Professional Documents
Culture Documents
Predavanja PDF
Predavanja PDF
I N
PMFM O
Sadraj
0 Uvod 3
0.1 Neki primjeri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1 Prebrojavanja 7
1.1 Uvod i osnovni principi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Broj podskupova . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3 Broj podskupova ksirane veliine (binomni koe cijenti) . . . . . . . . . 13
1.4 Permutacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.5 Multiskupovi i multinomni koe cijenti . . . . . . . . . . . . . . . . . . . . 22
1.6 Particije skupova (Relacije na skupovima) . . . . . . . . . . . . . . . . . . 26
1.7 Generiranje kombinatornih objekata . . . . . . . . . . . . . . . . . . . . . 29
3 Teorija grafova 59
3.1 Uvod i osnovne de nicije . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.2 Stabla i ume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.2.1 Minimalna razapinjua stabla . . . . . . . . . . . . . . . . . . . . . 71
3.3 Planarnost . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
1
S
Indeks 83
Bibliogra ja 85
2
Uvod
0
Sadraj kolegija se sastoji od dviju cjelina: kombinatorike i teorije grafova. Sam naziv dis-
kretna matematika dolazi od toga to obuhvaa prouavanje nekontinuniranih matema-
tikih objekata (koji se prouavaju u analizi i geometriji).
Kombinatorika (lat. combinare) se bavi razmjetanjem objekata po odreenim pravi-
lima. U pravilu nas zanima da li je odreeni razmjetaj mogu, i ukoliko jest, na koliko se
naina moe postii.
Teorija grafova se bavi matematikom strukturom zvanom graf koja opisuje poveza-
nost sustava; tipino pomou grafova modeliramo transportne ili komunikacijske sustave,
elektrine ili internetske mree, ali i molekule ...
Kolegij se sastoji od tri dijela.
U prvom dijelu obrauju se problemi prebrojavanja koristei osnovne principe kao to
su princip bijekcije, sume, produkta i slino. Obrauju se problemi vezani za podskupove,
permutacije i particije.
Drugi dio je takoer posveen prebrojavanju, ali s koritenjem naprednijih tehnika
kao to su rekurzivne formule, funkcije izvodnice i formula ukljuivanja i iskljuivanja.
Trei dio je kratak uvod u teoriju grafova, s naglaskom na probleme vezane uz stabla,
planarnost i postojanje Eulerovih tura i Hamiltonovih staza.
3
0. U
Primjer 0.1.3 (Eulero i asnici) Dano nam je 36 asnika, koji pripadaju u 6 pukovnija i
imaju 6 inova (svakoj kombinaciji ina i pukovnije odgovara tono jedan asnik). Mogu
li asnici biti posloeni u 6 6 matricu, tako da se u svakom retku i stupcu svaki in i svaka
pukovnija javljaju tono jednom?
Rjeenje: Euler je ovaj problem postavio 1782. Problem nije bio rijeen sve do 1900. Od-
govor je ne (Euler je vjerovao da je odgovor ne, ali to nije uspio dokazati). Generalizirani
problem s n2 asnika s n inova i pukovnija je rjeen tek 1960. Rjeenje postoji za sve n
osim n = 2 i n = 6.
Primjer 0.1.4 (Ramseyeva igra) Ova igra za dvije osobe zahtijeva list papira i dva pisala
razliitih boja. Najprije se nacrta 6 toaka na papiru, tako da ni jedna trojka toaka ne lei
na istom pravcu. Tada igrai uzimaju svoja pisala i svaki naizmjenice povlai crtu izmeu
dviju toaka. Prvi igra koji nacrta trokut gubi igru (raunaju se samo trokuti s vrhovima
u odabranim tokama). Da li ova igra moe zavriti remijem?
Primjer 0.1.5 (Knigsberki mosto i) U 17. stoljeu postojalo je sedam mostova na ri-
jeci Pregel u istonopruskom gradu Knigsbergu (dananji Kalinjgrad u Rusiji). Graani
tog grada su pokuavali napraviti etnju od svoje kue tako da svaki od sedam mostova pri-
jeu tono jednom i da se vrate kui. Kako nikako nisu uspijevali, pitali su Eulera je li to
uope mogue. Skica situacije u Knigsbergu je bila:
B
C
.
D
4
0.1. Neki primjeri
A..
B. C.
D.
Onda je rezonirao ovako: ukoliko eljena etnja postoji, tada svaki put kad neki vrh posje-
timo pomou jednog brida, drugi brid bi trebali upotrijebiti da bi smo napustili taj vrh. To
znai da bi svaki vrh trebao imati paran broj bridova. Kako to u ovom sluaju nije istina,
traena etnja nije mogua.
Zadatak 0.1
Moe li se skica kuice . nacrtati u jednom potezu bez podizanja olovke s papira?
5
Prebrojavanja
1
1.1 Uvod i osnovni principi
Primjer 1.1.1 Ana je pozvala na roendansku zabavu Peru, Karla, Dijanu, Evu, Zdenka i
Franju. Kad su gosti stigli, meusobno su se rukovali. Do koliko rukovanja je dolo?
Rjeenje: Kako se svaki od njih sedmero rukovao s preostalih estero, dolazimo do broja
6 + + 6 = 6 7 = 42.
7 puta
Ali time smo svako rukovanje brojali dvaput, pa je pravi odgovor 42/2 = 21.
Tada krenu sjesti za stol. Ana sjedne za elo stola, a ostali se dogovore da e se razmjetati
za stolom svakih pola sata sve dok ne isprobaju sve razliite razmjetaje. Koliko e trajati
njihova zabava?
Rjeenje: Dakle, treba odrediti broj razliitih razmjetaja. Krenimo od stolice koja je zdesna
Ani. Na tu stolicu moe sjesti bilo tko od estoro gostiju. Ukoliko je, recimo, Pero sjeo do
Ane, na sljedeu stolicu zdesna moe sjesti bilo tko od preostalih petoro gostiju. Ako Karlo
sjedne na stolicu zdesna Ani, opet imamo pet mogunosti za sljedeu stolicu, dakle broj
naina na koje moemo posjesti ljude na prve dvije stolice je
5 + + 5 = 6 5 = 30.
6 puta
Slino, bez obzira tko je sjeo na prve dvije stolice, na treu stolicu moe sjesti bilo tko
od preostalih etvero gostiju, to nam daje 6 5 4 mogunosti. Nastavimo li tim putem
rezonirati, stiemo do 6 5 4 3 2 1 = 6! = 720 mogunosti. Dakle, njihova zabava e
trajati 360 sati. to je 15 dana.
Poslije veere dolazi ples (radi se o staromodnim ljudima koji pleu u parovima i par uvijek
ine ljudi razliitih spolova). Koliko se moguih parova moe formirati?
7
1. P
Rjeenje: Kako postoje tri djevojke, a svaka moe odabrati jednog od etvorice dekiju,
dolazimo do broja od 3 4 = 12 razliitih parova.
Poslije nekoliko dana plesanja Ana, Pero, Karlo i Dijana odlue igrati bridge. U nekom
trenutku Karlo kae: ini mi se da sam dobio iste karte kao i u prethodnom dijeljenju. To
mi se ini teko mogue, odvrati Dijana. Koliko je to vjerojatno? (pil ima 52 karte, svaki
igra dobija 13 karata.)
Rjeenje: Rezoniramo na sljedei nain. Zamislimo da Karlo vue jednu po jednu kartu
iz pila. Prva karta moe biti bilo koja od 52 karte, druga karta bilo koja od preostalih
51, ... Dakle, dolazimo do 52 5140 mogunosto za 13 karata. Ali ovdje smo ubrojili i
mnogo istih ruku. Ukoliko, na primjer, Eva kibicira i gleda u Karlove karte nakon to ih
je on posloio i pokua pogoditi kojim ih je redom izvukao, dolazi do 13 121 = 13!
mogunosti. To znai da je broj razliitih ruku u bridgeu jednak
52 5140
= 635013559600.
13!
Dakle, stvarno je mala vjerojatnost da je Karlo izvukao dvaput za redom iste karte.
Na koncu odlue igrati ah. Ana, koja je odluila da e samo gledati, namjesti tri ahovske
ploe. Na koliko naina se mogu sloiti parovi? (Ne raunamo kao razliito sparivanje
ukoliko dva ovjeka za istom ploom zamijene mjesta i nije vano koji par sjedi za kojom
ploom.)
Rjeenje (prva verzija): Krenemo od broja 720 koji nam je dao broj razliitih razmjetaja
za stolom. Taj broj emo podijeliti s brojem razmjetaja za stolom koje smatramo istim u
kontekstu ahovskih parova. Najprije, moemo tri ahovske ploe posloiti na est razlii-
tih naina tako da ne mijenjamo ahovske parove. Takoer, svaki par moe, ali i ne mora,
promijeniti strane, to daje 2 2 2 = 8 razliitih naina. Dakle, 720 razmjetaja dolazi u
grupu od 6 8 = 48, pa je traeni broj 720/48 = 15.
Rjeenje (druga verzija): Kako je Pero najmlai, pustimo njega prvog da odredi svog
partnera. On to moe uiniti na pet naina. Tko je najmlai meu ostalim bira sljedei
i moe odabrati partnera na tri naina, i time smo odredili parove. Dakle, traeni broj je
5 3 = 15.
8
1.1. Uvod i osnovni principi
Princip dvostrukog brojanja Ukoliko isti skup prebrojimo na dva razliita naina, od-
govori e se poklapati.
Princip bijekcije Dva skupa su iste veliine (imaju isti broj elemenata, isti kardinalitet)
akko postoji bijekcija izmeu njih.
Princip sume Broj elemenata unije meusobno disjunktnih skupova jednak je sumi broja
elemenata skupova. Formalno, za S1 , . . . , Sn , Si Sj = za i j, vrijedi
n n
Si = Si .
i=1 i=1
Princip kvocijenta Ukoliko skup S ima particiju od q skupova, od kojih svaki ima r ele-
menata, onda vrijedi q = S/r.
Princip kvocijenta je zapravo samo reformulacija principa produkta, ali dobro ga je
imati na umu kao zaseban princip.
9
1. P
Zadatak 1.1
Koje smo principe zapravo koristili pri rjeavanju problema iz Primjera 1.1.1?
Jo dva principa emo koristiti u ovom kolegiju. Prvi smo ve sreli pa emo ga samo navesti.
Princip (matematike) indukcije
Drugi princip je
Dirichletov princip Ukoliko skup S koji ima vie od n elemenata particioniramo u n
skupova (tj. odaberemo particiju skupa S koja ima n elemenata), tada barem jedan
element particije ima vie od jednog elementa.
Dokaz trivijalno slijedi po kontrapoziciji.
Postoji i generalizacija ovog principa. Ukoliko skup S koji ima vie od kn elemenata
particioniramo u n skupova, tada barem jedan element particije ima barem k + 1
elemenata. Dokaz je, naravno, identian.
Zadatak 1.2
Pokaite da u skupu od estero ljudi postoji barem troje ljudi koji se svi meusobno znaju,
ili barem troje ljudi od kojih se nitko meusobno ne pozna (Pretpostavljamo da ukoliko
osoba A zna osobu B, onda i osoba B zna osobu A.)
10
1.2. Broj podskupova
DA NE
bA bA
DA NE DA NE
cA cA cA cA
DA NE DA NE DA NE DA NE
Dokaz (druga verzija): U ovom dokazu emo numerirati podskupove, tj. nai emo bi-
jekciju s {0, 1, . . . , 2n 1} u P(S). Ideju emo opet ilustrirati na skupu {a, b, c}. Za od-
govarajui podskup gledamo njegove elemente jedan po jedan i piemo 1 ukoliko podskup
sadri a, a 0 ukoliko ne sadri, i tako dalje za b i c. Dakle, podskupu {a, c} pridruujemo
trojku brojeva 101. Na taj nain svakom podskupu pridruujemo jedan niz od tri brojke.
Kako se ti nizovi sastoje od nula i jedinica, trebali bi nas podsjetiti na binarni zapis brojeva.
