k . Tada vaˇi z p(k) = Πk p(0) .

(k)

(k)

(k)

Za dalje prouˇavanje Markovljevih lanaca potrebno je koristiti aparat linearne algebre, c a dobro bi doˇla i teorija grafova (posebno orijentisanih). s

ZADACI
4.4.1. Neka je X0 , X1 , . . . homogen Markovljev lanac. Poˇetna sluˇajna promenljiva c c 1 2 3 ima raspodelu X0 = . Matrica prelaza je 1 1 1
2 3 6

1 Π = 0
1 2 2

0
1 2 1 2

0

1 2 1 2 .

Odrediti X1 i X2 . Niz X0 , X1 , . . . obrazuje homogen Markovljev lanac sa 3 stanja. Poˇetna c 1 2 3 sluˇajna promenljiva ima raspodelu X0 = c . Matrica prelaza je 1 1 1
3 3 3

4.4.2.

 Π=

1 4 1 2

0

1 2 1 2 1 2

 1 0
2 1 4 .

Na´i matematiˇko oˇekivanje sluˇajne promenljive X2 , E(X2 ). c c c c

4.5

INFORMACIJA I ENTROPIJA

Vrednost i znaˇaj saznanja da se neki dogadjaj desio ili da ´e se desiti moˇe se (ˇesto c c z c subjektivno) meriti uz pomo´ njegove verovatno´e. Na primer, ako nam neko u toku leta c c kaˇe da ´e sutra padati sneg to je vredna i veome znaˇajna informacije; jasno, u toku z c c zime ta informacija nije od ve´e vrednosti niti znaˇaja. Presudnu ulogu u obe situacije, c c imala je verovatno´a nastupanja pomenutog dogadjaja. c U teoriji informacija nas interesuje prevashodno koliˇina dobijenih informacija (u c odnosu na neku jedinicu mere). Oznaˇimo sa I(p) koliˇinu informacija sadrˇanu u sazc c z nanju da je realizovan (ili nije realizovan) dogadjaj verovatno´e p. Ako su A i B nezavisni c

´ GLAVA 4. DISKRETNA VEROVATNOCA

321

dogadjaji takvi da je P (A) = p i P (B) = q, tada je P (AB) = P (A)P (B) = pq. Dakle, ako se dogode oba dogadjaja, trebalo bi da vaˇi z I(pq) = I(p) + I(q), jer se, intuitivno, koliˇina informacija ovim uve´ava, ili preciznije sabira. Poznato je da c c je jedina neprekidna funkcija koja zadovoljava gornji uslov oblika I(x) = c log(x), gde je c neka realna konstanta. Ako se usvoji da dogadjaj ˇija je verovatno´a 2 nosi jediniˇnu c c 1 c informaciju dobijamo: DEFINICIJA 4.5.1. Koliˇna informacije, ili kra´e informacija, sadrˇana u dogadjaju c c z verovatno´e p data je sa c I(p) = −log2 (p). ˇ Jedinica mere informacije je ˇenon, po Klodu Senonu (fra. Claude Shannon). s Ako imamo diskretnu sluˇajnu promenjivu X tada se moˇe odrediti i srednja koliˇina c z c informacija koja je sadrˇana u dogadjajima X = xi , gde je i ∈ I. Time su se stekli uslovi z za slede´u definiciju: c DEFINICIJA 4.5.2. Entropija diskretne sluˇajne promenljive X data je izrazom c H(X) = −
i∈I

pi log2 (pi ),

gde je pi = P (X = xi ) (i ∈ I). Napomenimo da se 00 u izraˇunavanjima smatra da je jednako 0. c Primetimo da je H(X) nezavisno od vrednosti koje uzima sluˇajna promenljiva. Stoga c je H(X) = H(X+c) = H(cX), za svako c ∈ I R. PRIMER 4.5.3. Posmatrajmo najpre bacanje pravilnog novˇi´a. Tada je P ({P }) = cc 1 P ({G}) = p = 2 , tako da je informacija sadrˇana u dogadjaju P (pismo) i G (grb) z jednaka 1 1 I(p) = I( ) = − log2 ( ) = 1. 2 2 Entropija je jednaka H(X) = P ({P })I(P ({P })) + P ({G})I(P ({G})) = Dakle, srednja vrednost koliˇine informacije je 1. c ˇ Sta ako je P ({P }) = p = 1 , a P ({G}) = q = 3 . Tada je 4 4 1 3 4 I(P ) = I( ) = 2, I(q) = I( ) = log2 ( ) ≈ 0.4150. 4 4 3 Stoga je entropija sada jednaka H(X) = P ({P })I(P ({P })) + P ({G})I(P ({G})) = Dakle sada je entropija neˇto manja. s 1 3 4 · 2 + · log2 ( ) ≈ 0.811125. 4 4 3 1 1 · 1 + · 1 = 1. 2 2

´ GLAVA 4. DISKRETNA VEROVATNOCA

322
1 2

Moˇe se pokazati da entropija (u zavisnosti od p) raste od 0 do 1 , a da opada od z 2 1 do 1. Maksimum je jednak 1 i doseˇe se za p = 2 . z

TEOREMA 4.5.4. Neka je X sluˇajna promenljiva konaˇnog tipa, koja moˇe da c c z n X uzima n razliˇitih vrednosti sa verovatno´ama p1 , p2 , . . . , pn (jasno, c c pi = 1). Neka je Y sluˇajna promenljiva konaˇnog tipa, koja takodje moˇe da uzima n razliˇitih vrednosti c c z c 1 ali sa verovatno´ama n . Tada je c H(X) H(Y ) = log2 (n).
i=1

Dokaz .

Dovoljno je dokazati da je
n

pi log2 (pi )
i=1

1 log2 ( ), n

za bilo kojih n pozitivnih brojeva p1 , p2 , . . . , pn koji zadovoljavaju uslov p1 + p2 + · · · + pn = 1. Ova nejednakost se direktno dobija traˇnjem uslovnog minimuma funkcije z n n f (x1 , x2 , . . . , xn ) = i=1 xi log2 (xi ) pod uslovima 0 < xi 1 (1 i n) i i=1 xi = 1. Slede´a nejednakost vaˇi za entropije: c z TEOREMA 4.5.5. Ako su X i Y nezavisne sluˇajne promenljive, tada vaˇi c z H(X) H(X + Y ).

Napomenimo na kraju da se entropija u fizici javlja kod drugog zakona termodinamika (svaki izolovani sistem teˇi da predje u stanje iste ili ve´e entropije. Entropija je stoga i z c mera neuredjenosti sistema (odnosno haosa).

Glava 5

Dodatak
U ovoj glavi dajemo pregled nekih osnovnih matematiˇkih pojmova. Polazimo od c samih osnova, tako da ova glava sadrˇi ˇetiri poglavlja posve´ena skupovima, funkcijama, z c c relacijama i matematiˇkoj indukciji. c

