Diskret Mat PDF

LEKCIJE IZ
DISKRETNE MATEMATIKE
Igor Z. Milovanovic Emina I. Milovanovic
Ruzica M. Stankovic Branislav M. Randjelovic
Sadrzaj
1 Elementi matematicke logike 5

1.1 Iskaz i predikat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Iskazne recenice . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Iskazne formule . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Argumenti i dokazi . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5 Kompletnost . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.6 Normalne forme . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2 Indukcija 29
2.1 Empirijska indukcija . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Matematicka indukcija . . . . . . . . . . . . . . . . . . . . . . . . 30
3 Skupovi 37
3.1 Predstavljanje skupova . . . . . . . . . . . . . . . . . . . . . . . . 37
3.2 Operacije sa skupovima . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3 Partitivni skup. Princip ukljucenja-iskljucenja . . . . . . . . . . . 42
3.4 Pokrivanje i razbijanje skupa . . . . . . . . . . . . . . . . . . . . . 47
4 Relacije. Funkcije 49
4.1 Dekartov proizvod skupova . . . . . . . . . . . . . . . . . . . . . . 49
4.2 Relacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.3 Kompozicija relacija. Zatvaranje relacije . . . . . . . . . . . . . . 55
4.4 Relacija ekvivalencije . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.5 Relacija uredjenja . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.6 Funkcije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5 Operacije 79
5.1 Grupa. Polje. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.2 Bulova algebra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.3 Vektorski prostori . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
1
2 SADRZAJ
6 Specijalne matrice. Permanent 93

6.1 Binarne matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
6.2 Matrice uredjenosti . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.3 Stohasticke matrice . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.4 Permanent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7 Brojevi 125
7.1 Deljivost brojeva . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
7.2 Modularna aritmetika . . . . . . . . . . . . . . . . . . . . . . . . . 129
7.3 Euklidov algoritam . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
7.4 Diofantove i modularne jednacine . . . . . . . . . . . . . . . . . . . 144
7.5 Prosti brojevi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
7.6 Mala Fermaova teorema. Ojlerova funkcija . . . . . . . . . . . . . . 163
8 Funkcije generatrise 169
9 Rekurentni nizovi 177
10 Kombinatorika 191
10.1 Dirihleov princip . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
10.2 Permutacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
10.3 Permutacije sa ponavljanjem elemenata . . . . . . . . . . . . . . . 208
10.4 Permutacije totalne neuredjenosti . . . . . . . . . . . . . . . . . . 211
10.5 Permutacije sa usponima i padovima . . . . . . . . . . . . . . . . 212
10.6 Permutacije sa inverzijama . . . . . . . . . . . . . . . . . . . . . . 213
10.7 Permutacije na krugu . . . . . . . . . . . . . . . . . . . . . . . . . 214
10.8 Varijacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
10.9 Kombinacije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
10.10Kombinacije sa ponavljanjem . . . . . . . . . . . . . . . . . . . . . 220
10.11Varijacije sa ponavljanjem . . . . . . . . . . . . . . . . . . . . . . . 221
10.12Particije i kompozicije . . . . . . . . . . . . . . . . . . . . . . . . . 225
11 Blok seme 231

11.1 Pojam kombinatorne konfiguracije . . . . . . . . . . . . . . . . . . 231
11.2 Blok-seme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
11.3 Uravnotezene nepotpune blok-seme . . . . . . . . . . . . . . . . . . 235
11.4 Sistemi Stajnera . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
11.5 Simetricne blok-seme . . . . . . . . . . . . . . . . . . . . . . . . . . 244
11.6 Formiranje blok-sema . . . . . . . . . . . . . . . . . . . . . . . . . 245
SADRZAJ 3
12 Grafovi 251
12.1 Intuitivno shvatanje pojma grafa . . . . . . . . . . . . . . . . . . . 251
12.2 Definicije grafa i srodnih struktura . . . . . . . . . . . . . . . . . . 256
12.3 Stepeni cvorova . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
12.4 Matricno predstavljanje grafa . . . . . . . . . . . . . . . . . . . . . 266
12.5 Delovi grafa. Putevi u grafu. Povezanost . . . . . . . . . . . . . . . 276
12.6 Odredjivanje najkracih puteva u grafu . . . . . . . . . . . . . . . . 285
12.7 Stablo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
12.8 Planarni grafovi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
12.9 Bojenje grafa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
4 SADRZAJ
Glava 1
Elementi matematicke logike
Logika, kao nauka o zakljucivanju, cije je temelje postavio Aristotel, ima primenu
u raznim oblastima, kao na primer u teologiji, filozofiji i matematici. Sto se tice
matematike, ona predstavlja njen temelj. Na osnovu skupa osnovnih pretpostavki,
koje se nazivaju aksiome, odredjuje se tacnost odgovarajucih matematickih izraza.
U ovom odeljku mi cemo dati samo najosnovnije pojmove iz matematicke logike,
neophodne za proucavanje elemenata Diskretne matematike.
1.1 Iskaz i predikat

U matematickoj logici iskaz ili sud je osnovni pojam, te se kao takav ne definise.
Intuitivno se prihvata da je iskaz deklarativna recenica, koja ima smisla, i koja
je tacna ili netacna. Iskaz zadovoljava dva principa: princip iskljucenja treceg i
princip kontradikcije. Naime, kako smo vec napomenuli, on je ili tacan ili netacan
i ne moze imati neko trece istinitosno svojstvo, i ne moze biti istovremeno i istinit
i neistinit.
Primer 1.
Recenica 42 = 16 je iskaz, i to istinit.
Recenica 21 = 42 je iskaz, i to neistinit.
Recenica x2 = 16 je afirmativna i ima smisla, ali nije iskaz. Istinitosno

svojstvo zavisi od vrednosti promenljive x.
Recenica Da li je 3 vece od 7? je upitna, a ne deklarativna, pa nije iskaz.
5
6 GLAVA 1. ELEMENTI MATEMATICKE LOGIKE
U daljem tekstu iskaze cemo zvati i logickim promenljivama. Oni se oznacavaju,