Ukoliko izbriemo vodee nule iz naeg zapisa, uistinu i dobijemo binarni zapis:
000 (0)2 = 0
{c} 001 (1)2 = 1
{b} 010 (10)2 = 2
{b, c} 011 (11)2 = 3
{a} 100 (100)2 = 4
{a, c} 101 (101)2 = 5
{a, b} 110 (110)2 = 6
{a, b, c} 111 (111)2 = 7
11
1. P
Zadatak 1.3
Dovrite prethodni dokaz.
Ova verzija dokaza nam daje zgodnu numeraciju podskupova od {0, . . . , n 1}. Odgo-
varajui podskup Sk lako konstruiramo iz binarnog zapisa broja k. Takoer, skup Sk ovisi
samo o k, a ne o n.
Dokaz (trea verzija): Dokazat emo teorem pomou indukcije. Baza indukcije je oito
zadovoljena. Pretpostavimo da tvrdnja teorema vrijedi za skupove s n 1 elemenata. Neka
je S skup s n elemenata. Fiksirajmo neki element a S. Podijelimo podskupove od S u
dvije klase: oni koji sadre a i oni koji ne sadre a. Oni podskupovi koji ne sadre a su
podskupovi skupa S = S {a} koji ima n 1 elemenata, stoga takvih podskupova ima
2n1 . Oni podskupovi koji sadre a se mogi napisati kao unija od {a} i nekog podskupa iz
S , stoga i takvih ima 2n1 . Dakle, po principu sume, broj poskupova od S je 2n1 +2n1 =
2n , ime smo dokazali korak indukcije.
Dokaz (etvrta verzija): Neka je F (n) broj podskupova nlanog skupa. Uoimo da sve
podskupove od {0, . . . , n} moemo dobiti iz podskupova skupa {0, . . . , n 1} tako da
svaki takav skup proirimo na dva mogua naina: ili nita ne dirajui ili ubacujui element
n. Dakle, vrijedi relacija F (n) = 2F (n 1). Kako je F (0) = 1, lako se vidi da je F (n) =
2n .
Zbog ega smo dokazivali teorem 1.2.1 na toliko razliitih naina? Zbog toga to je svaki
dokaz ilustrirao jednu tehniku dokazivanja kombinatornih teorema:
drugi dokaz svoenje dokaza na nalaenje bijekcije s podskupa prirodnih brojeva u skup
koji prebrojavamo
12
1.3. Broj podskupova ksirane veliine (binomni koe cijenti)
Dokaz: Na koliko naina moemo iz skupa S odabrati k elemenata? Oito postoji n mo-
guih izbora za prvi element, (n 1) za drugi element,..., te (n k + 1) za kti ele-
ment, tj. po principu produkta n(n 1)(n k + 1) = n!/(nk)! mogunosti. Ali mi smo
rijei prvi, drugi, ... stavili u navodnike zbog toga to u podskupu elementi nisu ureeni,
tj. ne razlikujemo koji element je prvi, drugi itd. Stoga dobijeni broj moramo podijeliti s
brojem razliitih redoslijeda k elemenata koje smo izabrali. Rezonirajui kao gore, vidimo
da imamo k izbora za prvi element, k 1 izbora za drugi element, itd. Dakle, ukupno
imamo k! izbora za redoslijed. Time smo dokazali teorem.
S ovom kombinatornom interpretacijom binomnih koe cijenata, cijeli niz identiteta s bi-
nomnim koe cijentima se moe i kombinatorno dokazati.
(c) (n+1
k
) = (k1
n
) + (nk),
(b) Posluit emo se sportskim argonom pri dokazu. Izmeu n sportaa elimo oda-
brati klanu ekipu u kojoj e jedan sporta biti kapetan momadi. Iz teorema 1.3.1
znamo da ekipu moemo odabrati na (nk) naina. Za svaki mogui izbor ekipe, ka-
petana moemo izabrati na k naina. To odgovara lijevoj strani izraza. Alternativno,
moemo najprije izabrati kapetana (to moemo uiniti na n naina), a onda izabrati
ostatak ekipe (njih k1 izmeu preostalih n1 sportaa.) To odgovara desnoj strani
izraza. Princip dvostrukog brojanja kae da dva raziita brojanja moraju dovesti do
istog rezultata, ime smo dokazali tvrdnju.
13
1. P
(c) Pretpostavimo da imamo razred s n + 1 uenika, od kojih je jedan na neki nain iz-
dvojen od ostalih, te (opet) elimo izabrati ekipu od k uenika. To moemo napra-
viti ili tako da ukljuimo tog izdvojenog uenika (a u tom sluaju trebamo izabrati
preostalih k1 uenika izmeu preostalih n), ili ga moemo izbaciti iz kombinacija
za ekipu (u tom sluaju trebamo izabrati cijelu ekipu izmeu preostalih n uenika).
(e) Desna strana odgovara broju naina na koji moemo izabrati ekipu od n lanova od
2n sportaa. Pretpostavimo sada da se meu 2n sportaa nalazi n djeaka i n djevoj-
ica. Na koliko naina moemo odabrati ekipu od k djevojica i nk djeaka? Ovaj
2
broj je oito (nk)(nk
n
) = po dijelu (a) = (nk) . Sada samo sumiramo po moguem
broju djevojica u ekipi (formalno gledano, primjenimo princip sume).
Zadatak 1.4
Probajte dokazati propoziciju 1.3.2 koristei algebarske tehnike.
Katkada se klani podsup skupa S naziva kkombinacija skupa S. Dakle, (nk) je broj
kkombinacija nlanog skupa.
Prole godine smo sreli binomne koe cijente u tzv. binomnom teoremu.
Ovaj izraz moemo raspisati tako da iz svake zagrade odaberemo ili a ili b, i to na sve mo-
gue naine, te pomnoimo izabrane lanove i onda sve sumiramo. Izraz bk se dobija kada
je b odabrano iz k zagrada, a a iz n k zagrada (im smo izabrali b iz k zagrada, odmah
smo izabrali i a iz n k zagrada). Postoji (nk) naina na koji moemo izabrati tih k bova,
pa je koe cijent uz ank bk upravo (nk).
Zadatak 1.5
Dajte algebarski dokaz teorema 1.3.3. Uputa: indukcija!
Cijeli niz injenica o binomnim koe cijentima se moe dobiti koristei binomni teorem.
Na prijer, propozicija 1.3.2 (d) odmah slijedi ukoliko u binomnu formulu uvrstimo a = 1,
b = 1.
14
1.3. Broj podskupova ksirane veliine (binomni koe cijenti)
Korolar 1.3.4 Za n > 0, broj podskupo a nlanog skupa s parnim i neparnim brojem
elemenata je jednak (dakle, 2n1 ).
n
n n n
0 = (1 1)n = ( )(1)k povlai ( )= ( ).
k=0 k 0kn k 0kn k
k paran k neparan
Zadatak 1.6
Dokaite da je A A {n} bijekcija na partitivnom skupu od {1, . . . , n}.
Korolar 1.3.5 Neka je n djeljiv s 8. Tada je broj podskupo a iji je broj elemenata djeljiv s 4
jednak 2n2 + 2(n2)/2 .
Dokaz: Oznaimo s A traeni broj, a s B broj podskupova iji je broj elemenata kongru-
entan s 2 (mod 4). Iz korolara 1.3.4 slijedi A + B = 2n1 .
Uvrstimo a = 1, b = i u binomnu formulu. Budui da je 1 + i = 2ei/4 , a n je
viekratnik broja 8, slijedi (1 + i)n = 2n/2 . Dakle, 2n/2 = nk=0 (nk)ik . Uzimajui u obzir
da je ik = 1, i, .1, i za redom k 0, 1, 2, 3 (mod 4), slijedi A B = 2n/2 . Rjeavanjem
linearnog sustava dvije jednadbe s dvije nepoznanice dolazimo do traene formule.
Propozicija 1.3.2 (c) omoguava da konstruiramo tzv. Pascalov trokut (ne, Pascal nije
prvi koji ga je konstruirao).
15
1. P
1.
1. 1.
1. 2. 1.
1. 3. 3. 1.
1. 4. 6. 4. 1.
1. 5. 10. 10. 5. 1.
1. 6. 15. 20. 15. 6. 1.
1.. 7. 21. 35. 35. 21. 7. 1.
Svaki element osim prvog i zadnjeg u retku je dobijen zbrajanjem dva broja koja su iznad
njega. kti element u ntom retku je (nk) ( kreemo od nultog retka i nultog stupca).
Neto rijea verzija Pascalovog trokuta je Pascalov desni trokut:
0 1 2 3 4 5 6
0 (00)
1 1 (10) (11)
1 1
1 2 1 2 (20) (21) (22)
1 3 3 1 tj.
3 (30) (31) (32) (33)
1 4 6 4 1
1 5 10 10 5 1 4 (40) (41) (42) (43) (44)
1 6 15 20 15 6 1
5 (50) (51) (52) (53) (54) (55)
16
1.3. Broj podskupova ksirane veliine (binomni koe cijenti)
Dokaz (algebarski):
n
r k k+1 k+2 n
( ) = [( ) + ( )] + ( )++( )
r=k k k k k k
k+1 k+1 k+2 n
= [( )+( )] + ( )++( )
k+1 k k k
k+2 k+2 k+3 n
= [( )+( )] + ( )++( )
k+1 k k k
k+3 n n n
=( )++( )==( )+( )
k+1 k k+1 k
n+1
=( ).
k+1
Dokaz (kombinatorni, 1. verzija): Neka je zadan skup S = {x1 , . . . , xn+1 }. Tada desna
strana formule (1.2) odgovara broju k + 1lanih podskupova skupa S. Oznaimo s P
skup k + 1lanih podskupova od S, te de nirajmo sljedee skupove:
P1 = {A P x1 A},
P2 = {A P x1 A, x2 A},
P3 = {A P x1 , x2 A, x3 A},
Pnk+1 = {A P x1 , x2 , . . . , xnk A, xnk+1 A}.
1 2 3 n n+1 n(n + 1)
1+2++n=( )+( )+( )++( )=( )= .
1 1 1 1 2 2
17
1. P
Ali pomou teorema 1.3.6 moemo nai formulu za nk=1 k p , za bilo kakav p N! Na
primjer, za p = 2 postupak je sljedei. Sluei se formulom
k k
k 2 = k + k(k 1) = ( ) + 2( )
1 2
traenu sumu moemo ovako izraunati:
n n
k n
k n+1 n+1 n(n + 1)(2n + 1)
k2 = ( ) + 2 ( ) = ( ) + 2( )= .
k=1 k=1 1 k=2 2 2 3 6
Zadatak 1.7
Kako bi ste doli do formule za p > 2?
Rjeenje: Lijeva strana: neka je dan nlani skup S. Biramo ureeni par (X, Y ), gdje je
X mlani podskup od S, a Y klani podskup od X.
Desna strana: najprije odabiremo klani podskup Y od S, onda od preostalih eleme-
nata biramo m k-lani podskup Z, te kreiramo ureeni par (Z Y, Y ).
Rjeenje: Desna strana odgovara broju odabira rlanog podskupa m + nlanog skupa
S. Lijeva strana takoer odgovara broju odabira rlanog podskupa m + nlanog skupa
S, s time da odabiremo rlane podskupove na sljedei nain. Particioniramo skup S na
dva skupa A i B, gdje je A mlani, a B nlani skup. Svaki odabir rlanog skupa od S
odgovara odabiru klanog podskupa od A i r klanog podskupa od B, za proizvoljan
k izmeu (i ukljuivo) 0 i r.
18
1.3. Broj podskupova ksirane veliine (binomni koe cijenti)
Rjeenje: Po konvenciji (m n
) = 0 za m > n.
Lijeva strana odgovara broju odabira parnog podskupa nlanog skupa S = {a1 , . . . , an }.
Do nekog parnog podskupa skupa S, moemo doi i tako da biramo hoe li a1 biti
element tog skupa, hoe li a2 biti element tog skupa, ... Kada doemo do elementa an ,
vie nemamo mogunost odabira: ili smo do sada odabrali neparan broj elemenata te mo-
ramo odabrati an , ili smo da sada odabrali paran broj elemenata te ne moemo odabrati
an . Dakle, donijeli smo n 1 odabira izmeu dviju opcija.