5.1

SKUPOVI

Osnovni matematiˇki objekat je skup. Skup se zapisuje navodjenjem njegovih elemec nata izmedju vitiˇastih zagrada { i }. Skup koji sadrˇi brojeve 1, 3 i 5 (i nijedan viˇe) zac z s pisuje se kao {1, 3, 5}. Ovaj skup se moˇe zapisati i kao {3, 1, 5}, ali i kao {1, 3, 5, 3, 1}, jer z se viˇestruko ponavljanje istog elementa ne uzima u obzir. Tri taˇke (. . . ) u {2, 4, 6, 8, . . .} s c znaˇe “i tako dalje, po istom obrascu”, tj. ovaj zapis oznaˇava skup svih parnih prirodnih c c brojeva. Odgovaraju´i obrazac treba da bude oˇigledan. Na primer, {21 , 22 , 23 , . . .} je c c lako razumljivo kao skup svih stepena broja 2, dok je zapis {2, 4, 8, . . .} manje oˇigledan. c Skupovi se obiˇno oznaˇavaju velikim slovom, s tim ˇto je za najvaˇniji skup matemc c s z atike i ˇoveˇanstva uopˇte, skup prirodnih brojeva {1, 2, 3, . . .}, rezervisano slovo N. Joˇ c c s s jedan vaˇan skup je skup bez elemenata. Postoji samo jedan takav skup, oznaˇava se sa ∅ z c i naziva prazan skup. Primetimo da prazan skup moˇe da bude element drugog skupa. z Na primer, {∅} je skup koji sadrˇi prazan skup kao svoj element, pa nije isto ˇto i ∅! z s ˇ Cinjenica da skup X sadrˇi element x zapisuje se pomo´u simbola ∈ . Zapis x ∈ X z c se ˇita kao “x je element X”, “x pripada X”, “X sadrˇi x”, itd. U sluˇaju da element x c z c ne pripada skupu X piˇemo x ∈ X. s / Sloˇeniji i interesantniji skupovi obiˇno se dobijaju od poznatih skupova pomo´u z c c nekih pravila ili osobina. Takvi skupovi se zapisuju u slede´em obliku c A = {x : x ima osobinu P }. ˇ Cesto se koristi i oznaka A = {x | x ima osobinu P }. PRIMER 5.1.1. Skup svih kvadrata prirodnih brojeva moˇe da se zapiˇe kao z s {n ∈ N : postoji k ∈ N tako da je n = k 2 }. ili kra´e kao c {k 2 : k ∈ N}.

323

GLAVA 5. DODATAK

324

NAPOMENA. Pogreˇno je misliti da svaka osobina P definiˇe skup. Do ovakvog zakljus s ˇka je doˇao Bertrand Russell 1911. godine. Posmatrajmo slede´u situaciju: frizer u gradi´u X c s c c treba da ˇiˇa sve gradjane koji se ne ˇiˇaju sami—treba li on, kao jedan od gradjana iz X, da ss ss ˇiˇa samog sebe? Do istog paradoksa se dolazi i ako definiˇemo slede´i skup: ss s c
A = {X : X je skup koji ne sadrˇi samog sebe}. z Da li skup A sadrˇi samog sebe? Ako pretpostavimo da A sadrˇi samog sebe, tada po osobini z z elemenata skupa A vaˇi da A ne sadrˇi samog sebe. S druge strane, ako pretpostavimo da A ne z z sadrˇi samog sebe, tada on zadovoljava osobinu elemenata skupa A, pa mora da pripada samom z sebi. U svakom sluˇaju dolazimo do kontradikcije. Jedini izlaz je re´i da A nije skup! Objekte c c kao ˇto je skup A, matematiˇari obiˇno zovu familije skupova. s c c

Koriste´i pojam pripadanja skupu, ∈, moˇemo da definiˇemo mnoge relacije izmedju c z s skupova i operacije na skupovima. Na primer, dva skupa X i Y su jednaka ako imaju iste elemente. U tom sluˇaju piˇemo X = Y . Ako su X, Y skupovi, zapis X ⊆ Y (reˇima: c s c “X je podskup Y”) znaˇi da svaki element X pripada skupu Y . Primetimo da je X = Y c ako i samo ako je X ⊆ Y i Y ⊆ X. Ako je X ⊆ Y , ali je X = Y , tada Y sadrˇi bar jedan element koji ne pripada X. U z tom sluˇaju se kaˇe da je X pravi podskup Y i piˇe X ⊂ Y . c z s Ako X ⊆ Y i Y ⊆ X, tada se kaˇe da su skupovi X i Y neuporedivi. Za skupove z X i Y se kaˇe da su disjunktni ako nemaju zajedniˇkih elemenata. Skupovi {1, 3, 5} i z c {2, 4, 6} su disjunktni, dok skupovi {1, 3, 5} i {2, 3, 4} nisu disjunktni. Za niz skupova X1 , X2 , X3 , . . . se kaˇe da su uzajamno disjunktni, ako su svaka dva od njih disjunktna. z PRIMER 5.1.2. Skupovi {1, 2}, {3, 4}, {5, 6} {1, 2}, {3, 4}, {1, 6} su uzajamno disjunktni, nisu uzajamno disjunktni.

Skup koji se sastoji od svih mogu´ih podskupova skupa X naziva se partitivni skup c skupa X i oznaˇava sa P(X). Na primer, za X = {a, b, c} imamo da je c P(X) = {∅, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}. NAPOMENA.
Primetimo da vaˇi ∅ ∈ P(X) i X ∈ P(X), ali da nije X ⊆ P(X)! z

OPERACIJE SA SKUPOVIMA
Najvaˇnije i najˇeˇ´e operacije sa skupovima su unija, presek, razlika, simetriˇna z c sc c razlika i komplement. Za skupove X i Y ove operacije se definiˇu na slede´i naˇin: s c c Unija: Presek: Razlika: X ∪Y = X ∩Y = X \Y = Y = {z : z ∈ X ili z ∈ Y } {z : z ∈ X i z ∈ Y } {z : z ∈ X i z ∈ Y } / (X \ Y ) ∪ (Y \ X)

Simetriˇna razlika: X c

Komplement X skupa X sadrˇi sve elemente koji ne pripadaju skupu X. Da bi ova z definicija imala smisla (i da X ne bi sadrˇao i suviˇne elemente kao ˇto su ljudi, ˇivotinje, z s s z

GLAVA 5. DODATAK

325

biljke, . . . ) svi skupovi sa kojima radimo moraju da budu podskupovi nekog ve´eg skupa, c tzv. univerzuma U . Tada je Komplement: X = {z ∈ U : z ∈ X}. /

Za ove operacije sa skupovima vaˇe odredjeni zakoni. Najvaˇniji od njih su navedeni z z u slede´oj teoremi. c TEOREMA 5.1.3. a) Asocijativnost: X ∪ (Y ∪ Z) X ∩ (Y ∩ Z) b) Komutativnost: X ∪Y X ∩Y c) Apsorptivnost: X ∩ (X ∪ Y ) = X X ∪ (X ∩ Y ) = X d) Distributivnost: X ∩ (Y ∪ Z) = X ∪ (Y ∩ Z) = e) De Morganovi zakoni: X \ (Y ∪ Z) = (X \ Y ) ∩ (X \ Z) X \ (Y ∩ Z) = (X \ Y ) ∪ (X \ Z) (X ∩ Y ) ∪ (X ∩ Z) (X ∪ Y ) ∩ (X ∪ Z) = = Y ∪X Y ∩X = = (X ∪ Y ) ∪ Z (X ∩ Y ) ∩ Z Neka su X, Y i Z skupovi. Tada vaˇi: z

Dokaz . Dokaza´emo samo prvi de Morganov zakon. Dokazivanje ostalih zakona moˇe c z posluˇiti ˇitaocu za veˇbu. z c z Neka je x ∈ X \ (Y ∪ Z). To znaˇi da x ∈ X, ali da x ∈ Y ∪ Z. Iz x ∈ Y ∪ Z sledi da c / / x ∈ Y i x ∈ Z. Dalje, iz x ∈ X i x ∈ Y sledi da x ∈ X \ Y i sliˇno iz x ∈ X i x ∈ Z sledi / / / c / da x ∈ X \ Z, pa vaˇi da x ∈ (X \ Y ) ∩ (X \ Z). Kako ovo vaˇi za svaki element skupa z z X \ (Y ∪ Z), zakljuˇujemo da je c (5.1) X \ (Y ∪ Z) ⊆ (X \ Y ) ∩ (X \ Z).

Neka je sada x ∈ (X \ Y ) ∩ (X \ Z). Ovo znaˇi da x ∈ X \ Y i x ∈ X \ Z. Odavde c dobijamo da je x ∈ X, x ∈ Y i x ∈ Z. Iz x ∈ Y i x ∈ Z sledi da x ∈ Y ∪ Z, pa dobijamo / / / / / da x ∈ X \ (Y ∪ Z). Ovo takodje vaˇi za svaki element skupa (X \ Y ) ∩ (X \ Z), pa z zakljuˇujemo da je c (5.2) (X \ Y ) ∩ (X \ Z) ⊆ X \ (Y ∪ Z).