najcesce, slovima neke azbuke, {p, q, r...} ili {A, B, C...} ili slicno.
Ako je neki iskaz istinit, oznacavamo to simbolom >, koji se cita te ili tacno
ili istinito. U literaturi se umesto ovog simbola koristi simbol 1. Ako je neki
iskaz neistinit, oznacavamo to simbolom , koji se cita nete ili nije tacno ili
nije istinito. Umesto njega se u literaturi koristi simbol 0. Simbole > i
zvacemo logickim konstantama.
Definicija 1.1 Neka je S = {p, q, r...} skup iskaza, tj. logickih promenljivih.
Funkcija , : S 7 {>, }, definisana sa
(
>, ako je p istinito
(p) =
, ako je p neistinito,
naziva se funkcijom istinitosti.
Primer 2. (p) = (42 = 16) = >, a (p) = (21 = 42 ) = .
Afirmativna recenica koja ima smisla, koja sadrzi jednu ili vise promenljivih
i koja postaje iskaz kada promenljivama dodelimo konkretne vrednosti, naziva se
predikat.
Primer 3. Recenica x2 = 16 je predikat, jer je afirmativna, ima smisla i

sadrzi promenljivu x. Ona postaje iskaz, i to istinit, kada je x = 4 ili x = 4.
Za sve ostale vrednosti promenjive x, ona takodje postaje iskaz, ali neistinit.
Recenica x2 + y 2 = 1 je predikat, jer sadrzi dve promenljive x i y. Za x = 0
i y = 1 on postaje iskaz koji je tacan, a za x = 1 i y = 1, on postaje iskaz
koji nije tacan.
Broj promenljivih u predikatu odredjuje njegovu duzinu.

Za promenljive u predikatu vezuju se kvantifikatori, i to: univerzalni, u oznaci
, i egzistencijalni , u oznaci . Univerzalni kvantifikator cita se za svako, a
egzistencijalni postoji ili egzistira.
Primer 4. Neka je P (x) predikat duzine 1. Vezivanje kvantifikatora za

promenljivu x moze se obaviti na jedan od sledecih nacina:
(x)(P (x)) - za svako x vazi P (x),
(x)(P (x)) - postoji x za koje vazi P (x).
Ako zelimo da naglasimo da x priprada nekom skupu R, ili ima svojstvo R,
tada se vezivanje kvantifikatora moze obaviti na sledece nacine:
1.2. ISKAZNE RECENICE 7
(x R)(P (x)) - za svako x iz R vazi P (x),

(x R)(P (x)) - postoji x iz R za koje vazi P (x).
Ako u razmatranje uvedemo i logicki veznik , koji oznacava negaciju, a o
kome ce biti vise reci u sledecem odeljku, tada se kvantifikatori mogu vezati
za promenljivu x u predikatu P (x), na sledece nacine:
(x)(P (x)) - nije tacno da za svako x vazi P (x),
(x)(P (x)) - nije tacno da postoji x za koje vazi P (x),
(x R)(P (x)) - nije tacno da za svako x iz R vazi P (x),
(x R)(P (x)) - nije tacno da postoji x iz R za koje vazi P (x).
1.2 Iskazne recenice

Iskazne recenice grade se od iskaza i logickih veznika, tj. logickih operacija. Za
nas su interesantne unarne i binarne logicke operacije.
Kako se skup {>, } sastoji od dva elementa, ukupan broj unarnih logickih
1
operacija je 22 = 4. Njihove oznake su , O1 , O2 i O3 , pri cemu je negacija, O1
identicka istina, O2 identicka laz i O3 unarni identitet.
Tablice istinitosti ovih logickih operacija, tj. logickih veznika, date su na
sledecoj slici.
> O1 > O2 > O3 >

> >> >
Slika 1.
Od navedenih veznika za nas je interesantna samo negacija.
Definicija 1.2 Iskaz p je negacija iskaza p. On je tacan kada je iskaz p netacan.

Iskaz O1 p je uvek tacan, iskaz O2 p je uvek netacan, dok iskaz O3 p ima istu istini-
tosnu vrednost kao iskaz p.
Na sledecoj slici date su istinitosne vrednosti iskaza p, O1 p, O2 p i O3 p, u

zavisnosti od istinitosti iskaza p.
p p O1 p O2 p O3 p
> > >
> >
Slika 2.
Primer 5. Ako iskaz p glasi: Pera voli jabuke, tada iskaz p glasi: Pera
ne voli jabuke ili Nije tacno da Pera voli jabuke. Iskaz O1 p glasi: Pera
voli jabuke, iskaz O2 p glasi: Pera ne voli jabuke, a iskaz O3 p glasi: Pera
voli jabuke.
2
Ukupan broj binarnih logickih operacija, tj. binarnih logickih veznika, je 22 =
16. Za nas je interesantno sledecih pet: konjunkcija (u oznaci ), inkluzivna
disjunkcija (u oznaci ), ekskluzivna disjunkcija (u oznaci ), implikacija (u oznaci
) i ekvivalencija (u oznaci ). Istinitosne tablice ovih operacija, na skupu
{>, }, date su na slici 3.
> > > > >

> > > > > > > > > > >
> > > > >
Slika 3.
Citaocu prepustamo da prouci osobine binarnih logickih operacija sa slike 3,
na skupu {>, }, koje se odnose na komutativnost, asocijativnost, distributivnost
i slicno.
Definicija 1.3 Iskaz p q naziva se konjunkcija iskaza p i q. On je istinit ako i

samo ako su oba iskaza p i q istinita. Cita se p i q.
Primer 6. Neka su iskazi p i q definisani sa p: Pera voli jabuke i q:

Danas je ponedeljak. Iskaz pq glasi: Pera voli jabuke i danas je ponedel-
jak Ovaj iskaz je tacan samo ako je zaista istina da pera voli jabuke i da je
danas ponedeljak.
Kao sto ce biti slucaj i kod drugih iskaznih recenica, nas interesuje samo istini-
tosna vrednost iskaza p q, a ne i to ima li ili ne smisla.
Definicija 1.4 Iskaz p q naziva se inkluzivnom disjunkcijom iskaza p i q. On

je istinit ako i samo ako je bar jedan od iskaza p ili q istinit. Cita se p ili q.