Rjeenje: Desna strana odgovara broju odabira ureenog para (x, A), gdje je x element
nlanog skupa S, a A je podskup skupa S {x}.
Lijeva strana odgovara broju odabira ureenog para (x, B), gdje je B ilani podskup
od S, a x neki element iz B, gdje je i bilo koji broj izmeu (i ukljuivo) 0 i n.
No, svaki odabir ureenog para (x, A), gdje je x element nlanog skupa S, a A je
podskup skupa S {x} odgovara odabiru ureenog para (x, B), gdje je B = A {x},
i obrnuto: svaki odabir ureenog para (x, B), gdje je B ilani podskup od S, a x neki
element iz B, gdje je i bilo koji broj izmeu (i ukljuivo) 0 i n odgovara odabiru ureenog
para (x, A), gdje je A = B {x}.
19
1. P
Zadatak 1.9
Dokaite kombinatornim argumentima relaciju
k
n+i n+k+1
( )=( ), k, n N0 .
i=0 n n+1
1.4 Permutacije
Postoje dva naina na koja moemo shvatiti pojam permutacije. Neka je X konaan skup.
Permutacija od X (u aktivnom smislu) je bijekcija s X u X. Da bi smo objasnili pasivan
smisao, pretpostavimo da su elementi u X ureeni, npr. X = {x1 , . . . , xn }. Tada je pasivna
reprezentacija permutacije ureena ntorka ((x1 ), . . . , (xn )). Katkad koristimo i
ovakav zapis za permutaciju:
x x . . . xn
( 1 2 ) , gdje je yi = (xi ), i = 1, . . . , n.
y1 y2 . . . yn
Dokaz: Pretpostavimo da je nlani skup skup {1, . . . , n}. Tada je permutacija ureena
ntorka brojeva iz {1, . . . , n}. Postoji nmogunosti za izbor prvog elementa, n 1 mo-
gunosti za izbor drugog elementa, itd.
Postoji jo jedan, krai zapis permutacije, tzv. cikliki zapis. Najprije emo uvesti pojam
ciklusa. Kaemo da je permutacija ciklus ili ciklika permutacija ukoliko vrijedi
x1 x2 xn x1 ,
Propozicija 1.4.2 Svaka se permutacija moe zapisati kao kompozicija ciklusa na meu-
sobno disjunktnim skupo ima. Ta reprezentacija je jedinstvena, do na redoslijed ciklusa i oda-
bira poetnih toaka ciklusa.
20
1.4. Permutacije
Broj permutacija nlanog skupa koji se sastoji od k ciklusa se naziva Stirlingov broj prve
vrste, u oznaci s(n, k) (katkada se koristi de nicija po kojoj je (1)nk s(n, k) broj per-
mutacija nlanog skupa koji se sastoji od k ciklusa).
Neka je S skup od n elemenata, a k n. Za ureenu ktorku (x1 , . . . , xk ) meu-
sobno razliitih elemenata iz S kaemo da je kpermutacija (ili parcijalna permutacija).
Na kpermutaciju moemo gledati kao na pasivnu formu injekcije {1, . . . , k} S
(oito {1, . . . , k} moemo zamijeniti s bilo kojim klanim skupom kojem smo nekako
poredali elemente). Stoga je pitanje koliko ima kpermutacija skupa S ekvivalentno pita-
nju koliko ima injekcija s klanog u nlani skup.
21
1. P
Katkada se broj kpermutacija nlanog skupa zapisuje kao P (n, k) ili Pkn .
P (n, k) = nP (n 1, k 1).
Rjeenje: Lijeva strana odgovara broju odabira ureenih ktorki nlanog skupa S. Desnu
stranu moemo interpretirati opet kao broj odabira ureenih ktorki skupa S, s time da
najprije odaberemo prvi element ktorke, recimo x, a onda odaberemo ureenu (k
1)torku skupa S {x}.
Rjeenje: Lijeva strana odgovara broju odabira ureenih ktorku n + 1lanog skupa S.
Neka je x S proizvoljan, ali ksiran element iz S. Desnu stranu moemo interpretirati
kao broj odabira ureenih ktorki skupa S, s time da da skup ureenih ktorku podi-
jelimo u dvije klase: klasu onih ktorki sastavljenu od elemenata skupa S {x}, i klasu
onih ktorki skupa S koje sadre x. Kako x moe doi na bilo koje od k mjesta u ktorci,
dolazimo do traenog izraza.
(b) smije li se neki objekt vie puta pojaviti kao izbor (dozvoljavamo li ponavljanja)?
Teorem 1.5.1 Broj odabira k objekata iz skupa od n objekata je dan sljedeom tablicom
22
1.5. Multiskupovi i multinomni koe cijenti
(kombinacije)
redoslijed vaan redoslijed
nevaan
ponavljanja
nk (n+k1)
doz oljena k
Dokaz: Stupac redoslijed vaan je lako rijeiti. Ukoliko su ponavljanja dozvoljena, pos-
toji n izbora za svaki od k objekata. Ukoliko ponavljanja nisu dozvoljena, traeni broj je
broj kpermutacija nlanog skupa.
U stupcu redoslijed nevaan ukoliko ponavljanja nisu dozvoljena, zapravo brojimo
kpodskupove nskupa. Preostali element tablice je neto tee izraunati, pa emo dokaz
napraviti pomou dvije leme.
Lema 1.5.2 Broj mogunosti izbora k objekata iz nlanog skupa uz mogunost ponavljanja
i nevaan redoslijed je jednak broju naina odabira n nenegativnih cijelih brojeva iji je zbroj
jednak k.
Dokaz: Zamislimo n+k1 praznina, i onda njih n1 oznaimo. Neka je x1 broj praznina
prije prve oznake, xi broj praznina izmeu (i 1)e i ite oznake, za 2 i n 1 i xn
broj praznina poslije (n 1)e oznake. Tada je xi 0, xi = (n + k 1) (n 1) = k.
Obrnuto, neka su dani x1 , . . . , xn koji zadovoljavaju uvjete iz iskaza leme. Tada sta-
vimo oznaku poslije x1 praznina, poslije x2 praznina, ..., poslije xn1 daljnjih praznina.
Dakle, ostalo je jo xn praznina, budui da je broj preostalih praznina dan s
n + k 1 (x1 + + xn1 ) (n 1) = n + k 1 (k xn ) (n 1) = xn .
2 2 2 2
x1 x2 x3 xn
23
1. P
Rjeenje: Lijeva strana odgovara broju odabira ureene trojke nlanog skupa S, uz mo-
gua ponavljanja.
Skup ureenih trojaka skupa S, uz mogue ponavljanja, moemo podijeliti u tri klase:
trojke u kojima su dva elementa ista takvih ima 2 (n2 ) 3, budui da dva elementa
moemo odabrati na (n2 ) naina, na dva naina moemo odluiti koji e se element
ponavljati, te postoji tri naina kako ih poredati ((x, x, y), (x, y, x), (y, x, x)),
trojke u kojima su svi elementi razliiti takvih ima 3!(n3 ), budui da tri elementa
moemo odabrati na (n3 ) naina, te ih moemo poredati na 3! naina.
n!
.
n1 !n2 !nk !
24
1.5. Multiskupovi i multinomni koe cijenti
n n!
( )= ,
n1 , . . . , n k n1 !n2 !nk !
Dokaz: Trebamo odrediti na koliko naina moemo sastaviti ureenu ntorku s elemen-
tima iz M . Prvo odaberemo na koja emo mjesta staviti elemente x1 (njih n1 ), tj. trebamo
odabrati n1 mjesta od njih n, a to moemo napraviti na (nn1 ) naina. Dalje odredimo na
koja emo mjesta staviti elemente x2 ; sada trebamo odabrati n2 mjesta od njih n n1 , to
moemo napraviti na (nn n2
1
) naina. Nastavljanjem ovog postupka, te pomou principa
produkta dolazimo do zakljuka da je broj permutacija dan s
n n n1 n n1 n2 n n1 n2 nk1
( )( )( )( )=
n1 n2 n3 nk
(nn
(n((n( (((
n! 1 )! ( 1 n2 )!
((( (( (
(nn
1 )!n1 ! ((n((n(
1 n2 )!n2 ! (n( (n((
( ( 1
n( 2 n3 )!n3 !
(( (((
(n((n(
( 1( nk1 )! n!
= .
(n n1 n2 nk )!nk ! n1 !n2 !nk !
Slino kao i binomni koe cijenti, i multinomni koe cijenti se javljaju pri raspisivanju al-
gebarskih izraza.
n
(x1 + x2 + + xk )n = ( )xr11 xr22 xrkk ,
0r1 ,r2 ,...,rk n r1 , r2 , . . . , rk
r1 ++rk =n
za sve x1 , x2 , . . . , xk C, n N.
Zadatak 1.10
Dokaite kombinatorno teorem 1.5.7. Dokaz je analogan dokazu binomnog teorema 1.3.3.
esto se u enigmatskim asopisima pojavljuju anagrami, tj. pitanja koliko se razliitih ri-
jei moe formirati pomou slova iz neke zadane rijei. Naravno, bit zagonetke je da rijei
trebaju pripadati nekom zadanom jeziku (tj. trebaju se nalaziti u standardnom rjeniku
tog jezika). Postoje dvije strategije za rjeavanje ovog problema:
(a) najprije formiramo sve potencijalne rijei, a onda potraimo nalazi li se neka od njih
u rjeniku,
25
1. P
Da bismo procijenili koja je metoda bolja, trebamo znati broj potencijalnih rijei i broj
rijei u rjeniku. Broj potencijalnih rijei moemo izraunati pomou teorema 1.5.6.
Primjer 1.5.8 Ukoliko je zadana rije , broj potencijalnih rijei je
(2,3,2,1,1,1
10
) = 10 9 8 7 6 5 = 151200.
Zadatak 1.11
Koliko ima potencijalnih rijei ukoliko ne moramo iskoristiti sva slova?
Dokaz: Neka je X nlani skup i R ureaj na X. Prvo emo pokazati da postoji zadnji
element u X, element x takav da, ukoliko je (x, y) R, onda nuno y = x. Pretposta-
vimo da takav x ne postoji. Tada za svaki x postoji y x takav da (x, y) R. Krenimo
s x = x1 , i odaberimo x2 , x3 , . . . takve da vrijedi (xi , xi+1 ) R, za sve i. Iz tranzitiv-
nosti i re eksivnosti slijedi (xi , xj ) R za sve i j. Kako je X konaan, u nekom tre-
nutku dolazimo do xj takvog da vrijedi xi = xj za neki i < j. No tada (xj1 , xj ) R i
(xj , xj1 ) = (xi , xj1 ) R, budui da je i j 1. Iz antisimetrinosti slijedi xj = xj1 ,
to je u kontradikciji s konstrukcijom niza.
Taj zadnji element niza je jedinstven. Zaista, pretpostavimo da je i z zadnji ele-
ment. Tada ili (x, z) R ili (z, x) R. U oba sluaja slijedi x = z.
Oznaimo zadnji element s xn . Tada zbog trihotomije vrijedi (x, xn ) R za sve x.
Sada nastavljamo tako da naemo zadnji element skupa X {xn }, koji oznaimo s xn1 ,
itd.
To znai i da se na intuitivni pojam ureaja poklapa s formalnom de nicijom.
26
1.6. Particije skupova (Relacije na skupovima)
Vratimo se pitanju broja particija. S Bn emo oznaavati nti Bellov broj (to je broj parti-
cija nskupa ili broj relacija ekvivalencije nskupa). Lako se vidi da je B3 = 5 (particije od
{1, 2, 3} su {{1, 2, 3}}, {{1, 2}, {3}}, {{1, 3}, {2}}, {{2, 3}, {1}}, {{1}, {2}, {3}}).
Slino vidimo da je B2 = 2, B1 = 1, a po de niciji stavljamo B0 = 1.
Za razliku od broja podskupova i permutacija, ne postoji jednostavna formula za Bel-
love brojeve. Jedan nain raunanja Bellovih brojeva je dan sljedeim teoremom.
Teorem 1.6.3 Vrijedi
n
n1
Bn = ( )Bnk , za sve n N. (1.4)
k=1 k1
27
1. P
k
n
.