GLAVA 5. DODATAK Iz (5.1) i (5.2) sledi da je X \ (Y ∪ Z) = (X \ Y ) ∩ (X \ Z).

326

Ako su X1 , X2 , . . . , Xn skupovi, njihova unija X1 ∪ X2 ∪ . . . ∪ Xn moˇe kra´e da se z c zapiˇe kao s
n

Xi .
i=1

Sliˇno se presek X1 ∩ X2 ∩ . . . ∩ Xn kra´e zapisuje kao c c
n

Xi .
i=1

Zakoni iz teoreme 5.1.3 vaˇe i u sluˇaju kada imamo viˇe skupova, i koriste´i skra´eni z c s c c zapis, oni glase: Distributivnost:
n n

X∩
i=1 n

Yi Yi
i=1

= =

(X ∩ Yi )
i=1 n

X∪ De Morganovi zakoni:
n

(X ∪ Yi )
i=1

n

X\
i=1 n

Yi Yi
i=1

= =

(X \ Yi )
i=1 n

X\

(X \ Yi )
i=1

PROIZVOD SKUPOVA
Kao ˇto ve´ znamo, {x, y} oznaˇava skup koji sadrˇi elemente x i y. Skup {x, y} se s c c z ponekad naziva i neuredjeni par x i y. Primetimo da je {x, y} isto ˇto i {y, x}, kao i da s {x, y} ima samo jedan element ako je x = y. U primenama se ˇesto name´e potreba za razlikovanjem elemenata u paru. Stoga c c uvedimo notaciju (x, y) za uredjeni par x i y. Pritom vaˇi: z (x, y) = (z, t) ako i samo ako x = z i y = t. NAPOMENA.
na slede´i naˇin: c c (x, y) = {{x}, {x, y}}. Zanimljivo je da uredjeni par moˇe da se definiˇe pomo´u neuredjenog para z s c

Sliˇno se definiˇe i uredjena n-torka (x1 , x2 , . . . , xn ) koja se sastoji od elemenata c s x1 , x2 , . . . , xn . Pritom vaˇi: z (x1 , x2 , . . . , xn ) = (y1 , y2 , . . . , yn ) ako i samo ako je xi = yi za i = 1, 2, . . . , n.

GLAVA 5. DODATAK

327

Poslednja operacija koju spominjemo je proizvod X × Y skupova X i Y . Proizvod skupova X i Y je skup svih uredjenih parova (x, y), gde x ∈ X i y ∈ Y , ili preciznije, X × Y = {(x, y) : x ∈ X, y ∈ Y }. PRIMER 5.1.4. Za X = {1, 2, 3} i Y = {a, b} imamo da je = = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}, {(a, 1), (a, 2), (a, 3), (b, 1), (b, 2), (b, 3)}.

X ×Y Y ×X NAPOMENA.

Primetimo da u opˇtem sluˇaju X × Y nije isto ˇto i Y × X, tj. proizvod s c s skupova nije komutativan.

Sliˇno proizvodu dva skupa, proizvod X1 × X2 × . . . × Xn skupova X1 , X2 ,. . . ,Xn , ili c kra´e c
n

Xn ,
i=1

definiˇe se kao skup svih uredjenih n-torki (x1 , x2 , . . . , xn ) tako da za i = 1, 2, . . . , n vaˇi s z xi ∈ Xi . Proizvod skupa X sa samim sobom kra´e se oznaˇava stepenom uz X, tj. c c X × X = X 2, X × X × X = X 3, X × X × X × X = X 4, ...

5.2

FUNKCIJE

Sa funkcijama ili preslikavanjima, kako se drugaˇije zovu, sreli smo se ve´ u sredc c njoˇkolskoj matematici. Tada smo nauˇili da se funkcija definiˇe pravilom preslikas c s vanja koje elementima jednog skupa dodeljuje elemente drugog skupa. Na primer, jedna mogu´a funkcija je f1 (n) = 2n − 1, gde je n ∈ N . Isto tako se moˇe zadati i funkcija c z f2 (x) = 2x − 1, gde je x ∈ R. Ovakvo predstavljanje funkcija naglaˇava samo pravilo s preslikavanja. Pri tome se obiˇno kaˇe kom skupu pripadaju argumenti funkcije (s tim c z ˇto se ponekad koristimo logikom da n oznaˇava prirodan broj, dok x oznaˇava realan s c c broj), medjutim skoro nikad se ne kaˇe kom skupu pripadaju vrednosti funkcija. Zbog z toga je ovo intuitivno predstavljanje funkcija.

ˇ MATEMATICKA DEFINICIJA FUNKCIJA
DEFINICIJA 5.2.1. Pod funkcijom se podrazumeva uredjena trojka (A, B, f ), gde je f ⊆ A × B, pri ˇemu za svako x ∈ A postoji taˇno jedno y ∈ B tako da (x, y) ∈ c c f . Skup A se naziva domen, skup B se naziva kodomen, a f je pravilo preslikavanja. ˇ Cinjenica da funkcija preslikava elemente domena A u elemente kodomena B pomo´u c pravila preslikavanja f se zapisuje pomo´u c f : A → B, a za (x, y) ∈ f ravnopravno (i ˇeˇ´e) piˇemo f (x) = y. Samo pravilo preslikavanja f se c sc s zadaje formulom ili navodjenjem parova elemenata (x, y) koji pripadaju f .

GLAVA 5. DODATAK

328

DEFINICIJA 5.2.2.

Skup f (A) = {f (x) | x ∈ A} se naziva slika funkcije f .

PRIMER 5.2.3.

Funkcija f1 (n) = 2n − 1 se pravilno zapisuje na slede´i naˇin: c c f1 : N → N, f1 (n) = 2n − 1,

dok se funkcija f2 (x) = 2x − 1 zapisuje pomo´u c f2 : R → R, f2 (x) = 2x − 1.

PRIMER 5.2.4. funkciju f3 pomo´u c ili drugaˇije c

Ako je A = {1, 2, 3}, a B = {1, 3, 5}, tada moˇemo definisati z f3 : A → B, f3 : A → B, f3 (a) = 2a − 1,

f3 = {(1, 1), (2, 3), (3, 5)}.

U poslednjem sluˇaju smo funkciju definisali pomo´u navodjenja svih parova elemenata c c koji joj pripadaju.

VRSTE FUNKCIJA
Vaˇni i najˇeˇ´e koriˇ´eni tipovi funkcija u matematici su dati u slede´oj definiciji. z c sc sc c DEFINICIJA 5.2.5. Funkcija f : A → B naziva se 1-1 ukoliko vaˇi z (∀x1 , x2 ∈ A) x1 = x2 ⇒ f (x1 ) = f (x2 ).

Funkcija f : A → B naziva se na ukoliko vaˇi z (∀y ∈ B) (∃x ∈ A) f (x) = y. Funkcija f : A → B naziva se bijekcija ili obostrano jednoznaˇno preslikavanje ako je c funkcija istovremeno i 1-1 i na.

PRIMER 5.2.6. Funkcija a : {1, 2} → {1, 3, 5} data pravilom preslikavanja a(x) = 2x − 1 je 1-1, ali nije na, jer se nijedan element domena ne preslikava u element 5 iz kodomena. Funkcija b : {1, 2, 3} → {1, 3} data pravilom preslikavanja b = {(1, 1), (2, 3), (3, 1)} jeste na, ali nije 1-1, jer se elementi 1 i 3 domena preslikavaju u isti element kodomena. Na kraju, funkcija c : {1, 2, 3} → {1, 3, 5} data pravilom preslikavanja c(x) = 2x − 1 jeste i 1-1 i na, pa zakljuˇujemo da je to bijekcija. c

GLAVA 5. DODATAK

329

OPERACIJE SA FUNKCIJAMA
S obzirom da su funkcije u stvari skupovi parova elemenata, sa njima moˇemo da z vrˇimo sve operacije kao i sa skupovima. Medjutim, pored njih, postoje i operacije koje s su namenjene samo funkcijama. DEFINICIJA 5.2.7. Ako su date funkcije f : A → B i g : B → C, tada se pod slaganjem funkcija f i g podrazumeva funkcija g ◦ f : A → C data pravilom preslikavanja g ◦ f (x) = g(f (x)), x ∈ A.