Primer 7. Neka su iskazi p i q definisani sa p: je racionalan broj i

q: je veci od jedinice. Iskaz p q glasi: je racionalan broj ili je
veci od jedinice. Ovaj iskaz je istinit.
Inkluzivnu disjunkciju treba razlikovati od veznika ili u svakodnevnom gov-

oru. On je u svakodnevnom govoru iskljuciv, ne dozvoljava istovremenu tacnost.
Njemu, u matematickoj logici, odgovara veznik pod nazivom ekskluzivna dis-
junkcija, koja ce biti definisana u narednoj definiciji.
1.2. ISKAZNE RECENICE 9
Definicija 1.5 Iskaz pq naziva se ekskluzivnom disjunkcijom iskaza p i q. On

je istinit ako i samo ako je bar jedan od iskaza p ili q istinit, ali ne istovremeno.
Cita se ili p ili q.

Primer 8. Neka su iskazi p i q definisani sa p: je realan broj i q:

je veci od jedinice. Iskaz pq glasi: Ili je realan broj ili je
broj veci od jedinice. On nije istinit, jer su oba iskaza, i p i q, istinita.
Definicija 1.6 Iskaz p q naziva se implikacijom iskaza p i q. On jedino nije

istinit ako je p istinit, a iskaz q nije istinit. Cita se ako p onda q.
Iskaz p, u implikaciji p q, naziva se premisom ili pretpostavkom, a iskaz q

naziva se zakljuckom.
Primer 9. Neka su iskazi p i q definisani sa p: 3 + 3 = 5 i q: 3 + 4 = 9.

Iskaz p q glasi: Ako je 3 + 3 = 5 tada je i 3 + 4 = 9. Ovaj iskaz je istinit,
jer je implikacija koja sledi iz neistinitog iskaza uvek istinita.
Primer 10. Neka su iskazi p i q definisani sa p: Prvi dan u nedelji je

ponedeljak i q: Na severnom polu postoji veciti led . Iskaz p q glasi:
Ako je ponedeljak prvi dan u nedelji tada na severnom polu postoji veciti
led. Sa stanovista matematicke logike, ovaj iskaz je istinit, ali tesko ga je
spojiti sa zdravom logikom.
Implikacija se znacajno moze razlikovati od upotrebe ako ... onda ... u

svakodnevnom govoru. Naime, kod iskaza p q, kao i kod drugih iskaza, nas
interesuje samo njegova istinitosna vrednost, ali ne i sustina ovog iskaza. To se
najbolje vidi iz Primera 9. i 10. Ujedno, to je jedan od kljucnih razloga sto nije
moguca formalna definicija pojma iskaz, kako smo naveli u prethodnom odeljku.
Definicija 1.7 Iskaz p q naziva se ekvivalencijom iskaza p i q. On je istinit ako

i samo ako iskazi p i q imaju istu istinitosnu vrednost. Cita se p je ekvivalentno
sa q.
Primer 11. Neka su iskazi p i q definisani kao u primeru 9. Iskaz p q

glasi: Ako je 3+3 = 5 tada je i 3+4 = 9, i ako je 3+4 = 9 tada je 3+3 = 5.
Ovaj iskaz je istinit, jer iskazi p i q imaju istu istinitosnu vrednost, oba nisu
istinita.
Pomocu ekvivalencije se cesto definisu novi pojmovi od vec poznatih. To cemo

ilustrovati u sledecem primeru.
Primer 12. Pretpostavimo da su nam poznati pojmovi: vektor i skalarni

proizvod dva vektora. Pojam ortogonalnosti dva vektora cemo definisati
preko sledece ekvivalencije: Dva vektora, razlicita od nula vektora, ortogo-
nalna su ako i samo ako je njihov skalarni proizvod jednak nuli.
U tabeli na slici 4. su date istinitose vrednosti za iskaze p q, p q, pq, p q

i p q, u zavisnosti od istinitosti iskaza p i q.
p q pq pq pq pq pq
> > > > > >
> > >
> > > >
> >
Slika 4.
Simboli koje smo iskoristili da oznacimo navedene binarne logicke operacije, tj.
logicke veznike, nisu jedinstveni. Tako se, na primer, u literaturi, umesti simbola
koriste i & i , umesto simbola koriste simboli i , a umesti simbola
koriste se simboli , i .
Citanje iskaznih recenica, definisanih u ovom odeljku, takodje nije jedinstveno.
Tako, na primer, iskaz p q moze da se cita i: iz p proizilazi q, na osnovu p
sledi q, p je potreban uslov za q, q je neophodan uslov za p i slicno.
Naveli smo da postoji 16 binarnih operacija, od kojih smo pomenuli samo
pet. U nastavku cemo definisati jos dve, dok definisanje preostalih prepustamo
citaocima.
Binarne logicke operacije Sefer, u oznaci , i Lukasjevic (Pirson), u oznaci
, definisane su sledecim tablicama.
> >
> > >
> > >
Slika 5.
Nije tesko pokazati da je
p q (p q) i p q (p q).
Zbog navedenih ekvivalencija logicki veznik se naziva nili (ne ili), a ni (ne i).
Napomenimo da su za implikaciju p q, dva iskaza p i q, tesno povezani
sledeci iskazi:
q p - konverzija,
1.3. ISKAZNE FORMULE 11
p q - inverzija,
q p - kontrapozicija.
Istinitosne vrednosti ovih iskaza date su u sledecoj tabeli.
p q p q pq qp p q q p
> > > > > >
> > > >
> > > >
> > > > > >
Slika 6.
1.3 Iskazne formule