1 2 3 4 5
Teorem 1.6.5 nam daje mo- 1 1
gunost zapisa Stirlingovog 2 1 1
trokuta. 3 1 3 1
4 1 7 6 1
5 1 15 25 10 1
Zadatak 1.13
Dokaite: broj rasporeda n razliitih kuglica u k jednakih kutija tako da niti jedna kutija
ne ostane prazna je S(n, k).
28
1.7. Generiranje kombinatornih objekata
Rjeenje: Koliko ima n1lanih particija nlanog skupa? U svakom lanu particije se
nalazi tono jedan element, osim u jednom koji sadri tono dva elementa. Broj traenih
particija odgovara broju odabira ta dva elementa.
Rjeenje: Lijeva strana odgovara broju odabira k +1lanih particija n+1lanog skupa
S.
Neku k+1lanu particiju skupa S moemo odabrati na sljedei nain. Izdvojimo neki
element x S. On se mora nalaziti u nekom lanu particije A. Ako A ima m elemenata,
onda ga moemo odabrati na (m1 n
) naina. Preostaje nam particionirati skup S A na k
dijelova, to moemo napraviti na S(n + 1 m, k) naina. Dakle lijeva strana je jednaka
broju
n+1
n
( )S(n + 1 m, k).
m=1 m 1
Zamijenom indeksa i n + 1 m dobijamo
n n n
n n n
( )S(i, k) = ( )S(i, k) = ( )S(i, k),
i=0 n i i=0 i i=k i
29
1. P
Primjer 1.7.1 Za {1, 2, 3} generirani skupovi e biti redom , {3}, {2}, {2, 3}, {1},
{1, 3}, {1, 2}, {1, 2, 3}.
Drugi nain generiranja podskupova je da iskoristimo drugu verziju dokaza teorema 1.2.1:
za svaki broj N izmeu 0 i 2n 1, napiimo broj N u bazi 2, dani zapis interpretirajmo kao
niz (a1 , . . . , an ), te kreirajmo podskup Y = {j aj = 1}. Ovaj postupak ima dodatnu
prednost to nam omoguava sluajan pristup podskupovima; nismo ovisni o njihovom
poretku.
Vano je uoiti da ova dva algoritma ne kreiraju isti poredak podskupova.
U sluaju kpodskupova postoje dva prirodna ureaja. Npr. za n = 5, k = 3:
123, 124, 125, 134, 135, 145, 234, 235, 245, 345
123, 124, 134, 234, 125, 135, 235, 145, 245, 345
30
1.7. Generiranje kombinatornih objekata
Primjer 1.7.2
. 3, 5} {2, 3. , 5} {1,
{1, . 4, 5} {2,
. 4, 5}
i.
abc abd abe acd ace ade bcd bce bde cde
Primjer 1.7.3 543 542 541 532 531 521 432 431 421 321
345 245 145 235 135 125 234 134 124 123
31
1. P
Prva dva koraka j je najmanji indeks takav da smo ve generirali sve permutacije koje
poinju s (x1 , . . . , xj , . . .). Dakle, sljedea permutacija e poveati vrijednost od
xj .
Zadnja dva koraka Budui da xj+1 > . . . > xn , element xk je najmanji element vei od
xj koji moe doi poslije x1 , . . . , xj1 u permutaciji. Prije promjene imamo
xj+1 > . . . > xk1 > xk > xj > xk+1 > . . . > xn ,
xj+1 > . . . > xk1 > xj > xk > xk+1 > . . . > xn .
Primjer 1.7.4 Neka je trenutna permutacija (4, 3, 6, 5, 2, 1). Algoritam prvo nalazi j =
2, xj = 3. Trenutna permutacija je zadnja (u leksikografskom poretku) od permutacija
oblika (4, 3, . . .), te treba slijediti prva oblika (4, 5, . . .), tj. (4, 5, 1, 2, 3, 6). Zaista, algo-
ritam nalazi k = 4, xk = 5 ( kako su vrijednosti poslije xj opadajue, moemo ii od kraja
traei prvi broj vei od xj ). Tada zamjenimo vrijednosti na drugoj i etvrtoj poziciji, to
nam daje (4, 5, 6, 3, 2, 1); te konano obrnemo vrijednosti na pozicijama od 3 do 6, to
nam daje (4, 5, 1, 2, 3, 6).
Primjer 1.7.5
12 3 4 1243
1 2 43 1342 1324
13 2 4 1342
1 3 42 1432 1423
to uiniti ako elimo doi do npr. 2092te permutacije (u leksikografskom poretku) brojeva
1, . . . , 9?
Pretpostavimo da je prvi broj u permutaciji 1 (najmanji koji imamo). Ostaje nam 8 brojeva.
Kako se maksimalna permutacija koja poinje s 1 nalazi na 40320om mjestu (8! = 40320), a
2092 < 40320, znamo da se u naoj permutaciji na prvom mjestu nalazi 1.
32
1.7. Generiranje kombinatornih objekata
Sada stavimo sljedei najmanji broj na drugo mjesto, dakle 2. Maksimalna permutacija koja
poinje s (1, 2, . . .) zauzima 5040to mjesto. Budui da je 2092 < 5040, 2 se zaista nalazi na
drugom mjestu u naoj permutaciji. Sada stavimo 3 na tree mjesto. Maksimalna permutacija koja
poinje s (1, 2, 3, . . .) se nalazi na 720-om mjestu. Kako je 2092 > 720, to znai da je permutacija
na 2092-om mjestu vea od svih permutacija koje poinju s (1, 2, 3, . . .).
Stoga zamijenimo 3 s 4. Maksimalna permutacija koja poinje s (1, 2, 4, . . .) se nalazi na mjestu
720 + 720 = 1440, to je i dalje manje od 2092. Zato umjesto 4 stavimo 5. Maksimalna permuta-
cija koja poinje s (1, 2, 5, . . .) se nalazi na mjestu broj 1440 + 720 = 2160, to je vee od 2092.
Dakle, naa permutacija poinje s (1, 2, 5, . . .).
Stavljajui minimalni slobodan broj u nau permutaciju, dolazimo do permutacije koja poinje
s (1, 2, 5, 3, . . .). Maksimalna permutacija koja tako poinje se nalazi na mjestu broj 1440 + 5! =
1570, stoga zamijenimo 3 s 4, to nas dovodi do maksimalne pozicije broj 1440+120+120 = 1690.
Kako smo dobili broj koji je i dalje manji od 2092, umjesto 4 stavljamo 6, to nam daje maksimalnu
poziciju broj 1810. Stavljajui umjesto 6 broj 7, dolazimo do maksimalne pozicije broj 1930. Kako
i 8 daje broj koji je manji od 2092, stavljamo na koncu 9, i dobijamo maksimalnu poziciju broj
2170, to znai da naa permutacija poinje s (1, 2, 5, 9, . . .).
Nastavljanjem ovog postupka, stiemo do permutacije (1, 2, 5, 9, 6, 3, 7, 8, 4).
Zadatak 1.14
Probajte obrazloiti gornji algoritam.
33
Rekurzije, funkcije
izvodnice i formula
ukljuivanjaiskljuivanja
2
2.1 Uvod
U ovom poglavlju emo prouavati tri vane tehnike koje se esto koriste pri rjeavanju
kombinatornih problema.
Rekurzivna relacija izraava vrijednost funkcije f u toki n, n N u terminima vri-
jednosti funkcije f u tokama k, k < n. Jedan jednostavan primjer smo ve vidjeli: broj
F (n) podskupova nskupa zadovoljava relaciju F (n + 1) = 2F (n). Ova relacija, za-
jedno s poetnom vrijednosti F (0) = 1, jedinstveno odreuje vrijednost od F (n) za
svaki n N.
Koritenje funkcija izvodnica je esto povezano s rekurzivnim relacijama, ali su takve
funkcije i drugdje vrlo korisne. Funkcija izvodnica je formalni red potencija iji su koe ci-
jenti lanovi nekog brojevnog niza. Osnovnu ideju emo ilustrirati na prethodnoj rekurziji.
De niramo (formalno) funkciju (t) = n=0 F (n)t . Tada je
n
2t(t) = 2F (n)tn+1 = F (n + 1)tn+1 = (t) 1.
n=0 n=0
Dakle, (t) = 1
12t .Ova funkcija ima (geometrijski) razvoj (t) = n=0 (2t) . Uspore-
n
35
2. R,
1 2 3 4 5 6 7 8 9 10
.
Slika 2.1: Gra ki prikaz 10ploe poploane s 4 kvadrata i 3 domine.
36
2.2. Fibonaccijevi brojevi
= Fn1
2
+ Fn2
2
+ Fn1 (Fn2 + Fn1 ) + Fn1 Fn2
= Fn1
2
+ Fn2
2
+ Fn Fn1 + Fn1 Fn2 .
37
2. R,
Odavde vidimo da nam, da bi smo iskoristili princip matematike indukcije, treba i relacija
Sada emo simultano dokazati ove dvije relacije koristei matematiku indukciju. Baze se lako pro-
vjere. Pretpostavimo sada da vrijedi
2
Fn1 + Fn2
2
= F2n3 i Fn Fn1 + Fn1 Fn2 = F2n2 .
Tada
Fn2 + Fn1
2
= Fn1
2
+ Fn2
2
+ Fn Fn1 + Fn1 Fn2 = F2n3 + F2n2
= F2n1 ,
Fn+1 Fn + Fn Fn1 = (Fn + Fn1 )Fn + (Fn1 + Fn2 )Fn1
= Fn2 + Fn1
2
+ Fn1 Fn + Fn2 Fn1 = F2n1 + F2n2
= F2n .
1 2 3 4 5 6 7 8 9 10
.
Slika 2.2: Postoji (73) poploavanja 10ploe koja koriste tri domine. Takva poploavanja
koriste tono 7 ploica i potpuno su odreena ukoliko znamo koje tri od sedam ploica su
domine. Na slici su etvrta, peta i esta ploica domine.
Zadatak 2.1
Rijeite sljedee zadatke koristei se poploavanjima.
1. Jm+n = Jm Jn + Jm1 Jn1 ,
38
2.2. Fibonaccijevi brojevi
2. i0 j0 (ni
j
)(nj
i
) = J2n+1 ,
4. Jn2 Jn2
2
= J2n1 ,
Pogledajmo sada kako moemo rijeiti rekurziju za Fibonaccijeve brojeve. Dati emo
dvije metode, koje emo kasnije generalizirati.
Prva metoda: Kako je naa rekurzija linearna, ukoliko naemo neka rjeenja, tada e i
njihova linearna kombinacija opet biti rjeenje.
Zaista, neka F i G zadovoljavaju rekurziju. De niramo Hn = aFn + bGn . Tada
Izgleda da je taj omjer priblino 1.618, ako ignoriramo prvih nekoliko vrijednosti.
To znai da se Fibonaccijevi brojevi ponaaju (otprilike) kao geometrijski niz. Stoga je ra-
zumno probati s Fn = cn .
Iz rekurzije (2.1) slijedin1 (2 1) = 0. Rjeenja kvadratne jednadbe
1 = 0 su 1 = 2 , 2 = 2 . Kako i Fn1 = c1 1n i Fn2 = c2 2n zadovoljavaju
2 1+ 5 1 5
n
Napomena: Vrijedi 1+ 5
2 = 1.618 . . ., 1 5
2 = 0.618 . . .. Dakle, ( 1+2 5 ) je dominan-
tan lan.
39
2. R,
Kao i kod Fibonaccijevih brojeva, pokuajmo nai rjeenje oblika F (n) = n . Uvrtava-
njem slijedi da mora biti korijen jednadbe
40
2.3. Linearne rekurzije
rjeenja ( kao to ste vidjeli na kolegiju Linearna algebra 1). Time smo dobili traeno rje-
enje.
No ukoliko se neki korijeni ponavljaju (zanemarit emo sluaj nerealnih korijena), ne-
emo dobiti odgovarajui broj rjeenja. U tom sluaju radimo sljedee. Neka je, na primjer,
korijen kratnosti d. Tada se moe lako provjeriti da d funkcija n n , n nn , ,
n nd1 n zadovoljava rekurziju (2.2). Na taj nain dolazimo do traenog broja (parti-
kularnih) rjeenja.