DEFINICIJA 5.2.8. Ako su dati funkcija f : A → B i podskup A ⊆ A, tada se pod redukcijom funkcije f na poddomen A , u oznaci f |A , podrazumeva funkcija f : A → B data pravilom preslikavanja f |A (x) = f (x), x∈A.

DEFINICIJA 5.2.9. preslikavanja

Za proizvoljan skup A, funkcija iA : A → A data pravilom iA (x) = x, x∈A

naziva se identiˇka funkcija na skupu A. c

DEFINICIJA 5.2.10. Ako je data funkcija f : A → B, tada se za funkciju g : B → A kaˇe da je inverzna funkcija za funkciju f ako vaˇi z z g(f (x)) = x, f (g(y)) = y, tj. ako vaˇi z g ◦ f = iA i f ◦ g = iB . Inverzna funkcija za funkciju f se obiˇno obeleˇava sa f −1 . c z Inverzna funkcija ne postoji za svaku funkciju. To moˇemo videti i iz slede´e teoreme. z c TEOREMA 5.2.11. je f bijekcija. Za funkciju f : A → B postoji inverzna funkcija ako i samo ako x ∈ A, y ∈ B,

Dokaz . Pretpostavimo da funkcija f : A → B ima inverznu funkciju f −1 : B → A i dokaˇimo da je f bijekcija. Funkcija f je 1-1, jer ako je f (x1 ) = f (x2 ) = y za x1 = x2 , z tada iz definicije inverzne funkcije sledi da je f −1 (y) = f −1 (f (x1 )) = x1 i f −1 (y) = f −1 (f (x2 )) = x2 , ˇto je kontradiktorno ˇinjenici da je f −1 funkcija i da, prema tome, s c moˇe da ima samo jednu vrednost za datu vrednostargumenta. S druge strane, funkcija f z je na, jer za svako y ∈ B vaˇi f (f −1 (y)) = y. z

GLAVA 5. DODATAK

330

Pretpostavimo sada da je f bijekcija i dokaˇimo da onda postoji funkcija h koja je z njena inverzna funkcija. Funkciju h ´emo definisati na slede´i naˇin: c c c h ⊆ B × A, (y, x) ∈ h ako i samo ako je f (x) = y.

Primetimo da smo ovim, u stvari, samo definisali jedan podskup h ⊆ B × A, pa stoga moramo tek da pokaˇemo da je h zaista funkcija, tj. da za svako y ∈ B postoji taˇno z c jedno x ∈ A tako da je h(y) = x. Najpre, poˇto je funkcija f na, to za y ∈ B postoji s x ∈ A tako da je f (x) = y, pa po definiciji h vaˇi i (y, x) ∈ h. Dalje, poˇto je funkcija f i z s 1-1, ovakvo x je jedinstveno, pa smo se zaista uverili da je h funkcija i moˇemo slobodno z da piˇemo s h : B → A, h(y) = x ako i samo ako je f (x) = y. Sada je jasno da vaˇi h(f (x)) = x i f (h(y)) = y, pa je h inverzna funkcija za f . z

PERMUTACIJE
Pod permutacijom skupa A se podrazumeva svaka bijekcija f : A → A skupa A na samog sebe. Skup svih permutacija skupa A obiˇno se obeleˇava sa Sym (A). Za c z skup Sym (A) svih permutacija skupa A vaˇi slede´a teorema, koja ilustruje algebarsku z c strukturu skupa Sym (A). TEOREMA 5.2.12. a) Zatvorenost: (∀f, g ∈ Sym (A)) b) Asocijativnost: (∀f, g, h ∈ Sym (A)) c) Postojanje neutralnog elementa: (∃iA ∈ Sym (A)) (∀x ∈ A) iA (x) = x; d) Postojanje inverznog elementa: (∀f ∈ Sym (A)) (∃f −1 ∈ Sym (A)) f ◦ f −1 = f −1 ◦ f = iA . f ◦ (g ◦ h) = (f ◦ g) ◦ h; f ◦ g ∈ Sym (A); Ako je dat skup A, tada za skup Sym (A) vaˇe slede´e osobine: z c

GLAVA 5. DODATAK

331

5.3

RELACIJE

Relacija, u najkra´em, predstavlja odnos izmedju elemenata nekih skupova. Stroga c matematiˇka definicija je slede´a. c c DEFINICIJA 5.3.1. Ako su dati skupovi A1 , A2 , . . . , Ak , k ∈ N , tada se pod relacijom duˇine k izmedju elemenata skupova A1 , A2 , . . . , Ak podrazumeva podskup z ρ ⊆ A1 × A2 × . . . × Ak . Ako (x1 , x2 , . . . , xk ) ∈ ρ, tada kaˇemo da su elementi x1 , x2 , z . . . , xk u relaciji ρ. S druge strane, ako je A1 = A2 = . . . = Ak = A, tada kaˇemo da je z ρ relacija duˇine k na skupu A. z

PRIMER 5.3.2. A B C Tada ρ

Razmotrimo slede´e skupove: c = = = { { { ´ Cira, Dragan, Marko }, logika, algebra, diskretna matematika }, ponedeljak, utorak, sreda, ˇetvrtak, petak }. c

´ = {(Cira, logika, utorak), (Dragan, algebra, utorak), (Dragan, diskretna matematika, ˇetvrtak), c (Marko, diskretna matematika, petak)}

predstavlja relaciju duˇine 3, koja moˇe da predstavlja obaveze profesora i asistenata u z z pogledu predmeta i datuma.

DEFINICIJA 5.3.3. Relacija ρ ⊆ A × B duˇine 2 se naziva binarna relacija. z Uobiˇajeno je da se za elemente x ∈ A i y ∈ B koji su u relaciji ρ umesto (x, y) ∈ ρ c piˇe x ρ y. Skup {a ∈ A | a ρ b za neko b ∈ B} se naziva domen relacije ρ, a skup s {b ∈ B | a ρ b za neko a ∈ A} se naziva kodomen relacije ρ.

NAPOMENA.
f ∈ A × B.

Primetimo da je svaka funkcija f : A → B, takodje binarna relacija, jer je

PRIMER 5.3.4. Na skupu {1, 2, 3, 4, 6} moˇemo da definiˇemo binarnu relaciju ρ z s tako ˇto ´emo da je x ρ y ako je x manje od y i x deli y. Relaciju ρ tada ˇine slede´i s c c c parovi elemenata ρ = {(1, 2), (1, 3), (1, 4), (1, 6), (2, 4), (2, 6), (3, 6)}. Ova relacija je slikovno predstavljena na sl. ??a sliˇno naˇinu na koji se predstavljaju c c funkcije, tako ˇto se usmerenim linijama poveˇu parovi elemenata koji su u relaciji. s z Medjutim, binarna relacija ρ na konaˇnom skupu A moˇe se predstaviti joˇ na dva c z s naˇina: c

GLAVA 5. DODATAK

332

• tabliˇno - tako ˇto se nacrta tablica ˇije vrste i kolone predstavljaju elemente A, c s c a zatim se u preseku vrste x i kolone y stavlja 1 ukoliko je x ρ y, a 0 ukoliko nije x ρ y. • pomo´u orijentisanih grafova - tako ˇto se svaki element skupa A predstavi ˇvorom, c s c a zatim se ˇvorovi x i y poveˇu usmerenom linijom od x ka y ako je x ρ y. c z Kao i funkcije, i relacije se mogu slagati. DEFINICIJA 5.3.5. Neka su date relacije ρ ⊆ A × B i σ ⊆ B × C. Tada se pod slaganjem relacija ρ i σ podrazumeva relacija ρ ◦ σ ⊆ A × C odredjena sa ρ ◦ σ = {(a, c) | postoji b ∈ B tako da je a ρ b i b σ c}.