Dacemo formalnu definiciju iskazne formule.
Definicija 1.8 i) Iskazne konstante i iskazna slova (promenljive) su iskazne for-

mule;
ii) Ako su A i B iskazne formule, proizvoljna unarna operacija, a proizvoljna
binarna operacija, tada su i A i (A B) iskazne formule;
iii) Iskazne formule mogu se formirati jedino konacnim brojem primena i) i ii)
ove definicije.
Primer 13. Iskazi, tj. iskazne recenice, p, (p q), (p ), (p (p q))

su iskazne formule. Izrazi p, (p ( q)) i p q nisu iskazne formule.
Poslednji iskaz, u strogom smislu definicije 1.8. nije iskazna formula, jer
nedostaju zagrade. Da je to malo prestrogo, videcemo u daljem tekstu.
Definicija 1.9 Stepen iskazne formule A je ukupan broj pojavljivanja logickih op-
eracija u njoj.
Primer 14. Stepen iskazne formule (p (q p) ((p q) (p q)) je

7.
Prilikom formiranja iskaznih formula koriste se i zagrade, i to male. One

omogucavaju da se precizno definise redosled izvrsenja logickih operacija. Medju-
tim, cilj je da logicka formula sadrzi minimalan moguci broj zagrada. Navescemo
dva postupka da se ovo ostvari.
Nacin da se smanji broj upotrebljenih zagrada prilikom prezentacije iskazne
formule je postovanje sledeceg, hijerarhijskog niza prioriteta logickih operacija:
, , , , .
Ovaj niz je opadajuci po snazi vezivanja. Treba napomenuti da zagrada ima
veci prioritet u odnosu na logicki veznik koji stoji ispred nje. Tako, na primer,
logicka operacija je najveceg prioriteta, ali samo pod uslovom da ne stoji ispred
zagrade.
Primer 15. Postujuci hijerarhijski niz prioriteta logickih operacija, iskazna

formula p ((q) r) moze se predstaviti u drugom obliku, bez zagrada, kao
p q r. Negacija (p q) se ne moze napisati u obliku p q.
Drugi postupak za oslobadjanje od zagrada koji cemo pomenuti, poznat je pod

nazivom poljska notacija. Za njegovu primenu, neophodna nam je sledeca, nova
definicija iskazne formule.
Definicija 1.10 i) Logicke konstante i logicke promenljive su iskazne formule;

ii) Ako je A iskazna formula i proizvoljna unarna operacija, tada je i A iskazna
formula;
iii) Ako su A i B iskazne formule i proizvoljna binarna logicka operacija, tada
je i AB iskazna formula;
iv) Iskazne formule mogu se formirati jedino konacnim brojem primena i) ii) i
iii) iz ove definicije.
Iskazna formula zapisana na osnovu prethodne definicije predstavljena je u

poljskoj notaciji.
Primer 16. Iskazna formula (p) q u poljskoj notaciji glasi pq.

Iskazna formula (p q) u poljskoj notaciji glasi pq.
Iskazna formula (((p q) (q r)) (p r)) (q s) u poljskoj notaciji
glasi pq qr pr qs.
Iskazna formula (p q) ((p q)) u poljskoj notaciji glasi pq pq.
Iskazna formula ((p q) r) (p (q r)) u poljskoj notaciji glasi
pqr p qr.
Primer 17. Iskazna formula, data u poljskoj notaciji p p pq u stan-

dardnoj formi glasi p (p (p q)).
Iskazna formula, data u poljskoj notaciji pq pr qr pq u
standardnoj formi glasi (((p q) (p r)) (q r)) (p q).
Definicija 1.11 Dve iskazne formule A i B su logicki ekvivalenti, ako imaju iste
logicke promenljive i iste tablice istinitosti. To cemo oznacavati sa AB.
Vaznije logicke ekvivalencije su navedene u sledecoj teoremi.
Teorema 1.1 Ako su p, q i r proizvoljni iskazi, tada vaze sledeci ekvivalenti:
1. p p p, p p p - idempotentnost,
2. p (q r) (p q) r, p (q r) (p q) r - asocijativnost,
3. p q q p, p q q p - komutativnost,
4. (p q) p q, (p q) p q, - De Morganova pravila,
5. (p) p - dvostruka negacija,
6. p p, p > p,
7. p > >, p ,
8. p p >, p p - komplementarnost,
9. p q q p - zakon kontradikcije,
10. p q p q - zakon implikacije,
11. p q (p q) q - zakon disjunkcije,
12. p q (p q) - zakon konjunkcije,
13. (p q) p q - zakon negacije implikacije,
14. (p q) (p q) (q p) - zakon ekvivalencije,
15. p q r p (q r) - zakon unosenja-iznosenja,
16. p (p q) p, p (p q) p - zakon apsorpcije,
16. p (q r) (p q) (p r), p (q r) (p q) (p r) - zakon distributivnosti.
Dokaz. Ilustracije radi, dokazacemo pomocu tablica istinitosti ekivalencije 6,7,10
i 11. Ostale dokaze prepustamo citaocu.
p p pp p > p> p>>
> > > > > > >
> > > >
p q p pq p q (p q) (p q)
> > > > >
> >
> > > > >
> > > >
p q pq pq (p q) q (p q) ((p q) q)
> > > > > >
> > > >
> > > > >
> >
Slika 7.
Kako smo vec pominjali istinitost iskazne formule, u zavisnosti od istinitosti

iskaza koji je cine, moze se ispitati pomocu istinitosne tablice. To cemo ilustrovati
u sledecem primeru.
Primer 18. Ispitati istinitosnu vrednost formule F (p q r)

(p q).
p q r p p q p q r pq F
> > > > > >
> > > > >
> > >
> >
> > > > >
> > > >
> > >
> >
Slika 8.
Medjutim, cesto nas interesuje vrednost neke iskazne formule, ali samo za neki
konkretni slucaj istinitosne vrednosti iskaza koji u njoj ucestvuju. U tom slucaju
nepotrebno je ispisivati kompletnu tablicu istinitosti. Dovoljno je posmatrati samo
konkretan slucaj, tj. konkretna interpretacija pri cemu se koriste tablice za logicke
veznike date na slikama 2 i 3. Ovaj postupak je opisan u sledecem primeru.
Primer 19. Za iskaznu formulu iz prethodnog primera, pretpostavimo da

je (p) = >, (q) = i (r) = >. Odredicemo (F ).
(F ) = ((p q r) (p q)) = ( (p q) (r)) (p q)
= (( (p) (q)) (r)) ( (p) (q))
= (( (p) >) >) (> )
= ((> >) >) = (( >) >)
= ( >) = > = .
Uporedjivanjem dobijenog rezultata sa odgovarajucom interpretacijom u