Openito, nema jednstavne formule za rjeenje linearne rekurzije. No ako je rekurzija
oblika
F (n) = a1 F (n 1) + a2 F (n 2) + + ak F (n k) + g(n),
onda znamo da se ope rjeenje moe dobiti kao suma opeg rjeenja pripadne homogene
rekurzije (2.2) i nekog partikularnog rjeenja (analogno situaciji kod rjeenja nehomoge-
nog sustava linearnih jednadbi). Ukoliko je g polinom, onda e partikularno rjeenje biti
oblika: rj. hom. rekurzije + polinom.
Primjer 2.3.1 (Hanojski tornjevi) Imamo n kolutova, razliitih veliina, koji se nalaze
poslagani na tapu, od najveeg prema najmanjem, s tim da je najvei na dnu. Imamo jo
dva tapa, i elimo sve kolutove prebaciti na drugi tap, jedan po jedan, tako da kolutovi
budu u istom rasporedu. Ni u jednom trenutku ni jedan kolut ne smije biti smjeten iznad
manjeg koluta. Pitanje je koji je minimalan potreban broj koraka?
Drveni model Hanojskih tornjeva za n = 8 moete vidjeti na slici 2.3.
41
2. R,
Dakle, an = 2an1 + 1.
Rjeenje pripadne homogene rekurzije je oito c2n . Trebamo jo nai neko partiku-
larno rjeenje. Probajmo s an = c2n + b. Uvrtavanjem slijedi b = 1, a iz a1 = 1 slijedi
c = 1. Dakle, an = 2n 1.
Ovaj problem je povezan s legendom o vijetnamskom ili indijskom hramu u kojem sve-
enici prebacuju 64 zlatna diska s jednog stupa na drugi po gore opisanim pravilima. Le-
genda kae da e u trenutku kada dovre proces doi do smaka svijeta. Uz pretpostavku da
se jedno prebacivanje moe napraviti za jednu sekundu, proces bi trajao otprilike 5.821011
godina. Vie o problemu Hanojskih tornjeva moete proitati u Wikipedijinom lanku
http://en.wikipedia.org/wiki/Towers_of_hanoi.
Primjer 2.3.2 (Deranmani) Deranman nekog skupa je permutacija tog skupa koja nema
ksnih toaka.
Neka je d(n) broj deranmana skupa {1, 2, . . . , n}. Svaki deranman broj n preslikava
u neki broj i < n. Oito je da se isti broj deranmana dobije za svaku vrijednost od i (1 i
n 1), stoga moemo doi do d(n) tako da izraunamo broj deranmana koji preslikavaju
n u i, te taj broj pomnoimo s n 1. Neka je deranman takav da je (n) = i. Tada
imamo dva sluaja:
1. sluaj: (i) = n, tj. i i n se zamijenjuju. Tada se na ostatku skupa opet ponaa kao
deranman. Dakle, takvih deranmana ima d(n 2).
2. sluaj: (i) n; recimo (j) = n, j i. De niramo permutaciju na {1, . . . , n 1}
formulom
(k), k j,
(k) =
k = j.
i,
Permutacija je opet deranman. S druge strane, svaki deranman skupa
{1, . . . , n 1} se moe proiriti do deranmana skupa {1, . . . , n} na sljedei nain:
(k), k takav da je (k) i,
(k) = i, k = n,
k takav da je (k) = i.
n,
Dakle, takvih deranmana ima d(n 1).
Dobili smo rekurziju
42
2.3. Linearne rekurzije
Dokaz: Da bi smo dokazali teorem, trebamo pokazati da funkcija f (n) = n! (ni=0 (1)
i
i! )
zadovoljava rekurziju za d(n) i pripadne poetne uvjete.
Lako se provjeri f (1) = 0, f (2) = 1. Nadalje
n1
(1)i n2
(1)i
(n1) (f (n 1) + f (n 2)) = (n1)(n1)! +(n1)(n2)!
i=0 i! i=0 i!
n2
(1) i (1)n1
= (n 1)(n 2)! ((n 1) + 1) + (n 1)(n 1)!
i=0 i! (n 1)!
n2
(1)i n2
(1)i n! n!
= n! +(1)n1 (n1) = n! +(1)n1 +(1)n = f (n).
i=0 i! i=0 i! (n 1)! n!
Dakle
d(n) nd(n 1) = (1)n .
Odavde slijedi
d(i) d(i 1) (1)i
= .
i! (i 1)! i!
Sumiranjem gornje relacije po svim i od 2 do n, dobijamo
d(n) d(1) n (1)i n (1)i
= = .
n! 1! i=2 i! i=0 i!
43
2. R,
Primjer 2.3.4 (In olucije) Koliko ima permutacija nskupa sa svojstvom da su svi pri-
padni ciklusi duljine 1 ili 2?
Oznaimo taj broj sa s(n). Lako se vidi da vrijedi s(3) = 4 (takve permutacije su
(1) (2) (3), (1 2) (3), (1 3) (2), (1) (2 3)), s(2) = 2, s(1) = 1.
Opet emo takve permutacije podijeliti u dvije klase:
Involucija u klasi A ima oito s(n 1). Za involucije u klasi B razmiljamo na sljedei
nain. Ako takva permutacija preslikava n u i, tada, po pretpostavci, sadri ciklus (i n), a
na preostalih n 2 brojeva djeluje kao permutacija s ciklusima duljine 1 ili 2. Kako postoji
n 1 izbora za i, takvih permutacija ima (n 1)s(n 2).
Dakle, rekurzija za s(n) je
44
2.4. Funkcije izvodnice
sljedee formule:
( an tn ) + ( bn tn ) = ( (an + bn )tn ) ,
n=0 n=0 n=0
n
( an tn ) ( bn tn ) = ( cn tn ) , gdje su cn = ai bni ,
n=0 n=0 n=0 i=0
d
( an tn ) = nan tn1 = (n + 1)an+1 tn ,
d t n=0 n=1 n=0
a n an1 n
an t = n + 1 t = n t .
n n+1
n=0 n=0 n=1
45
2. R,
Primjer 2.4.2 Naite funkciju izvodnicu za niz (an ) koji zadovoljava rekurzivnu relaciju
an 5an1 + 6an2 = 5n , uz poetne uvjete a0 = 0, a1 = 1. Uz pomo funkcije izvodnice
naite formulu za opi lan niza (an ).
S druge strane
25x2
5n xn = (5x)n = (5x)2 (5x)n = .
n=2 n=2 n=0 1 5x
2 20x +x
2
Dakle vrijedi f (x)(1 5x + 6x2 ) x = 15x
25x
, odakle slijedi f (x) = (15x)(15x+6x 2) .
Catalanovi i Bellovi brojevi e nam posluiti kao ilustracije upotrebe funkcija izvodnica u
kombinatorici.
46
2.4. Funkcije izvodnice
B
E
C
D
.
A
Koja je veza izmeu pn i Zn ? Kako je Zn+1 = nk=1 Zk Znk+1 = n1k=0 Zk+1 Znk , uz
oznaku Ck = Zk+1 , slijedi Cn = n1 C C
k=0 k nk1 . Dakle, rekurzija za brojeve Cn je ista
47
2. R,
48
2.4. Funkcije izvodnice
Stoga
1 1/2 1 ( 1) ( 21 n)
1 1
Cn = ( )(1)n 4n+1 = (1)n 4n+1 2 2
2 n+1 2 (n + 1)!
1 1 1 1 2n 1
= (1)n 4n+1 ( ) ( )
2 2 (n + 1)! 2 2
1 1 3(2n 1) 1
= (1)n 4n (1)n = 2n (2n 1)!!
(n + 1)! 2 n (n + 1)!
1 (2n)! 1 2n
= (vidi Zadatak 2.4) = 2n n = ( ).
(n + 1)! 2 n! n + 1 n
Zadatak 2.2
Koritenjem poopenog binomnog teorema dokaite da za svaki k N vrijedi
1 n+k1 n
= ( )x .
(1 x)k
n=0 n
Zadatak 2.3
Koritenjem poopenog binomnog teorema dokaite da vrijedi
1 n 3/2 n
= ( )x .
1 x n=0 n
Zadatak 2.4
(2n)!
Dokaite (2n 1)!! = 2n n! .
. . . . .
49
2. R,
De niramo F (t) = n
n=0 Bn t . Ovdje se ispostavlja da uobiajeni trikovi ne prolaze.
Stoga je potreban novi pristup: pomnoimo funkciju F s funkcijom t et . Tada
n
1 n 1
F (t)et = ( Bn tn ) ( t ) = ( Br ) tn
n=0 n=0 n! n=0 r=0 (n r)!
1 n n!
= ( Br ) tn .
n=0 n! r=0 (n r)!
Sada smo vrlo blizu situacije u kojoj bi mogli iskoristiti (2.7), ali nema naina da ubacimo
nedostajui r! u desnu stranu. Stoga, promijenimo malo pravila: ako ne moemo nai za-
tvorenu formulu za F (t) = n=0 Bn t , probajmo nai zatvorenu formulu za F (t) =
n
Bn n
n=0 n! t .
S novom funkcijom F dobivamo slijedee
1 n Br n! 1 n n 1
F (t)et = ( ) tn = ( ( )Br ) tn = Bn+1 tn
n=0 n! r=0 r! (n r)! n=0 n! r=0 r n=0 n!
Bn+1 n Bn
= (n + 1) t = n tn1 = F (t).
n=0 (n + 1)! n=1 n!
Stoga F (t)/F (t) = et , to povlai ln F (t) = et + C, tj.
F (t) = ee +C .
t
F (t) = ee 1 .
t
50
2.4. Funkcije izvodnice
Kao i za obine funkcije izvodnice, i kod eksponencijalnih funkcija izvodnica esto pri-
padne redove deriviramo (npr. kao u sluaju Bellovih brojeva), integriramo, zbrajamo,
mnoimo itd. Ulogu geometrijskog reda ovdje igra red ex = xn
n=0 n! . Za eksponencijalnu
funkciju izvodnicu f (x) = an n
n=0 n! x vrijedi
an+1 n
f (x) = x ,
n=1 n!
an1 n
f (x) d x = n! x ,
n=1
tvorene formule za f krenut emo od reda za eksponecijalnu funkciju, kojeg emo najprije
derivirati, potom pomnoiti s x, ponovno derivirati, te na koncu opet pomnoiti s x:
xn xn1 xn nxn1
= ex = ex = xex = ex +xex
n=0 n! n=0 (n 1)! n=0 (n 1)! n=0 (n 1)!
nxn
= xex + x2 ex .
n=0 (n 1)!
Dakle, f (x) = xex + x2 ex .
d) f (x) = x2n
n=0 (2n)! = ch x.
Primjer 2.4.4 Odredite niz ija je ekspoencijalna funkcija izvodnica dana funkcijom f (x) =
(1 2x)3/2 .
51
2. R,
I neki drugi nizovi osim Bellovih brojeva imaju EFI jednostavnog oblika, na primjer
Zadatak 2.5
Dokaite da je EFI za deranmane dana s F (t) = et (1 t)1 .
Zadatak 2.6
Dokaite da je EFI za Stirlingove brojeve druge vrste S(n, r) dana s F (t) = r!1 (et 1)r .
U pravilu, rijetki su nizovi za koje je bilo koja vrsta funkcije izvodnice dana lijepom
zatvorenom formulom.
Jo jedna vrsta funkcija izvodnica koje imaju vanu ulogu u matematici je Dirichle-
tova funkcija izvodnica, koja nizu (an ) pridruuje funkciju f (s) = an
n=1 ns . Ukoliko
je, na primjer, an = 1, za svaki n N, pridruena Dirichletova funkcija izvodnica se zove
Riemannova zeta funkcija, u oznaci (s), koja ima vanu ulogu u teoriji brojeva budui
da
1
(s) = .
p prost 1 p
s
2.5.1 Bubblesort
Usporedimo prva dva elementa iz liste, zamijenjujui ih ukoliko nisu u traenom poretku.