NAPOMENA.

S obzirom da su funkcije poseban sluˇaj relacija, i slaganje funkcija je c poseban sluˇaj slaganja relacija. Medjutim, primetimo veoma bitnu razliku: slaganje funkcija c f : A → B i g : B → C oznaˇava se sa g ◦ f , dok se slaganje relacija ρ ⊆ A × B i σ ⊆ B × C c oznaˇava sa ρ ◦ σ. Znaˇi, kod slaganja funkcija prvu funkciju stavljamo iza ◦, dok kod slaganja c c relacija prvu relaciju stavljamo ispred ◦.

Nadalje ´emo posmatrati samo binarne relacije kod kojih se domen i kodomen pokc lapaju i pritom posvetiti paˇnju vaˇnim vrstama relacija — relacijama ekvivalencije i z z relacijama poretka.

RELACIJE EKVIVALENCIJE
DEFINICIJA 5.3.6. (i) refleksivna, ako (∀x ∈ A) x ρ x; (ii) simetriˇna, ako c (∀x, y ∈ A) (iii) tranzitivna, ako (∀x, y, z ∈ A) x ρ y ∧ y ρ z ⇒ x ρ z. x ρ y ⇒ y ρ x; Relacija ρ na skupu A je:

DEFINICIJA 5.3.7. Relacija ρ na skupu A je relacija ekvivalencije ako je refleksivna, simetriˇna i tranzitivna. c PRIMER 5.3.8. Definiˇimo relaciju na skupu prirodnih brojeva, tako da su dva s prirodna broja u relaciji ako i samo ako su jednaki. Ova relacija je refleksivna, jer je svaki broj jednak samom sebi, simetriˇna, jer iz x = y sigurno sledi da je y = x, i c tranzitivna, jer iz x = y i y = z sledi da je x = z. Relacija jednakosti je svakako najjednostavniji primer relacije ekvivalencije i njena svojstva su sluˇila kao inspiracija za z definiciju relacije ekvivalencije.

GLAVA 5. DODATAK

333

PRIMER 5.3.9. Relacija ρ na skupu prirodnih brojeva, tako da su dva prirodna broja u relaciji ρ ako je njihova razlika deljiva sa 4 (tj. ako daju isti ostatak pri deljenju sa 4) je takodje relacije ekvivalencije. Naime, ova relacija je refleksivna, jer 4|x − x = 0, simetriˇna, jer iz 4|x − y sledi da 4|y − x, i tranzitivna, jer iz 4|x − y i 4|y − z sledi da c 4|(x − y) + (y − z) = x − z.

PRIMER 5.3.10. Neka su dati skup A = {1, 2, 3, 4, 5, 6, 7} i njegovi uzajamno disjunktni podskupovi B1 = {1, 2, 3}, B2 = {4, 5} i B3 = {6, 7}. Na skupu A moˇemo da z definiˇemo relaciju ρ na slede´i naˇin: s c c xρy ⇔ x i y pripadaju istom podskupu Bi .

Ova relacija je oˇigledno refleksivna i simetriˇna, a tranzitivnost sledi iz ˇinjenice da ako c c c je x ρ y i y ρ z tada x i z pripadaju istom podskupu kome pripada i y, a kako y pripada taˇno jednom podskupu Bi , jer su oni uzajamno disjunktni, to i x i z pripadaju ovom c istom podskupu Bi , pa zakljuˇujemo da je x ρ z. c Poslednji primer ujedno ilustruje i slede´u definiciju. c DEFINICIJA 5.3.11. Skup Neka je ρ relacija ekvivalencije na skupu A i neka je x ∈ A. Cx = {y ∈ A | x ρ y} naziva se klasa ekvivalencije elementa x. Ponekad se koristi i oznaka [x] za klasu ekvivalencije elementa x.

TEOREMA 5.3.12.

Neka je ρ relacija ekvivalencije na skupu A. Tada vaˇi: z ∨ Cx ∩ Cy = ∅.

a) (∀x, y ∈ A) Cx = Cy b) A =
x∈A

Cx .

Dokaz . a) Pretpostavimo da je Cx ∩ Cy = ∅ i neka z ∈ Cx ∩ Cy . Tada je x ρ z i y ρ z, pa kako je relacija ρ simetriˇna i tranzitivna, dobijamo da je x ρ y. Sada iz w ∈ Cx sledi c da je w ρ x i x ρ y, pa iz tranzitivnosti imamo w ρ y, tj. w ∈ Cy . Takodje vaˇi i obrnuto, z tj. iz w ∈ Cy sledi da je w ρ y i y ρ x, pa imamo i w ρ x, tj. w ∈ Cx . Ovo pokazuje da je sada Cx = Cy . b) Kako za svako x ∈ A vaˇi da je Cx ⊆ A, to sledi i da je x∈A Cx ⊆ A. S druge strane, z za svako y ∈ A vaˇi da je y ∈ Cy ⊆ x∈A Cx , pa zakljuˇujemo da je A = x∈A Cx . z c Iz prethodne teoreme vidimo da su razliˇite klase ekvivalencije uzajamno disjunktne, c a da unija svih klasa ekvivalencije daje ceo skup. Podela skupa na podskupove sa ovakvim svojstvima drugaˇije se naziva particija skupa. c

GLAVA 5. DODATAK

334

DEFINICIJA 5.3.13.

Neka je A proizvoljan skup i C ⊆ P(A). Ukoliko vaˇi z (∀X, Y ∈ C) X = Y ∨ X,
X∈C

X ∩Y =∅

i A= tada se C naziva particija skupa A. Iz Teoreme 5.3.12 vidimo da klase ekvivalencije obrazuju particiju skupa. Medjutim, vaˇi i obratno: svakoj particiji skupa odgovara relacija ekvivalencije na tom skupu ˇije z c su klase ekvivalencije upravo elementi particije. TEOREMA 5.3.14. Neka je C particija skupa A. Definiˇimo relaciju ρ na skupu A s pomo´u c x ρ y ⇔ x i y pripadaju istom elementu particije C. Tada je ρ relacija ekvivalencije ˇije su klase ekvivalencije upravo elementi particije C. c

Dokaz . Relacija ρ je refleksivna i simetriˇna po svojoj definiciji. Neka je sada x ρ y i c y ρ z. Poˇto je C particija skupa A, postoji taˇno jedan podskup C ∈ C tako da y ∈ C s c (u suprotnom, ako bi postojala dva razliˇita podskupa koji sadrˇe y onda bi oni imali c z neprazan presek, ˇto je nemogu´e). Sada iz x ρ y sledi da x ∈ C i iz y ρ z sledi i da z ∈ C, s c tako da zakljuˇujemo da vaˇi x ρ z, jer pripadaju istom elementu C particije C. Prema c z tome, ρ je relacija ekvivalencije. S druge strane, kao ˇto smo ve´ videli, za svako x ∈ A postoji taˇno jedan podskup C ∈ s c c C tako da x ∈ C. Klasu ekvivalencije Cx elementa x po definiciji ˇine svi oni elementi y ∈ c A koji takodje pripadaju C, odakle vidimo da je Cx = C, tj. klase ekvivalencije su upravo elementi particije C.

RELACIJE PORETKA
DEFINICIJA 5.3.15. Relacija ρ na skupu A je antisimetriˇna ako vaˇi c z xρy ∧ yρx ⇒ x = y.

(∀x, y ∈ A)

DEFINICIJA 5.3.16. Relacija ρ na skupu A je relacija poretka ako je refleksivna, antisimetriˇna i tranzitivna. c Relacija poretka se takodje naziva i uredjenje, odnosno parcijalno uredjenje. DEFINICIJA 5.3.17. Uredjeni par (A, ρ), gde je ρ relacija poretka na skupu A, naziva se parcijalno uredjen skup.