tablici istinitosti vidimo da se oni poklapaju.
Definicija 1.12 Iskazna formula A, koja je identicki istinita A >, tj, (A) = >,
za bilo koju istinitosnu vrednost iskaza koji je cine, naziva se tautologijom. To
se oznacava sa `A ili |=A. Formula A, koja je identicki neistinita A , tj,
(A) = , naziva se kontradikcijom.
Ako je iskazna formula tautologija, tada je njena negacija kontradikcija, i obr-

nuto.
Logicki ekvivalent dve iskazne formule A i B, AB, mozemo zameniti cinjeni-
com da je iskazna formula AB tautologija.
U sledecoj teoremi navedene su neke vaznije tautologije.
Teorema 1.2 Neka su p, q i r iskazi. Tada su sledece iskazne formule tautologije:

1. p p - zakon iskljucenja treceg,
2. (p q) (q r) (p r) - tranzitivnost implikacije ili zakon silogizma,
3. (p p) - zakon neprotivurecnosti,
4. p (p q) q - zakon odvajanja,
5. p (p q) p,
6. p (p q) q,
7. p q p - zakon pojednostavljenja,
8. ((p q) q) p - Pirsov zakon,
9. (p p) p - zakon zakljucivanja iz suprotnog,
10. p (p q) - iz laznog proizvoljno,
11. p (q p) - istina iz proizvoljnog,
12. (p (q q)) p - svodjenje na apsurd.
Dokaz. Ilustracije radi, dokazacemo da su iskazne formule 4,5 i 6 tautologije.
p q pq p (p q) p (p q) q
> > > > >
> >
> > >
> >
p q p pq p (p q) p (p q) p
> > > >
> >
> > > > >
> > > >
p q p pq p (p q) p (p q) q
> > > >
> > >
> > > > >
> >
Slika 9.
1.4 Argumenti i dokazi

Svaka matematicka disciplina gradi se na osnovu pojmova, definicija, aksioma i
teorema.
Osnovni pojmovi se, najcesce ne definisu, vec se podrazumeva da su intuitivno
jasni. To su na primer iskaz (sud) u matematickoj logici, skup i elementi skupa u
teoriji skupova.
Definicije sluze da se opisu pojmovi, ili njihove osobine, neophodni za razvoj
odredjene discipline.
Aksiome, koje nisu obavezno prisutne u svakoj matematickoj disciplini, su
iskazi koji ne podlezu proveri, dokazivanju, tj. sumnji u njih. Podrazumeva se
da su apriori tacni. Aksiome cine sistem. On mora biti pun, sto znaci da se na
osnovu njih moze dokazivati svako tvrdjenje koje je tacno, u posmatranoj disciplini.
Takodje, nijedna od njih ne moze se izvesti, dokazivati, na osnovu preostalih.
Sistem aksioma neke discipline ne mora biti jedinstven. Moguce je neku aksiomu
u sistemu zameniti nekom drugom, ali uvek postoji minimalan broj aksioma u
punom sistemu.
Na osnovu sistema aksioma, koriscenjem logickih pravila, dokazuju se drugi
iskazi neke matematicke discpline. Svaki vazeci (tacan) iskaz, tj. teorema, ima
ulogu aksiome u daljem razvoju ove discipline. Retko se teoreme, osim u poce-
tnoj fazi razvoja neke discipline, dokazuju na osnovu sistema aksioma, vec na
osnovu odredjenih, vec poznatih teorema.
Sustina dokazivanja je izvodjenje posledice na osnovu datih aksioma. Ako
se posledica izvodi samo na osnovu istinitosti aksioma ona je semanticka, a ako
istinitost nije vazna vec samo izvodjenje koriscenjem dozvoljenih pravila, ona je
sintakticka. Nas ovde interesuju samo semanticke posledice. Zvacemo ih cisto
posledicama.
Dat sistem hipoteza H1 , H2 , ..., Hn i zakljucak C, pri cemu su u pitanju iskazne
formule, zajedno cine argumenat. On je valjan, ako je za sve interpretacije za koje
su hipoteze istinite, istinit i zakljucak. U tom slucaju zakljucak postaje posledica.
Argumenat se oznacava sa

H1

H2
.. hipoteze
.

Hn
C } zakljucak. (1.1)
Simbol se cita: vazi, stoga, tada je i slicno. Valjanost ovog argumenta

se proverava na vise nacina. Jedan od nacina je da se formira tablica istinitosti,
1.4. ARGUMENTI I DOKAZI 17
na osnovu koje se utvrdjuje da li je C tacno, kada su sve hipoteze H1 , H2 , ..., Hn

tacne. Ekvivalentno ovom je provera da li je iskaz
H1 H2 ... Hn C (1.2)
tautologija. Ako jeste, argument je valjan, u protivnom nije.
Primer 20. Za argument
pq
qr
p
pqr
tablica istinitosti je
p q r pq qr p pqr
1 > > > > > > >
2 > > > >
3 > > > >
4 > > >
5 > > > >
6 > >
7 > > >
8 > >
Slika 10.
Sve hipoteze su tacne samo u slucaju 1. Tada je tacan i zakljucak, pa je
argument valjan.
Valjanost ovog argumenta smo mogli utvrditi tako sto bi dokazali da je iskaz
R = (p q) (q q) p (p q r)
tautologija. To se vidi iz sledece tablice.
p q r pq qr (p q) (q r) (p q) (q r) p pqr R
> > > > > > > > >
> > > >
> > > >
> > >
> > > > > >
> > >
> > > > >
> > > >
Slika 11.
Primer 21. Za argument
pq
qr
r
p
tablica istinitosti je data na Slici 12. Sve tri hipoteze su tacne u slucajevima
1, 5 i 7. Zakljucak je, u ovim slucajevima, tacan samo u slucaju 1, te argu-
ment nije valjan. Zakljucak nije posledica ovih hipoteza.
p q r pq qr r p
1 > > > > > > >
2 > > > >
3 > > > > >
4 > > >
5 > > > > >
6 > >
7 > > > >
8 > >
Slika 12.
Da posmatrani argument nije valjan, moze se zakljuciti na osnovu cinjenice
da iskaz
R = (p q) (q q) r p
nije tautologija. To se vidi na osnovu sledece tablice.
p q r pq qr (p q) (q r) r R
> > > > > > >
> > > >
> > > >
> > >
> > > > >
> > >
> > > >
> > >
Slika 13.
1.4. ARGUMENTI I DOKAZI 19
Navescemo neke valjane argumente, koji su u literaturi pozanati kao pravila