Tada usporedimo drugi i trei element liste, opet ih zamijenjujui ukoliko nisu u traenom
poretku. Ovaj postupak provodimo dok ne doemo do kraja liste. Tada ponovimo isti
postupak za prvih n 1 brojeva, pa za prvih n 2,
Ukupan broj usporeivanja je
1 1 1
(n 1) + (n 2) + + 1 = n(n 1) = n2 n,
2 2 2
dakle bubblesort ima sloenost O(n2 ).
2.5.2 Mergesort
Ideja algoritma je da podijelimo listu na dva (otprilike) jednaka dijela, koja sortiramo, a
onda ih spojimo.
Proces spajanja dviju lista duljina l i m zahtijeva najvie l+m1 usporeivanja. Zaista,
pretpostavimo da imamo dvije takve liste, sloene u rastuem poretku. Usporedimo prve
52
2.5. Sloenost algorirtama za sortiranje
elemente u listama i manji upiemo u novu listu, izbacujui ga iz stare liste. Sada ponovimo
ovaj proces,
Prije nego to doe do spajanja, dvije liste moemo sortirati rekurzivno koristei gor-
nju metodu. Neka je tn broj usporeivanja potrebnih da sortiramo listu od n elemenata
ovom metodom. Ukoliko n podijelimo u l + k, tada tn = tl + tk + l + k 1 = tl + tk + n 1.
Ukoliko uzmemo n = 2m (da bi smo uvijek mogli podijeliti listu na dva jednaka dijela),
dolazimo do rekurzije
t2m = 2t2m1 + (2m 1).
Stavimo am = t2m . Tada vrijedi am = 2am1 + (2m 1). Rjeenje pripadne homogene
rekurzije je oito A2m .
Naimo sada neko partikularno rjeenje. Probat emo s rjeenjem oblika
am = Bm2m + C (rjeenje oblika am = B2m + C nee proi budui da je am = 2m
rjeenje homogene rekurzije):
Stoga mergesort ima sloenost O(n log2 n), to je bitno bolje od O(n2 ) sloenosti bub-
blesorta.
2.5.3 uicksort
Algoritam za quicksort se moe zapisati na sljedei nain:
Neka je a prvi element liste.
Podijelimo ostatak liste u dva dijela L , L+ koji se sas-
toje od elemenata manjih, tj. veih od a.
Sortiramo L i L+ .
Vratimo (sortirane) L i L+ .
elimo izraunati prosjean broj usporeivnja, uz uvjet da su svi poretci liste jednako
vjerojatni. Sljedee pretpostavke su vane za izraunavanje (prosjene) sloenosti:
prvi element a ima jednaku vjerojatnost da bude prvi, drugi, , nti najmanji ele-
ment,
53
2. R,
2 n1
qn = n 1 + qk , (2.8)
n k=0
gdje je q0 = 0.
elimo nai funkciju izvodnicu niza (qn ). Neka je Q(t) = n
n=0 qn t . Mnoenjem
relacije (2.8) s ntn i sumiranjem po n dolazimo do sljedee relacije
n1
nqn t = n(n 1)t + 2 ( qi ) tn .
n n
(2.9)
n=0 n=0 n=0 i=0
. . .
Iz (2.9) slijedi
. .
.
2t2 2tQ(t)
tQ (t) = + . (2.10)
(1 t)3 1t
.
Zadatak 2.7
Provjerite da relacija (2.10) zaista odgovara relaciji (2.9).
(1t)2
Mnoei relaciju (2.10) s t dolazimo do jednadbe
2t
(1 t)2 Q (t) = + 2Q(t)(1 t),
1t
odakle slijedi
2t
= (1 t)2 Q (t) 2Q(t)(1 t) = ((1 t)2 Q(t)) ,
1t
to, uz Q(0) = 0 povlai
dakle
2(t + ln(1 t))
Q(t) = . (2.11)
(1 t)2
54
2.6. Formula ukljuivanjaiskljuivanja
AI = Ai , uz konvenciju A = X.
iI
(1)I AI . (2.12)
I{1,...,n}
55
2. R,
Dokaz: Za svaki x X izraunati emo koliko je njegov doprinos sumi u (2.12), tj.
koji je zbroj koe cijenata skupova AI u (2.12) koji ga sadre.
Pri tome pod doprinosom sumi, mislimo na sljedeu elementarnu injenicu:
1, x A,
= A,
xX
0, x A
koja povlai sljedei zapis sume u (2.12):
1, x AI ,
(1)I AI = (1) I
I{1,...,n} I{1,...,n} xX
0, x AI
1, x AI ,
= (1)I .
x AI
xX I{1,...,n} 0,
Pretpostavimo da x X nije ni u jednom od skupova Ai , i = 1, . . . , n. Tada je jedini
lan sume kojem x pridonosi I = , i doprinos je (1)0 = 1.
Inae, neka je J = {i x Ai } neprazan, j = J. Tada je x AI tono onda kada je
I J. Dakle, doprinos od x je dan s
j
I j
(1) = (1)i ( ) = 0,
IJ i=0 i
budui da postoji (ji ) skupova oblika AI za I = i.
Dakle, elementi od X koji se ne nalaze ni u jednom od skupova Ai , i = 1, . . . , n pri-
donose 1 sumi, dok ostali elementi pridonose 0 sumi, to znai da suma (2.12) daje broj
elemenata skupa X koji se ne nalaze ni u jednom od skupova Ai , i = 1, . . . , n.
56
2.6. Formula ukljuivanjaiskljuivanja
Dokaz: Ovoga puta je X skup svih permutacija skupa {1, . . . , n}, a Ai je skup permuta-
cija kojima je i ksna toka, i = 1, . . . , n. Vrijedi Ai = (n 1)!, te AI = (n I)!.
Permutacija skupa {1, . . . , n} je deranman ako i samo ako ne lei ni u jednom od
skupova Ai , i = 1, . . . , n. Stoga je po teoremu 2.6.2 broj deranmana dan s
n n
n n!
(1)I (n I)! = ( )(1)i (n i)! = (1)i .
I{1,...,n} i=0 i i=0 i!
57
Teorija grafova
3
3.1 Uvod i osnovne de nicije
.
.
. .
S pojmom grafa smo se ve sreli u primjeru 0.1.5. Taj graf je ovako izgledao: .
. Ovom
slikom smo opisali strukturu koja se sastoji od etiri objekta, koja emo zvati vrhovi, koji
su povezani sa sedam krivulja, koje emo zvati bridovi.
Formalno, graf de niramo kao ureeni par skupova (V, E), gdje je V skup vrhova, a
E skup 2podskupova od V , koje zovemo bridovi. Katkada ovu de niciju proirujemo
tako da dopustimo petlje (bridove koje spajaju vrh sa samim sobom), viestruke bridove
(vie bridova izmeu para vrhova, npr. kod problema Knigsberkih mostova) i usmje-
rene bridove (bridovi koji imaju orijentaciju tako da idu od jednog vrha prema drugome).
Naravno, usmjerene bridove reprezentiramo ureenim parovima, a ne 2podskupovima,
dok kod viestrukih bridova E postaje multiskup. Graf koji ima usmjerene bridove zvati
emo usmjereni graf ili digraf, a graf koji ima viestruke bridove zvati emo multigraf.
Katkada, da naglasimo da ne govorimo o digrafu ili multigrafu, koristiti emo izraz jed-
nostavni graf.
Grafovi se esto opisuju svojim gra kim prikazom, koji treba biti takav da iz njega
moemo rekonstruirati formalni zapis grafa oblika (V, E). Openito, smatramo da je graf
zadan, ukoliko su nam zadani njegovi vrhovi, te ukoliko znamo koji su vrhovi meusobno
povezani. Stoga graf moemo promatrati kao binarnu relaciju susjedstva na skupu vrhova,
gdje kaemo da su dva vrha susjedna ukoliko postoji brid koji ih spaja, ili formalno, vrhovi
u, v V su susjedni ukoliko postoji e = {u, v} E. Za jednostavne grafove ta je relacija
ire eksivna i simetrina.
Dva najjednostavnija primjera grafova su potpuni graf, graf u kojemu je svaki par
vrhova brid, i nul graf, koji uope nema bridova. Potpuni i nul graf s n vrhova oznaa-
vamo s Kn i Nn . Na primjer, na slici 3.1 je prikaz grafa K10 , a ovo je prikaz grafa N7
.. . . . . .
59
3. T
. .
. .
. . .
. .
. .
Oito je da jedan te isti graf moemo gra ki prikazati na razliite naine. Stoga mo-
ramo de nirati kada dva grafa smatramo istim, tj. izomorfnim. Kaemo da su dva grafa
G1 i G2 izomorfna ukoliko je mogue oznaiti vrhove oba grafa na isti nain, i to tako
da za svaki oznaeni par u, v vrhova, broj bridova koji spajaju u i v u G1 je jednak broju
bridova koji spajaju u i v u G2 . Drugim rijeima, grafovi G1 = (V1 , E1 ) i G2 = (V2 , E2 )
su izomorfni ukoliko postoje bijekcije V1 V2 , E1 E2 takve da je v incidentan s
bridom e u G1 ako i samo ako je (v) incidentan s bridom (e) u G2 . Na primjer, grafovi
na slikama 3.2 i 3.3 su izomorfni.
.
. . . . . .
Zadatak 3.1
Dokaite da su grafovi na slikama 3.2 i 3.3 izomorfni.
Dokazivanje (ne)izomorfnosti dvaju grafova je openito vrlo teak problem, a spada u
klasu tzv. problema skrivene podgrupe (eng. hidden subgroup problem).
60
3.1. Uvod i osnovne de nicije
.
. . .
. . .
. . .
Sada emo de nirati neke naine kretanja po grafu. etnja u grafu je niz
(v0 , e1 , v1 , e2 , v2 , . . . , en , vn ), gdje je ei brid {vi1 , vi }, za i = 1, . . . , n. Kaemo da je to
etnja od v0 do vn . Duljina etnje je broj bridova u nizu (tj. broj vrhova u nizu manje je-
dan). Kaemo da je etnja zatvorena ukoliko je vn = v0 . U jednostavnom grafu bridovi
61
3. T
.
. . .
. .
Slika 3.5: Inducirani podgraf grafa sa slike 3.3 (ili slike 3.2)
.
. . .
. . .
Slika 3.6: Razapinjui podgraf grafa sa slike 3.3 (ili slike 3.2)
Propozicija 3.1.1 (a) Za dva razliita vrha x, y grafa G uvjeti da postoji etnja, staza
ili put izmeu x i y su ekvivalentni.
(b) Za bilo koji graf G, uvjeti da G sadri zat orenu stazu ili put su ekvivalentni.
62
3.1. Uvod i osnovne de nicije
e6
e1 e10 e11 e12 e9
e5
Dokaz: Neka nam je dana etnja od x do y. Dovoljno je pokazati da tada postoji i put
od x do y. Neka je naa etnja dana s (v0 , e1 , v1 , . . . , vi , ei+1 , . . . , vj , ej+1 , . . . , en , vn ) i
pretpostavimo da je vi = vj . Tada je i (v0 , e1 , v1 , . . . , vi , ej+1 , . . . , en , vn ) etnja od x do
y. Na taj nain moemo ukloniti sve vrhove u etnji koji se ponavljaju.
Sada emo de nirati jednu vanu relaciju ekvivalencije na skupu vrhova V grafa G: x y
ako postoji put (ili staza ili etnja) od x do y.
Zadatak 3.3
Dokaite da je zaista relacija ekvivalencije.
Teorem 3.1.2 Suma stupnjeva vrho a grafa jednaka je d ostrukom broju brido a.
63
3. T
H. H.
H. H.
esto emo modi cirati graf G tako to emo iz njega izbaciti vrh v i sve bridove koji ga
sadre, ili emo izbaciti neki brid e, ili emo dodati brid e koji spaja dva vrha koji prije nisu
bili spojeni. Te emo operacije zapisivati kao G v, G e, G + e. Na slikama 3.9, 3.10 i
3.11 su dani primjeri ovih operacija na grafu prikazanom na slici 3.7.