GLAVA 5. DODATAK PRIMER 5.3.18. je Relacija “manje ili jednako”

335 na skupu N je relacija poretka, jer

(∀x ∈ N ) x x, (∀x, y ∈ N ) x y ∧ y x ⇒ x = y, (∀x, y, z ∈ N ) x y ∧ y z ⇒ x z. Kao i kod jednakosti, i u ovom sluˇaju su svojstva relacije c poretka. PRIMER 5.3.19. vodila ka definiciji relacije

Relacija “deliti” | na skupu N je relacija poretka, jer je (∀x ∈ N) x | x, (∀x, y ∈ N) x | y ∧ y | x ⇒ x = y, (∀x, y, z ∈ N) x | y ∧ y | z ⇒ x | z.

PRIMER 5.3.20. jer je

Za proizvoljan skup A relacija ⊆ na skupu P(A) je relacija poretka,

(∀X ∈ P(A)) X ⊆ X, (∀X, Y ∈ P(A)) X ⊆ Y ∧ Y ⊆ X ⇒ X = Y, (∀X, Y, Z ∈ P(A)) X ⊆ Y ∧ Y ⊆ Z ⇒ X ⊆ Z. S obzirom na gornje primere relacija i ⊆ u matematici je postalo uobiˇajeno da c se relacija poretka oznaˇava simbolom . Sada ´emo definisati nekoliko ˇesto sretanih c c c pojmova kod parcijalnih uredjenja. DEFINICIJA 5.3.21. Neka je (A, ) parcijalno uredjenje i neka je B ⊆ A. Za element a ∈ A se kaˇe da je donja granica za B ako je z (∀x ∈ B) a x.

Element a ∈ A je najmanji element u B ako je a ∈ B i a je donja granica za B. Za element a ∈ A se kaˇe da je gornja granica za B ako je z (∀x ∈ B) x a.

Element a ∈ A je najve´i element u B ako je a ∈ B i a je gornja granica za B. c Primetimo da kod parcijalnog uredjenja mogu da postoje elementi koji nisu uporedivi, pa stoga mogu da postoje i podskupovi koji nemaju najmanji element, odnosno najve´i c element. Na primer, ako posmatramo relaciju poretka ⊆ na skupu P({1, 2, 3}), tada skup {{1}, {2}, {3}} nema niti najmanji, niti najve´i element. c Svojstva relacije poretka na skupu N su posluˇila kao inspiracija za joˇ dve vaˇne z s z vrste uredjenja. DEFINICIJA 5.3.22. Relacija poretka svaka dva elementa x, y ∈ A vaˇi x z y ili y na skupu A je linearno uredjenje ako za x.

GLAVA 5. DODATAK

336

DEFINICIJA 5.3.23. Linearno uredjenje na skupu A je dobro uredjenje ako svaki konaˇan podskup od A ima najmanji element u odnosu na uredjenje . c Za slikovno predstavljanje relacija poretka na konaˇnom skupu mogu se iskorisc titi Haseovi dijagrami. Da bismo mogli da opiˇemo konstrukciju Haseovog dijagrama s potrebna nam je slede´a pomo´na definicija. c c DEFINICIJA 5.3.24. Neka je ρ relacija poretka na konaˇnom skupu A i neka je c x ∈ A proizvoljni element skupa A. Za element y ∈ A se kaˇe da je neposredni prethodnik z elementa x ako je y ρ x, y = x i vaˇi z (∀z ∈ A) yρz ∧ zρx ⇒ z = y ∨ z = x.

Drugim reˇima, y je neposredni prethodnik od x ako nijedan drugi element skupa A c ne moˇe da se smesti izmedju y i x. z Kada je data relacija poretka ρ na konaˇnom skupu A, tada za svaki element skupa A c moˇemo da odredimo nivo u odnosu na relaciju ρ. Naime, element x ∈ A je na nivou 0 z ako nema neposrednog prethodnika. U suprotnom, element x je na nivou k, k > 0, ako ima bar jednog neposrednog prethodnika na nivou k − 1, dok se svi ostali neposredni prethodnici nalaze na nivoima najviˇe k − 1. s Sada se Haseov dijagram relacije ρ dobija na slede´i naˇin: elementi skupa A se c c poredjaju po nivoima poˇev od nivoa 0 na dnu, do najve´eg nivoa na vrhu i svaki element c c se spaja linijom sa svim svojim neposrednim prethodnicima. Iz naˇina konstrukcije Haseovog dijagrama moˇemo da vidimo da su elementi na istom c z nivou neuporedivi. Iz ovoga zakljuˇujemo da kod linearnog uredjenja, kod koga su svaka c dva elementa uporediva, na svakom nivou postoji taˇno jedan element. Stoga je Haseov c dijagram linearnog uredjenja veoma jednostavan: on predstavlja niz elemenata skupa poredjanih jedan iznad drugog.

5.4

ˇ MATEMATICKA INDUKCIJA

Matematiˇka indukcija je jedan od najˇeˇ´ih naˇina dokazivanja matematiˇkih tvrdc c sc c c jenja u diskretnoj matematici, ali se ˇesto sre´e i u drugim granama matematike. S c c obzirom na njenu ˇiroku rasprostranjenost, vaˇno je da se sa njom ˇto bolje upoznamo. s z s

ˇ PRINCIP MATEMATICKE INDUKCIJE
Neka je S(n) neko tvrdjenje koje zavisi od prirodnog broja n; na primer, S(n) moˇe z da bude tvrdjenje “zbir prvih n neparnih brojeva jednak je n2 ”. Raˇunaju´i ove zbirove c c moˇemo da proverimo da tvrdjenje vaˇi za neke male vrednosti n. Na primer, z z 1 = 12 , 1 + 3 = 22 , 1 + 3 + 5 = 32 , 1 + 3 + 5 + 7 = 42 , 1 + 3 + 5 + 7 + 9 = 52 .

GLAVA 5. DODATAK

337

ˇ Cak i ako tvrdjenje proverimo pomo´u raˇunara za prvih milion vrednosti n, to joˇ uvek c c s nije dokaz. Ko zna, milion i prvi broj i dalje moˇe da bude kontraprimer. Ispravnost ovog z tvrdjenja dokazujemo pomo´u principa matematiˇke indukcije, koji se sastoji u slede´em: c c c i) Dokazati da je S(1) taˇno; c ii) Dokazati da vaˇi “ako je S(n) taˇno, tada je i S(n + 1) taˇno”; pritom, dokaz mora z c c da vaˇi za proizvoljan prirodan broj n. z Dokaz pod (i) se zove baza indukcije, dok se dokaz pod (ii) zove induktivni korak. PRIMER 5.4.1. U naˇem primeru, tvrdjenje S(n) je s 1 + 3 + . . . + (2n − 1) = n2 .