izvodjenja. Dokaz njihove valjanosti prepustamo citaocu, vezbe radi.
1. zakon odvajanja 2. silogizam 3. modus tolens
(modus ponens)
pq pq pq
p qr q
q p r p
4. dodavanje 5. specijalizacija 6. konjunkcija

p pq p
p q p q
p q
7. slucajevi 8. eliminacija slucaja 8. kontradikcija

(reductio ad absurdum)
p
p (p s) pq
pq p (r r) p (r r)
sq q p
q
Primer 22. Saopstena je sledeca vremenska prognoza za naredni dan:
1. Bice vedro ili hladno ili ce duvati vetar.
2. Ako bude vedro i duva vetar, bice hladno.
3. Ako ne bude vedro i bude hladno, duvace vetar.
Da li se moze zakljuciti da ako ne bude vedro, nece biti hladno?

Oznacimo sa p, q i r sledece iskaze:
p: bice vedro,
q: bice hladno,
r: duvace vetar.
Na osnovu 1, 2 i 3 treba proveriti valjanost sledeceg argumenta
pqr
pr q
p q r
p q.
Tablica istinitosti je
p q r pqr pr q p q r p q
1 > > > > > > >
2 > > > > > >
3 > > > > >
4 > > > > >
5 > > > > >
6 > > >
7 > > > > >
8 > > >
Slika 14.
Na osnovu 5.reda tablice, argument nije valjan te nismo mogli izvesti nave-
deni zakljucak.
Napomenimo da smo u razmatranjima posmatrali posledicu kao semanticku
posledicu. Vodilo se racuna samo o istinitosti argumenata. Kod sintaksne posle-
dice, koje nismo razmatrali, nas ne zanima istinitost hipoteza, vec samo da li se u
toku izvodjenja koriste dozvoljena pravila.
Primer 23. Premise su:
Ako se Sojic kandiduje na izborima (p), on ce postati premijer (q).
Ako Sojic dodje na sastanak Stranke Zdravog Razuma (r) bice kandidovan
za premijera (q),
Sojic ce otici na sastanak Stranke Zdravog Razuma (r), ili ce otici na rekre-
aciju (s).
Sojic se ne rekreira (s).
Da li ce Sojic biti premijer?
Odgovorajuci argument je:
pq
rp
rs
s
q.
1.5. KOMPLETNOST 21
Tablica istinitosti je
p q r c pq rp rs s q
1 > > > > > > > >
2 > > > > > > > >
3 > > > > > > >
4 > > > > > >
5 > > > >
6 > > > >
7 > > > >
8 > > >
9 > > > > > > >
10 > > > > > > >
11 > > > > > >
12 > > > > >
13 > > > >
14 > > > >
15 > > > >
16 > > >
Slika 15.
Sve premise su tacne za interpertacije u slucajevima 2 i 10. U ovim slucaje-
vima je i zakljucak tacan, te je on posledica. Mozemo zakljuciti da ce Sojic
postati premijer.
Napomenimo da je ovaj primer prepev primera iz rada [XX].
1.5 Kompletnost
Od svih logickih veznika, po znacaju se izdvaja sedam, definisanih skupom V =
{, , , , , , }. Postavlja se pitanje baze ovog skupa, tj. koje i koliko veznika
mozemo izdvojiti iz ovog supa, tako da se u iskaznim formulama svi drugi veznici,
ukljucujuci i one koji nisu obuhvaceni skupom V , mogu izraziti preko njih.
Uocimo skup B1 = {, }, koji je podskup skupa V . Na osnovu ekvivalencija
p q (p q), p q (p q),
p q (p q) (p q),
p q (p q), p q p q,
zakljucujemo da je skup B1 = {, } skup generatora skupa V .

Slicno, skup B2 = {, }, koji je takodje podskup skupa V , na osnovu ekviva-
lencija
p q (p q), p q p q,
p q ((p q) (p q)),
p q p q, p q (p q),
skup generatora skupa V .
Primer 24. Na osnovu ekvivalencija
pq ((p q) (p q))
i
pq (p q) (p q)),
vidimo kakvu prezentaciju ima veznik u skupovima B1 i B2 , respektivno.
Primer 25. Iskazna formula
p q (p q)
u skupovima B1 i B2 ima ekvivalentne forme, redom
(p q) (p q) i (p q) (p q).
Uocimo skup B3 = {}, koji je takodje podskup skupa V . Na osnovu ekviva-

lencija
p p p i p q (p q) (p q)
i cinjenice da je skup B1 = {, }, skup generatora skupa V , zakljucujemo da skup
B3 cini jednu bazu skupa V . To znaci da se svaka iskazna formula moze predstaviti
i u ekvivalentoj formi, u kojoj ucestvuje samo veznik ni, . Ostali veznici skupa V
imaju sledece prezentacije u skupu B3 .n
p q (p p) (q q),
p q ((p p) (p p)) (q q),
p q (((p p) (p p)) (q q)) (((p p) (p p)) (q q))
(((q q) (q q)) (p p)) (((q q) (q q)) (p p)),
p q ((p p) (q q)) ((p p) (q q)).
1.6. NORMALNE FORME 23
Slicno, uocimo skup B4 = {}, koji je takodje podskup skupa V . Na osnovu

ekvivalencija
p p p i p q (p q) (p q)
i cinjenice da je skup B1 = {, }, skup generatora skupa V , zakljucujemo da skup
B4 cini jednu bazu skupa V . Za preostale veznike skupa V vaze ekvivalencije.
p q (p p) (q q),
p q ((p p) q) ((p p) q,
p (q (p (q q)) ((p (q q)) ((p (q q)) ((p (q q))
((q (p p)) ((q (p p)) ((q (p p)) ((q (p p)).
Na osnovu navedenih ekvevalencija nije tesko zakljuciti da predstavljanje iska-

zne forme, u bazama B3 i B4 , nije jednostavno, a i da su odgovarajuce forme
znatno duze. Ali je to malo vazno u poredjenju sa cinjenicom da su za praksu,
narocito u racunarstvu i elektrotehnici, ove mogucnosti od ogromnog znacaja.
1.6 Normalne forme