Slika 3.9: G v8
Slika 3.10: G e1
64
3.2. Stabla i ume
Katkada e nai grafovi sadravati i dodatne informacije: npr. brid moe predstavljati
cjevovod, kojem je pridruen njegov kapacitet, ili cijena graenja. Formalno takve grafove
opisujemo uz pomo teinskih funkcija. Teinska funkcija na skupu X je funkcija s X u R
(obino R+0 ). Vrnoteinski, te bridnoteinski graf je graf s teinskom funkcijom na
skupu vrhova, odnosno bridova. Bridnoteinski grafovi su mnogo ei u primjenama.
.
. .
. . .
uma je graf bez ciklusa: komponente ume su stabla. Jedan primjer ume je dan na
slici 3.4.
Intuitivno je jasno da povezan graf ima puno vrhova, a graf bez ciklusa malo. Te-
orem 3.2.2 pokazuje da su stabla ekstremalne strukture to se tie ovih svojstava. Najprije
emo pokazati sljedeu korisnu lemu.
Lema 3.2.1 Stablo s vie od jednog vrha ima barem jedan list.
Dokaz: Budui da je stablo povezano, ono nema izoliranih vrhova. Stoga pretpostavimo
da je svaki vrh stupnja barem dva. No tada postoje proizvoljno duge etnje iji su susjedni
bridovi razliiti: kad doemo do nekog vrha jednim bridom, napustimo ga drugim. Ali
kako je graf konaan, u nekom trenutku moramo doi do vrha kojeg smo ve prije posjetili.
No to nije mogue budui da stablo nema cikluse.
Teorem 3.2.2 (a) Po ezani graf s n vrho a ima barem n 1 brido a, a tono n 1
brido a ako i samo ako je stablo.
(b) uma s n vrho a i m komponenti ima n m brido a. Dakle, uma ima najvie n 1
brido a, a tono n 1 brido a ako i samo ako je stablo.
65
3. T
Dokaz: Najprije emo pokazati da stablo ima n 1 bridova. Tvrdnju emo dokazati ma-
tematikom indukcijom po broju vrhova stabla.
Baza je oita. Pretpostavimo da stablo s n 1 vrhova ima n 2 bridova. Neka je v list
u stablu T s n vrhova (postojanje takvog vrha garantira Lema 3.2.1). Tada T v ima n 1
vrhova i ne sadri cikuse. Takoer, T v je povezan graf. Zaista, put u T izmeu x i y, gdje
je x, y v, ne moe prolaziti kroz v. Dakle, T v je stablo. Sada iz pretpostavke indukcije
slijedi da T v ima n 2 bridova, dakle T ima n 1 brid.
Pokaimo sada (b). Neka je F uma s n vrhova i m komponenti T1 , . . . , Tm s a1 , . . . , am
vrhova. Tada je m i=1 ai = n. Kako je Ti stablo za svaki i = 1, . . . , m slijedi da Ti ima ai 1
bridova. Stoga F ima m i=1 (ai 1) = n m bridova.
Pokaimo sada (a). Neka je G neki povezan graf s n vrhova i pretpostavimo da G nije
stablo. Tada G sadri ciklus. Neka je e brid u tom ciklusu, i neka je G1 = G e. Tada je G1
i dalje povezan. Nastavljajui ovaj postupak, u nekom trenutku moramo doi do stabla,
recimo poslije r koraka. Dakle, G ima n 1 + r bridova.
Specijalno, ukoliko G ima n 1 bridova, slijedi da G ne sadri ciklus, dakle G je sta-
blo.
Korolar 3.2.3 (a) Graf je stablo ako i samo ako je po ezan graf, ali izbacivanjem bilo
kojeg od brido a dobijamo nepo ezan graf.
(b) Graf je stablo ako i samo ako ne sadri cikluse, ali dodavanjem bilo kojeg no og brida
dobijamo ciklus.
Dokaz: (a) Neka je G stablo s n vrhova. Tada je G povezan i ima n 1 bridova. Izbacimo
li bilo koji brid, Teorem 3.2.2 (a) povlai da novi graf vie nije povezan.
Obrnuto, neka je G povezan graf sa svojstvom da izbacivanje bilo kojeg brida dovodi
do nepovezanog grafa. Trebamo pokazati da G ne sadri ciklus. Stoga, pretpostavimo da
G sadri ciklus. No tada brisanjem nekog brida iz ciklusa i dalje dobivamo povezan graf,
to je u kontradikciji s danim svojstvom.
Zadatak 3.4
Dokaite korolar 3.2.3 (b).
66
3.2. Stabla i ume
Zadatak 3.5
Dokaite da gornji algoritam doista konstruira razapinjue stablo.
Rjeenje: Da bi smo pokazali da algoritam radi, trebamo pokazati da je uvijek mogue izabrati
odgovarajui brid, i da njegovo dodavanje nee stvoriti ciklus.
Neka je Y komponenta povezanosti od (V, S) i neka je Z = V Y ; odaberemo vrhove y, z
iz Y, Z. Budui da je G povezan, postoji put od y do z, i neki brid mora prijei iz Y u Z, i to je
dobar odabir brida. Dakle, dokle god je (V, S) nepovezan, uvijek e se moi odabrati odgovarajui
brid.
Oznaimo odabrani brid s e. Pretpostavimo sada da (V, S) + e sadri ciklus. Ako krenemo iz
Y , i pratimo ovaj ciklus, u nekom trenutku emo prijei u Z pomou brida e, ali tada nema naina
da se vratimo u Y , a da ne koristimo brid e.
Koliko ima razliitih (dakle neizomorfnih) stabala s n vrhova? Formula za taj broj pos-
toji, ali je komplicirana. Mi emo izvesti (jednostavniju) formulu za broj oznaenih stabala,
kojih ima vie. Na primjer, broj neizomorfnih stabala s tri vrha je jedan: . , no . . .
1 .
1 .
2 .. .
3 2 .. .
3 2 . . .
67
3. T
tj.
X = (1)I1 AI .
I{1,...,n}
Vrijedi Ai = (n 1)T (n 1), budui da ukoliko je i list, njegov pripadajui brid moe
biti incidentan s bilo kojim od preostalih n 1 vrhova, a tih n 1 vrhova su spojeni u
stablo.
Situacija za Ai Aj je ilustrirana slikom 3.12. Pripadajui bridovi vrhova i i j mogu
biti incidentni s bilo kojima od preostalih n 2 vrhova, a tih n 2 vrhova su spojeni u
stablo.
. . .
i
. . .
.
. . .
j
. .
68
3.2. Stabla i ume
Dokaz (pomou Prferovog koda): Prferov kod (ili Prferov niz) duljine n 2, za
n 2, je (n2)torka brojeva iz skupa {1, . . . , n} (uz dozvoljena ponavljanja). Oito ima
nn2 Prferovih kodova duljine n2. Pokazat emo da postoji bijekcija izmeu Prferovih
kodova duljine n 2 i oznaenih stabala s n vrhova.
Za dano stablo oznaeno brojevima 1, . . . , n Prferov algoritam za kodiranje generira
jedinstveni Prferov kod duljine n 2. Algoritam radi na sljedei nain:
i = 1.
i n 2
nai list v s najmanjom oznakom.
stavi oznaku (jedinstvenog) susjeda od v na ito mjesto u kodu.
izbaci v iz stabla.
i 1
Moe se pokazati da razliita oznaena stabla generiraju razliite Prferove kodove.
Neka je P = (p1 , p2 , . . . , pn2 ) Prferov kod oznaenog stabla T . Uoite da se svaki
vrh v od T javlja tono st(v)1 puta u P , gdje je st(v) stupanj vrha v. Specijalno, upravo
oni vrhovi koji se ne javljaju u P su lie od T . Prferov algoritam za dekodiranje nam daje
inverzni algoritam, koji konstruira jedinstveno oznaeno stablo s n vrhova iz Prferovog
koda duljine n 2.
T = Nn , V = {1, . . . , n}, i = 1.
i n 2
nai v najmanji element skupa V koji se ne nalazi u P .
povei vrhove v i pi u T .
izbaci v iz skupa V .
izbaci pi iz niza P (sada je P = (pi+1 , pi+2 , . . . , pn2 )).
i 1
Povei vrhove koji odgovaraju dvama brojevima u V .
Moe se pokazati da razliiti Prferovi kodovi generiraju razliita oznaena stabla.
Zadatak 3.6
(a) Dokaite da Prferov algoritam za dekodiranje doista generira oznaeno stablo s
vrhovima {1, . . . , n}.
69
3. T
1 . .
7
5
.
. .
4
3
.
2 . .
8
6
1 . .
7 .
1 . .
7
5 5
.
. .
4 .
. .
4
3 3
.
2 . .
8 .
2 . .
8
6 6
(a) P = (3) (b) P = (3, 3)
1 . .
7 .
1 . .
7
5 5
.
. .
4 .
. .
4
3 3
.
2 . .
8 .
2 . .
8
6 6
(c) P = (3, 3, 4) (d) P = (3, 3, 4, 5)
1 . .
7 .
1 . .
7
5 5
.
. .
4 .
. .
4
3 3
.
2 . .
8 .
2 . .
8
6 6
(e) P = (3, 3, 4, 5, 4) (f ) P = (3, 3, 4, 5, 4, 6)
Primjer 3.2.7 Kreirajmo stablo koje odgovara Prferovom kodu P = (3, 3, 4, 5, 4, 6).
Postupak je opisan na slici 3.14.
Prferov kod nam, izmeu ostalog, daje e kasan nain generiranja svih oznaenih stabala
s n vrhova, te je to najekonominiji nain spremanja informacija o oznaenim stablima.
Cayleyev teorem 3.2.5 se moe i ovako iskazati: Potpun graf Kn ima nn2 razapinjuih
stabala.
70
3.2. Stabla i ume
1 . .
7 .
1 . .
7
5 5
.
. .
4 .
. .
4
3 3
.
2 . .
8 .
2 . .
8
6 6
(a) P = (3, 3, 4, 5, 4, 6) (b) P = (3, 4, 5, 4, 6)
1 . .
7 .
1 . .
7
5 5
.
. .
4 .
. .
4
3 3
.
2 . .
8 .
2 . .
8
6 6
(c) P = (4, 5, 4, 6) (d) P = (5, 4, 6)
1 . .
7 .
1 . .
7
5 5
.
. .
4 .
. .
4
3 3
.
2 . .
8 .
2 . .
8
6 6
(e) P = (4, 6) (f ) P = (6)
1 . .
7
5
.
. .
4
3
.
2 . .
8
6
(g) P = ()
71
3. T
te
(f1 ) . . . (fk ) < (ek ).
Kako Kruskalov algoritam u ktom koraku bira brid ek , a ne bridove f1 , . . . , fk koji imaju
manju teinu, slijedi da su komponente od (V, {f1 , . . . , fk }) podskupovi komponenti
72
3.3. Planarnost
od (V, {e1 , . . . , ek1 }); dakle (V, {f1 , . . . , fk }) imaju jednako ili vie komponenti od
(V, {e1 , . . . , ek1 }). No to nije mogue, budui da su to ume, pa iz teorema 3.2.2 (b)
slijedi n k n (k 1).
Mana ovog algoritma je to to nije jednostavno nai brid minimalne teine koji spaja vr-
hove iz razliitih komponenti. Stoga postoji modi kacija Kruskalovog algoritma koja se
zove Primov algoritam: sada u svakom koraku biramo brid najmanje teine koji spaja neki
vrh koji je ve spojen s nekim vrhom koji jo nije spojen.
Zadatak 3.7
Dokaite da Primov algoritam zaista generira razapinjue stablo minimalne teine.
3.3 Planarnost
Iako su grafovi apstraktni objekti, intuitivno ih doivljavamo kao toke i linije, na nain
kako ih vizualiziramo na ploi/papiru. Drugim rijeima, mi odabiremo neki poznati ge-
ometrijski prostor kao npr. crtau plou, prikazujemo vrhove kao razliite toke u pros-
toru, a bridove kao linije ili krivulje iji krajevi odgovaraju danim vrhovima. Nadalje, zbog
primjena grafova u npr. modeliranju cestovnog prometa, poeljno je da vrijedi da su krivu-
lje koje predstavljaju dva brida disjunktne osim u toki koja predstavlja njihov zajedniki
vrh (ukoliko takvog ima).
Crte grafa G koji zadovoljava ove uvjete zovemo ulaganje grafa G u prostor.