Reˇenje. s

Dokaz ovog tvrdjenja matematiˇkom indukcijom odvija se na slede´i naˇin: c c c

i) S(1) je taˇno, jer je 1 = 12 ; c ii) Ako je za neki broj n tvrdjenje S(n) taˇno, tada vaˇi c z 1 + 3 + . . . + (2n − 1) = n2 . Dodaju´i sa obe strane 2n + 1 dobijamo da vaˇi c z 1 + 3 + . . . + (2n − 1) + (2n + 1) = n2 + 2n + 1 = (n + 1)2 , ˇto pokazuje da je i S(n + 1) taˇno. s c Ovim je dokaz zavrˇen. s Deluje jednostavno, zar ne? Da vidimo sada zbog ˇega je ovo zaista dokaz da tvrdjenje c S(n) vaˇi za svaki prirodan broj n. U bazi indukcije najpre dokazujemo da je S(1) taˇno. z c Ako zatim stavimo vrednost n = 1 u induktivni korak tada dobijamo da je S(2) takodje taˇno. Ako sada novu vrednost n = 2 stavimo u induktivni korak, tada dobijamo da je c S(3) takodje taˇno. Ponavljaju´i ovaj postupak, redom dobijamo da su taˇna tvrdjenja c c c S(4), S(5), S(6), . . . i vidimo da na ovaj naˇin moˇemo da dokaˇemo da je tvrdjenje S(n) c z z taˇno za svaki prirodan broj n. Taˇnije, induktivni korak nam daje slede´i beskonaˇan c c c c niz implikacija: S(1) ⇒ S(2) ⇒ S(3) ⇒ S(4) ⇒ S(5) ⇒ S(6) ⇒ . . . ⇒ S(n) ⇒ . . . dok baza indukcije sluˇi da zapoˇnemo kretanje po ovom nizu tako ˇto dokazuje taˇnost z c s c prvog tvrdjenja u njemu. PRIMER 5.4.2. Dokazati da za svaki prirodan broj n vaˇi 1 + 2 + . . . + n = z
n(n+1) . 2

Reˇenje. Najpre dokazujemo bazu indukcije. Za n = 1 tvrdjenje se svodi na 1 = 1(1+1) , s 2 ˇto je taˇno. Zatim prelazimo na dokaz induktivnog koraka. Stoga pretpostavimo da je s c tvrdjenje n(n + 1) 1 + 2 + ... + n = 2

GLAVA 5. DODATAK taˇno za neki prirodan broj n. Dodaju´i n + 1 na obe strane dobijamo da vaˇi c c z 1 + 2 + . . . + n + (n + 1) =

338

n n(n + 1) (n + 1)(n + 2) + (n + 1) = (n + 1) +1 = , 2 2 2

ˇto dokazuje da je tvrdjenje taˇno i za broj n + 1. Po principu matematiˇke indukcije, s c c dokaz je zavrˇen. s PRIMER 5.4.3. deljiva sa 16. Dokazati da je za svaki prirodan broj n vrednost izraza 5n − 4n − 1

Reˇenje. s Za n = 1 imamo da je 51 − 4 · 1 − 1 = 0, pa je svakako deljivo sa 16. Ako sada pretpostavimo da je tvrdjenje taˇno za neki prirodan broj n, tada je 5n − 4n − 1 c ˇ deljivo sa 16. Sta se deˇava sa ovim izrazom za n + 1? Imamo da je s 5n+1 − 4(n + 1) − 1 = 5(5n ) − 4n − 5 = = 5(5n − 4n − 1) + 20n + 5 − 4n − 5 = 5(5n − 4n − 1) + 16n. Sada vidimo da je broj 5n+1 − 4(n + 1) − 1 zbir dva broja, od kojih je svaki deljiv sa 16, pa je i on sam deljiv sa 16. Znaˇi, tvrdjenje je taˇno i za broj n + 1, pa je po principu c c matematiˇke indukcije dokaz zavrˇen. c s Pri radu sa matematiˇkom indukcijom treba paziti da baza indukcije obezbedi vaˇnost c z prvog tvrdjenja u beskonaˇnom nizu implikacija koji se dobija ponavljanjem induktivnog c koraka. Moˇete li na´i greˇku u slede´em primeru? z c s c PRIMER 5.4.4. Neka su l1 , l2 , . . . , ln , n 2, razliˇite prave u ravni, tako da nikoje c dve nisu paralelne. Dokazati da se sve prave seku u istoj taˇki. c Laˇni dokaz. Za n = 2 tvrdjenje je taˇno, jer se svake dve neparalelne prave seku. z c Pretpostavimo zato da tvrdjenje vaˇi za neki prirodan broj n i posmatrajmo tvrdjenje z za n + 1. Ako su date prave l1 , l2 ,. . . , ln , ln+1 , tada po indukcijskoj pretpostavci sve prave osim poslednje (tj. prave l1 , l2 , . . . , ln−1 , ln ) imaju zajedniˇku taˇku; oznaˇimo c c c je sa A. Takodje, sve prave osim pretposlednje (tj. prave l1 , l2 , . . . , ln−1 , ln+1 ) imaju zajedniˇku taˇku; oznaˇimo je sa B. Prava l1 se nalazi u obe grupe, pa sadrˇi obe taˇke c c c z c A i B. Sliˇno se i prava ln−1 nalazi u obe grupe pa i ona sadrˇi obe taˇke A i B. Kako c z c se l1 i ln−1 seku samo u jednoj taˇki, to mora da bude A = B. Prema tome, sve prave c l1 , l2 , . . . , ln , ln+1 imaju zajedniˇku taˇku A. c c Reˇenje. s Iako u prethodnom “dokazu” sve izgleda u redu, tvrdjenje je oˇigledno c netaˇno. U ˇemu je onda problem? Oznaˇimo tvrdjenje sa S(n). Oˇigledno je da je c c c c S(2) taˇno, pa je baza indukcije u redu. Induktivni korak na prvi pogled deluje taˇno. c c Ali kada ga malo bolje pogledamo, vidimo da je mogu´e zakljuˇiti da se taˇke A i B c c c poklapaju samo ako su prave l1 i ln−1 razliˇite, tj. ako je n = 2. To znaˇi da induktivni c c korak generiˇe niz implikacija s S(3) ⇒ S(4) ⇒ S(5) ⇒ S(6) ⇒ . . . ⇒ S(n) ⇒ . . . ali baza indukcije ne dokazuje prvo tvrdjenje iz ovog niza, tako da dokaz indukcijom nije korektan.

GLAVA 5. DODATAK

339

Kada bi mogli da dokaˇemo da je S(3) taˇno, tada bi tvrdjenje vaˇilo za sve prirodne z c z brojeve. Medjutim, jasno je da tri razliˇite prave u ravni ne moraju da se seku u jednoj c taˇki, pa ni S(3) ne moˇe da bude taˇno. c z c

PRINCIP JAKE INDUKCIJE
U nekim sluˇajevima za dokaz taˇnosti tvrdjenja S(n + 1) u induktivnom koraku jedc c nostavnije je zameniti pretpostavku da je S(n) taˇno tvrdjenje pomo´u jaˇe pretpostavke c c c da su sva prethodna tvrdjenja S(1), S(2), . . . , S(n) taˇna. Ovakav modifikovani princip c se naziva princip jake indukcije, a koristi se na slede´i naˇin: c c i) Dokazati da je S(1) taˇno tvrdjenje; c ii) Dokazati da vaˇi “ako su sva tvrdjenja S(1), S(2), . . . , S(n) taˇna, tada je i S(n+1) z c taˇno tvrdjenje”. c Lako je videti da i ovaj princip garantuje taˇnost tvrdjenja S(n) za svaki prirodan c ˇ broj n. Staviˇe, postoji joˇ mnogo drugih varijanti indukcije koje se sve sastoje iz baze s s indukcije i induktivnog koraka. Njihova glavna odlika je da induktivni korak generiˇe s beskonaˇan niz implikacija koje sluˇe da se “dodje” do tvrdjenja S(n) za proizvoljan c z prirodni broj n, a baza indukcije sluˇi da pokaˇe taˇnost uslova u prvoj implikaciji takvog z z c beskonaˇnog niza. c PRIMER 5.4.5. Prvih nekoliko Fibonaˇijevih brojeva je 1, 1, 2, 3, 5, 8, 13, 21, 34, . . . c (videti poglavlje 2.4). Dokazati da vaˇi nejednakost z Fn √ 1+ 5 2
n−1

.

√ Reˇenje. s Oznaˇimo broj (1 + 5)/2 sa φ, a tvrdjenje “Fn φn−1 ” pomo´u S(n). c c U ovom sluˇaju, baza indukcije ´e se sastojati od dokaza dva posebna tvrdjenja S(1) i c c S(2), dok ´e induktivni korak imati oblik “ako su tvrdjenja S(n − 1) i S(n) taˇna, tada je c c taˇno i tvrdjenje S(n + 1)”. Razlog za ovakvu varijantu matematiˇke indukcije je naˇin c c c definisanja Fibonaˇijevih brojeva i jedno interesantno svojstvo broja φ. c Ako je n = 1, tada je F1 = 1 = φ0 = φn−1 , pa je tvrdjenje S(1) taˇno. Ako je n = 2, c tada je F2 = 1 < 1, 6 < φ1 = φn−1 , pa je i tvrdjenje S(2) taˇno. c Pretpostavimo sada da su za neki prirodan broj n taˇna tvrdjenja S(n − 1) i S(n). c Tada je Fn−1 φn−2 i Fn φn−1 , pa je Fn+1 = Fn + Fn−1 φn−1 + φn−2 = φn−2 (φ + 1).