Definicija 1.13 Neka su M1 , M2 , ..., Mr proizvoljne iskazne formule. Za iskaznu
formulu M1 M2 Mr kazemo da je data u konjunktnoj formi, a za iskaznu
formulu M1 M2 Mr da je u disjunktnoj formi.
Definicija 1.14 Slozeni iskaz oblika x1 x2 xr , gde je xi = pi ili xi = pi , a

pi su logicke promenljive ili konstante, naziva se konjunktom. Za iskaznu formulu
kazemo da je data u disjunktnoj normalnoj formi ako je oblika M1 M2 Mr ,
pri cemu su M1 , M2 , .., Mr konjunkti.
Definicija 1.15 Slozeni iskaz oblika x1 x2 xr , gde je xi = pi ili xi = pi ,

a pi su logicke promenljive ili konstante, naziva se disjunktom. Za iskaznu formulu
ka zemo da je data u konjunktnoj normalnoj formi ako je oblika M1 M2 Mr ,
pri cemu su M1 , M2 , .., Mr disjunkti.
U prethodnom odeljku smo videli da su skupovi B1 = {, } i B2 {, } skupovi

generatora za skup V = {, , , , , , }. Samim tim je i skup B = {, , }
skup generatora ovog skupa. Na osnovu toga, direktno sledi sledeci rezultat.
Teorema 1.3 Za svaku iskaznu formulu postoji konjunktivna i disjunktna nor-

malna forma.
Ova teorema govori samo o egzistenciji, ali ne i broju i nacinu formiranja ovih
formi.Sto se tice broja, svakoj iskaznoj formuli odgovara, prakticno, beskonacno
ovakvih formi. Naravno, od interesa je naci najprostije. Time, medjutim, necemo
opterecivati ovaj tekst.
Primer 26. Iskazna formula
(p q r) (p r) (p q r)
ima konjunktivnu normalnu formu, a
(p q) (p q r) (q p)
disjunktivnu normalnu formu.
Ukazacemo na dva nacina kako se data iskazna formula prevodi u normalnu

formu. Prvi je koriscenjem logickih ekvivalencija, a drugi je koriscenjem istini-
tosnih tablica. Ilustrovacemo to u sledecem primeru.
Primer 27. Posmatrajmo iskaznu formulu
A = (p q) r.
Na osnovu ekvivalencija
A = (p q) r (p q) r (p q) r (p q) r,
i
A = (p q) r (p q) r (p r) (q r),
dobijamo, redom, njenu disjunktnu i njenu konjuktnu normalnu formu.
Posmatrajmo sada istinitosnu tablicu iskazne formule A.
p q r q p q A = (p q) r
1 > > > >
2 > > >
3 > > > > >
4 > > >
5 > > > >
6 > >
7 > > > >
8 > >
Slika 16.
Uocimo samo one interpretacije za koje je iskazna formula tacna, tj. (A) = >.
To su slucajevi 1, 2, 3, 5 i 7. Za svaki od ovih slucajeva, ponaosob, formirajmo
konjunkt, koji ima osobinu da je za ovaj slucaj tacan, a u ostalih sedam slucajeva
netacan. Za slucajeve 1, 2, 3, 5 i 7 to su redom konjunkti:
p q r, p q r, p q r, p q r, p q r.
Trazena disjunktna normalna forma iskazne formule A je
A = (p q r) (p q r) (p q r) (p q r) (p q r).
Slicno, uocimo samo one interpretacije za koje je iskazna formula netacna,

tj. (A) = . To su slucajevi 4, 6 i 8. Za svaki od ovih slucajeva, ponaosob,
formirajmo disjunkt, koji je za ovaj slucaj netacan, a u svim preostalim, sedam,
slucajeva tacan. To su za slucajeve 4, 6 i 8, redom:
p q r, p q r, p q r.
Trazena konjunktivna normalna forma iskazne formule A je
A = (p q r) (p q r) (p q r).
Primer 28. Posmatrajmo iskaznu formulu
A = (p q) q.
Formirajmo najpre istinitosnu tablicu za nju. Tablici dodajmo jos dve kolone.
U prvoj dodatoj koloni, svakoj interpretaciji odredimo konjunkt koji ima
osobinu da je tacan za nju, ali je netacan za sve preostale. U drugoj dodatoj
koloni, svakoj interpretaciji odredimo disjunkt koji je netacan za nju, ali je
tacan za sve preostale. Napomenimo da svaki konjunkt, tj. disjunkt, mora
sadrzati obe promenljive p i q, sa ili bez veznika , i to tacno jedanput.
p q q pq A = (p q) q konjunkt disjunkt
1 > > > pq p q
2 > > p q p q
3 > > p q p q
4 > > > p q pq
Slika 17.
Uocimo one konjunkte koji odgovaraju slucajevima (A) = >. To je samo

slucaj 4, a odgovarajuci konjunkt je: p q. Trazena disjunktna normalna
forma je
A = p q.
Uocimo one disjunkte koji odgovaraju slucajevima (A) = . To su slucajevi
1, 2 i 3. Njima, redom, odgovaraju disjunkti:
p q, p q, p q.
Trazena konjunktivna normalna forma je
A = (p q) (p q) (p q).
Postupak nalazenja normalnih formi, za datu iskaznu formulu, pomocu tablica