Nije uvijek jasno da li se neki graf moemo uloiti u dani prostor. Ali u sluaju prostora
R vrijedi sljedei rezultat.
3
Dokaz: Odaberimo neki pravac p, i prikaimo vrhove grafa s meusobno razliitim to-
kama na pravcu p. Za svaki brid e, odaberimo razliitu ravninu e koja sadri p, i spojimo
toke koje prikazuju vrhove iz e s polukrunicom u e . Ovdje je dana skica konstrukcije
za graf ({A, B, C, D, E}, {{A, C}, {B, D}, {B, E}}), gdje je p xos:
. x
A B C D E
73
3. T
Svaki planarni graf oito dijeli ravninu u disjunktna podruja, od kojih je jedno besko-
nano. Osnovni rezultat o planarnim grafovima je tzv. Eulerova formula.
Teorem 3.3.2 (Eulerova formula) Svako ulaganje po ezanog planarnog grafa s p vrho a
i q brido a u ravninu dijeli rvninu u r podruja, gdje vrijedi
p q + r = 2.
Dokaz: Ukoliko graf ima ciklus, izbacimo jedan brid iz ciklusa. Time smo smanjili broj
bridova za jedan, kao i broj podruja (budui da smo dva podruja spojili u jedno), a broj
vrhova je ostao isti. Npr. za graf G na sljedeoj slici vrijedi p = 8, q = 11 i r = 5, dok za
graf G e vrijedi p = 8, q = 10, r=4.
. . . .
.
. . . .
.
. .
p = 5, q = 8, r = 5,
Primjer 3.3.3
.
p q + r = 2.
. .
De nirajmo stupanj podruja planarnog grafa kao broj bridova na koje naiemo pri etnji
oko ruba podruja.
.
. .
A Podruja C i D imaju
. .
stupanj 3, podruje A
C ima stupnaj 5, a po-
B D druje B ima stupanj
.
9.
. .
Teorem 3.3.4 U po ezanom grafu, zbroj stupnjeva podruja je jednak d ostrukom broju
brido a.
74
3.3. Planarnost
B.. C. B.
C..
B.
C. B. C.
C. C.
Teorem 3.3.7 Po ezani graf je bipartitan ako i samo ako ne sadri cikluse neparne duljine.
Zadatak 3.9
Dokaite teorem 3.3.7.
Ukoliko B i C interpretiramo kao bijelo i crno, vidimo da je graf bipartitan tono onda
kada moemo njegove vrhove obojati s dvije boje tako da ni jedan brid ne spaja vrhove s
istom bojom. Stoga katkada bipartitne grafove nazivamo i bikromatskim.
Zadatak 3.10
Dokaite da su stabla bipartitni grafovi.
75
3. T
Bipartitni graf G = (V, E), V = B C je potpun bipartitni graf ukoliko je svaki vrh iz
B spojen sa svakim vrhom iz C. Ukoliko je B = m, C = n, taj graf oznaavamo s Km,n
ili Kn,m . Desni graf iz primjera 3.3.6 je graf K3,3 .
Dokaz: K3,3 ima est vrhova i 3 + 3 + 3 = 9 bridova, stoga, ukoliko bi bio planaran,
dijelio bi ravninu na r = 2 6 + 9 = 5 podruja. Budui da je bipartitan, svako podruje
ima stupanj vei ili jednak od etiri (teorem 3.3.7), stoga iz teorema 3.3.4 slijedi 18 45 =
20.
Primjer 3.3.10 (Peterseno graf) Na slici 3.15 Petersonov graf je nacrtan na dva razliita
naina.
. .
.
.
.
. .
. . . . .
. .
.
.
.
. .
to ini graf neplanarnim? Oito, ukoliko sadri K5 ili K3,3 kao podgraf, ne moe biti
planaran. Kuratowski je dokazao 1930. da je to u principu i nuno za neplanarnost. Pro-
motrimo sljedei graf:
76
3.3. Planarnost
.
.
. .
. . .
a b c
Kako K5 nije planaran, ni ovaj graf nije planaran. Zaista, kada bi bio planaran, mogli bi iz
(planarnog) crtea grafa izbaciti vrh b i ubaciti brid {a, c}, ime bi doli do ulaganja K5 u
ravninu.
Ubacivanje novog vrha u postojei brid grafa zovemo subdivizijom brida, a jedna ili
vie subdivizija bridova stvara subdiviziju grafa.
Teorem 3.3.11 (Kuratowski) Graf je planaran ako i samo ako ne sadri subdiviziju od K5
ili K3,3 kao podgraf.
77
3. T
. .
. . . . .
. . .
.
. .
.
. . . .
. .
. .
. .
. .
. . . . .
. . . . .
. .
. .
. .
. .
. . .
78
3.4. Eulerovi i Hamiltonovi grafovi
79
3. T
. . .
vrhove i bridove nterokutnika. Oito je graf G s n vrhova Hamiltonov ako i samo ako je
Cn podgraf od G.
Provjeriti da li je graf Hamiltonov je puno tee nego provjeriti da li je Eulerov. Ne
postoji jednostavan nuan i dovoljan uvjet za provjeru je li graf Hamiltonov. Jedan od
jednostavnijih dovoljnih uvjeta je dan sljedeim teoremom.
Teorem 3.4.2 (Ore) Neka je dan graf G s n vrho a. Ukoliko za svaka dva nesusjedna vrha
u G vrijedi da je suma njiho ih stupnjeva barem n, onda je graf Hamiltono .
Dokaz: Pretpostavimo da graf G zadovoljava uvjet iz teorema, ali nije Hamiltonov. Ta-
koer pretpostavimo da je G maksimalan graf s tim svojstvom, tj. da dodavanje bilo kojeg
brida u G dovodi do Hamiltonovog grafa (ukolio G nije maksimalan, dodajemo bridove
dok ne postane; to dodavanje nee pokvariti svojstvo da je suma srupnjeva nesusjednih
vrhova vea ili jednaka od n).
Kako G nije potpun (inae bi bio Hamiltonov), postoje vrhovi x, y koji nisu susjedni.
Kako je G maksimalan, dodavanjem brida e = {x, y} graf postaje Hamiltonov, i pripadni
Hamiltonov ciklus mora sadravati e. Stoga G svakako sadri Hamiltonov put
(x = v1 , e2 , v2 , . . . , vn = y).
Neka je A skup vrhova koji su susjedni s x, i neka je B = {vi vi1 je susjedan s y}.
Kako je B jednak stupnju od y, slijedi A + B n. Nadalje, budui da x A B,
slijedi A B n 1. Odavde zakljuujemo A B 1, dakle postoji indeks i takav da
je vi A B.
Sada moemo konstruirati Hamiltonov ciklus u G: kreemo od x = v1 , slijedimo Ha-
miltonov put do vi1 , iz vi1 idemo u y, tada se vraamo natrake putem do vi , a iz vi
dolazimo do x.
Korolar 3.4.3 (Dirac) Neka je dan graf s n vrho a. Ukoliko svaki vrh ima stupanj vei ili
jednak od n/2, graf je Hamiltono .
80
3.4. Eulerovi i Hamiltonovi grafovi
Pokaimo sada da gornji algoritam doista konstruira ciklus koji je najvie 3/2 puta tei of
optimalnog ciklusa.
Neka su MHC, ET, MRS i (M ) redom totalne teine minimalnog Hamiltonovog
ciklusa, te Eulerove ture, minimalnog razapinjueg stabla i skupa bridova M danih gor-
njim algoritmom. Zbog (3.3), dovoljno je pokazati ET 3/2MHC. Vrijedi ET = MRS +
(M ), te MHC > MRS (ako iz minimalnog Hamiltonovog ciklusa uklonimo neki brid,
dobijamo razapinjue stablo). Neka se 2m vrhova iz M javlja u sljedeem poretku u mini-
malnom Hamiltonovom ciklusu: x1 , x2 , . . . , x2m . Ukoliko za svaki i < 2m zamijenimo
dio (minimalnog Hamiltonovog) ciklusa izmeu xi i xi+1 s bridom {xi , xi+1 }, a dio cik-
lusa izmeu x2m i x1 bridom {x2m , x1 }, iz (3.3) slijedi
({x1 , x2 }) + ({x2 , x3 }) + + ({x2m , x1 }) MHC.
81
3. T
v1
. v1
.
3 3
v2
. v2
.
7
8
6
7 . 7 v0
. . v0
.
6 6
7
4 4
v3
. v3
.
4 4
v4
. v4
.
v1
. v1
.
3 3
v2
. v2
.
6 6
. v0
. . v0
.
6 6
7
4 4
v3
.
4 v3
.
4
v4
. v4
.
Dakle, suma teina ova dva sparivanja je manja ili jednaka od MHC, pa jedno od ovih spa-
rivanja ima totalnu teinu manju ili jednaku od 1/2MHC, odakle slijedi (M ) 1/2MHC.
Stoga
ET = MRS + (M ) < MHC + 1/2MHC = 3/2MHC.
82
Indeks
B H
Bellov broj . . . . . . . . . . . . . . . . . . . . . . 26 Hamiltonov ciklus . . . . . . . . . . . . . . . . 80
biparticija . . . . . . . . . . . . . . . . . . . . . . . 75 Hamiltonov graf . . . . . . . . . . . . . . . . . 80
bipartitan graf . . . . . . . . . . . . . . . . . . . 75 Hamiltonov put . . . . . . . . . . . . . . . . . . 80
bridnoteinski graf . . . . . . . . . . . . . . 65
bridovi grafa . . . . . . . . . . . . . . . . . . . . . 59 I
incidentan vrh . . . . . . . . . . . . . . . . . . . 59
C inducirani podgraf . . . . . . . . . . . . . . . . 61
Catalanovi brojevi . . . . . . . . . . . . . . . . 48 izolirani vrh . . . . . . . . . . . . . . . . . . . . . 63
cikliki zapis . . . . . . . . . . . . . . . . . . . . . 20 izomorfni grafovi . . . . . . . . . . . . . . . . . 60
ciklus . . . . . . . . . . . . . . . . . . . . . . . . 20, 62
nciklus . . . . . . . . . . . . . . . . . . . . . . . . 80 J
jednostavni graf . . . . . . . . . . . . . . . . . . 59
D
deranman . . . . . . . . . . . . . . . . . . . . . . 42 K
digraf . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 karakteristina jednadba . . . . . . . . . . 40
Dirichletova funkcija izvodnica . . . . . 52 kkombinacija . . . . . . . . . . . . . . . . . . . 14
kkombinacija s ponavljanjem . . . . . . 24
E kombinatorika . . . . . . . . . . . . . . . . . . . . 3
eksponencijalna funkcija izvodnica . . 50 komponente grafa . . . . . . . . . . . . . . . . 63
Eulerov graf . . . . . . . . . . . . . . . . . . . . . 79 Kruskalov algoritam . . . . . . . . . . . . . . 72
Eulerova formula . . . . . . . . . . . . . . . . . 74
Eulerova staza . . . . . . . . . . . . . . . . . . . . 79 L
Eulerova tura . . . . . . . . . . . . . . . . . . . . 79 list . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
F M
Fibonaccijevi brojevi . . . . . . . . . . . . . . 36 multigraf . . . . . . . . . . . . . . . . . . . . . . . . 59
formula ukljuivanjaiskljuivanja . . 35 multinomni koe cijent . . . . . . . . . . . . 25
funkcija izvodnica . . . . . . . . . . . . . . . . 35 multiskup . . . . . . . . . . . . . . . . . . . . . . . 24
G N
graf . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 nul graf . . . . . . . . . . . . . . . . . . . . . . . . . 59
83
I
R
razapinjua uma . . . . . . . . . . . . . . . . . 66
razapinjue stablo . . . . . . . . . . . . . . . . 66
razapinjui podgraf . . . . . . . . . . . . . . . 61
dregularan graf . . . . . . . . . . . . . . . . . 63
regularan graf . . . . . . . . . . . . . . . . . . . . 63
rekurzivna relacija . . . . . . . . . . . . . . . . 35
Riemannova zeta funkcija . . . . . . . . . . 52
S
stablo . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
staza . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Stirlingov broj druge vrste . . . . . . . . . 27
84
Bibliograja
85