Vaˇno svojstvo broja φ, zbog koga smo i izabrali ovakvu varijantu indukcije, je da vaˇi z z φ2 = φ + 1. Sada je Fn+1 φn−2 (φ + 1) = φn , pa je i tvrdjenje S(n + 1) taˇno. Ovim smo zavrˇili c s dokaz induktivnog koraka i samim tim dokazali da tvrdjenje S(n) vaˇi za sve prirodne z brojeve n.

GLAVA 5. DODATAK

340

ALTERNATIVNI PRISTUP
Princip matematiˇke indukcije je ekvivalentan ˇinjenici da je skup prirodnih brojeva c c dobro uredjen. Ova ekvivalencija se stoga moˇe iskoristiti za neˇto drugaˇije dokazivanje z s c tvrdjenja koja vaˇe za prirodne brojeve. z Pretpostavimo da imamo tvrdjenje S(n) za koje vaˇi da su taˇna tvrdjenja S(1) i z c tvrdjenje “ako je S(n) taˇno, tada je i S(n + 1) taˇno”. Drugaˇiji naˇin da se dokaˇe da c c c c z u tom sluˇaju S(n) vaˇi za sve prirodne brojeve n je slede´i: c z c Pretpostavimo da postoji n tako da tvrdjenje S(n) nije taˇno i neka X c oznaˇava skup svih prirodnih brojeva n za koje tvrdjenje S(n) nije taˇno. c c Kako je skup prirodnih brojeva dobro uredjen, to znaˇi da ako je skup X c neprazan, tada on ima najmanji element n0 . Kako je S(1) taˇno, imamo da c je n0 > 1. Poˇto je n0 najmanji element skupa X, to je n0 − 1 ∈ X i tvrdjenje s / S(n0 − 1) je taˇno. Sada iz induktivnog koraka za n = n0 − 1 dobijamo da c je tvrdjenje S(n0 ) taˇno, tj. da je n0 ∈ X, ˇto je kontradikcija. Ova konc / s tradikcija pokazuje da je skup X prazan, tj. da je tvrdjenje S(n) taˇno za sve c prirodne brojeve n. Naˇin dokazivanja gde poˇinjemo reˇenicom “Neka je n0 najmanji broj koji ne zadoc c c voljava tvrdjenje koje ˇelimo da dokaˇemo” i zavrˇavamo kontradikcijom ponekad zaz z s menjuje matematiˇku indukciju. Oba naˇina u suˇtini rade isto, a stvar je okolnosti ili c c s liˇnog ukusa koji ´e se naˇin koristiti. c c c

341

Bibliografija
[1] James A. Anderson, Diskretna matematika sa kombinatorikom, Raˇunarski fakultet, c Beograd, 2005. [2] George E. Andrews, Kimmo Eriksson, Integer Partitions, Cambridge University Press, 2004. [3] George E. Andrews, The Thoery of Partitions, Cambridge University Press, 1984. [4] V.K. Balakrishnan, Combinatorics, Shaum’s Outline Series, 1995. [5] V.K. Balakrishnan, Graph Theory, Shaum’s Outline Series, 1997. [6] Norman L. Biggs, Algebraic Graph Theory, Cambridge University Press, 1974. [7] B´la Bollob´s, Modern Graph Theory, Springer-Verlag, 1998. e a [8] David M. Burton, Elementary Number Theory, Mc Graw Hill, 2002. [9] Gary Chartrand, Linda Lesniak, Graphs & Digraphs, Chapman & Hall, 1996. [10] Dragoˇ Cvetkovi´, Kombinatorna teorija matrica, Nauˇna knjiga, Beograd, 1987. s c c [11] Dragoˇ Cvetkovi´, Teorija grafova i njene primene, Nauˇna knjiga, Beograd, 1990. s c c [12] Dragoˇ Cvetkovi´, Slobodan Simi´ Diskretna matematika, Nauˇna knjiga, Beograd, s c c c 1990. [13] Dragoˇ Cvetkovi´, Peter Rowlinson, Slobodan Simi´ Eigenspaces of graphs, Cams c c bridge University Press, 1997. [14] Christopher David Godsil, Algebraic Combinatorics, Chapman & Hall, New YorkLondon, 1993. [15] Ronald L. Graham, Donald E. Knuth, Oren Patashnik, Concrete Mathematics, Addison-Wesley Publishing Company, 1994. [16] Ronald L. Graham, Martin Gr¨tschel, L´szl´ Lov´sz (editors), Handbook of Combio a o a natorics, Volume 1 & 2, North-Holland, 1995. [17] Ivan Gutman, Branislav Popovi´, Arthur Cayley – pionir hemijske teorije grafova, c str.16-19, Tangenta 39, Kragujevac-Beograd 2005. [18] Frank Harary, Graph Theory, Narosa Publishing House, 1995. [19] Frank Harary, On the History of the Theory of Graphs, p.1-17, New Directions in the Theory of Graphs, Academic Press, New York and London, 1973. 342

BIBLIOGRAFIJA [20] Vladimir Jankovi´, Diferencne jednaˇine, Beograd, 1976. c c [21] L´szl´ Lov´sz, Combinatorial Problems and Exercises, Budapest, 1979. a o a [22] Henryk Minc, Permanents, Addison–Wesley Publishing Company, 1978. [23] Pavle Mladenovi , Kombinatorika, DMS, Beograd, 2001.

343

[24] John W. Moon, Counting Labelled Trees, Canad. Math. Congress, Montreal, 1970. [25] Jiˇ´ Matouˇek, Jaroslav Neˇetˇil, Invitation to Discrete Mathematics, Clarendon rı s s r Press, Oxford, 1988. [26] Marko Petkovˇek, Herbert Wilf, Doron Zeilberger, A=B, AK Peters, 1997. s [27] Vojislav Petrovi´, Teorija grafova, Novi Sad, 1998. c [28] Boro Piperevski, Risto Malqeski, Aleksa Malqeski, Irena Trajkovska, Izbrani sodr ini od elementarna matematika II, Skopje, 2001. [29] Kenneth H. Rosen, Discrete Mathematics and Its Applications, McGraw Hill, 2003. [30] Steven S. Skiena, The Algorithm Design Manual, Springer-Verlag, New York, 1997, online verzija kompletne knjige dostupna na adresi http://www2.toki.or.id/book/AlgDesignManual/INDEX.HTM [31] Neil J.A. Sloane, Online Encyclopedia http://www.research.att.com/~njas/sequences/ of Integer Sequences,

[32] Richard P. Stanley, Enumerative combinatorics, Volume 2, Cambridge University Press, 1999. [33] Dragan Stevanovi´, Marko Miloˇevi´, Vladimir Balti´, Diskretna matematika, Zbirka c s c c reˇenih zadataka, DMS, Beograd, 2004. s [34] Ioan Tomescu, Introduction to Combinatorics, Collet’s (Publishers) Ltd, London and Wellingborough, 1975. [35] Ioan Tomescu, Problems in Combinatorics and Graph Theory, John Wiley & Sons, 1985. ˇ [36] Darko Veljan, Kombinatorika sa teorijom grafova, Skolska knjiga, Zagreb, 1989. [37] Nikola Nikolaeviq Vorob ev, Qisla Fibonaqqi, Nauka, Moskva, 1992. [38] Douglas B. West, Introduction to Graph Theory, Prentice Hall, 1996. [39] Wikipedia, free encyclopedia, http://en.wikipedia.org