istinitosti, koriscen u primerima 27 i 28, moze se uopstiti za svaku iskaznu formulu,
bez obzira na broj logickih promenljivih koje u njoj ucestvuju. To se moze opisati
na sledeci nacin.
Posmatrajmo iskaznu formulu A, u kojoj ucestvuje n logickih promenljivih
pi , i = 1, 2, ..., n, i za koju je formirana tablica istinitosti. Tablica sadrzi 2n
interpretacija Si , i = 1, 2, ..., 2n . Za svaku interpretaciju Si formirajmo konjunkt
Ci , za koji je (Ci ) = >, dok je (Ci ) = za svaku interpretaciju Sj , j =
1, 2, ..., 2n , j 6= i. Svaki konjunkt je oblika x1 x2 ... xn , pri cemu je xi = pi , ili
xi = pi , i = 1, 2, ..., n. Izdvojimo sve one konjunkte Ci1 , Ci2 , ..., Cir , sa osobinom
da je (Cij ) = (A), j = 1, 2, ..., r. Trazena disjunktna normalna forma iskazne
formule A je
A = Ci1 Ci2 ... Cir .
Svakoj interpretaciji Si , i = 1, 2, ..., 2n pridruzimo disjunkt di , oblika x1 x2 ...xn ,
pri cemu je xi = pi , ili xi = pi , i = 1, 2, ..., n, za koji je (di ) = , dok je za ostale
Sj , j = 1, 2, ..., 2n , j 6= i, (dj ) = >. Izdvojimo sve one disjunkte di1 , di2 , ..., dit ,
sa osobinom da je (dij ) = (A), j = 1, 2, ..., t. Trazena konjunktivna normalna
forma iskazne formule A je
A = di1 di2 ... dit .
Pretpostavimo da za neku nepoznatu iskaznu formulu znamo istinitosne vrednosti

za sve moguce interpretacije. Broj interpretacija mora biti oblika 2n , pa lako
zakljucujemo da je broj logickih promenljivih koje ucestvuju u njoj n. Koristeci
tablice istinitosti, opisanim postupcima za formiranje normalnih formi, mozemo
da ustanovima i o kojoj je iskaznoj formuli rec. To cemo ilustrovati u sledecim
primerima.
Primer 29. Neka je nepoznata iskazna formula A data tablicom istini-

tosti, pri cemu postoje cetiri interpretacije. Svakoj interpretaciji odredimo
disjunkte i konjunkte sa ranije opisanim osobinama:
p q A konjunkt disjunkt
1 > > pq p q
2 > > p q p q
3 > p q p q
4 p q pq
Slika 18.
Konjunkti cija je istinitosna vrednost jednaka istinitosnoj vrednosti iskazne
formule A su u slucajevima 2 i 3. Zbog toga je disjunktna normalna forma
ove formule
A = (p q) (p q).
Disjunkti cija je istinitosna vrednost jednaka istinitosnoj vrednosti iskazne
formule A su u slucajevima 1 i 3. Zbog toga je konjunktna normalna forma
ove formule
A = (p q) (p q).
Primer 30. Tablicu istinitosti nepoznate iskazne formule A, u kojoj uce-
stvuju tri logicke promenljive, prosirimo konjunktima i disjunktima, po vec
ranije opisanim kriterijumima:
p q r A konjunkt disjunkt
1 > > > > pqr p q r
2 > > p q r p q r
3 > > p q r p q r
4 > > p q r p q r
5 > > > p q r p q r
6 > p q r p q r
7 > p q r p q r
8 > p q r pqr
Slika 19.
Na osnovu nje je
A = (p q r) (p q r) (p q r) (p q r),
i
A = (p q r) (p q r) (p q r) (p q r).
Glava 2
Indukcija
2.1 Empirijska indukcija

Indukcija je logicki nacin zakljucivanja od posebnog ka opstem. Ona lezi u osnovi
nacina ljudskog razmisljanja. Posmatrajuci pojedinacne slucajeve neke pojave,
covek tezi da donese generalni zakljucak o njoj. Bez obzira sto on i ne mora biti
ispravan, ovakav postupak zakljucivanja, koji ukljucuje prethodno iskustvo, moc
zapazanja i intuiciju pojedinca, je od neprocenjive vrednosti za razvoj nauke, a
moze se slobodno reci i ljudskog uma.
Rec indukcija izvedena je od latinskog prevoda izraza na grckom epagoge,
koji je uveo Aristotel. Sam izraz znaci da su obuhvaceni svi slucajevi nedeter-
ministickog zakljucivanja, u kojoj istinitost premisa ne povlaci za sobom istinitost
zakljucaka, iako cesto pretenduje da bude dovoljan razlog za verovanje u to. U
zavisnosti od vrste stavova, na osnovu kojih se izvodi induktivan zakljucak, kao i
prema samom zakljucku, postoje razne podele indukcije. Mi cemo se u ovoj lekciji
osvrnuti, u kracim crtama, na empirijsku i matematicku indukciju.
Empirijska ili nepotpuna indukcija lezi u osnovi naucnog zakljucivanja. U
sustini, zasniva se na principu da se na osnovu velikog, ali konacnog broja, pos-
matranja neke pojave donese opsti zakljucak o njoj. Naravno, ovakav zakljucak
predstavlja samo sumnju. Da bi postao zakon, naucna istina, potreban je egzak-
tan dokaz. Ilustracije radi, navescemo kroz sledece primere, zakljucke do kojih su
dosli veliki matematicki umovi, ali koji su se kasnije pokazali kao netacni. Nar-
avno, nama nije cilj da ovim primerima umanjimo stepen genijalnosti doticnih
matematicara. Dovoljno je istaci da su mnogi pogresni zakljucci bili motiv velikih
otkrica drugih istrazivaca.
Primer 1. Nemacki matematicar Lajbnic proucavao je brojeve oblika nk

n, u skupu prirodnih brojeva. Uocio je da su brojevi oblika n3 n deljivi sa 3,
29
30 GLAVA 2. INDUKCIJA
brojevi oblika n5 n deljivi sa 5, brojevi oblika n7 n deljivi sa 7.Posumnjao

je da su brojevi oblika nk n deljivi sa k, kada je k neparan broj. Medjutim,
ubrzo je sam otkrio da to ne vazi za k = 9. Kasnije je dokazano da su brojevi
oblika nk n deljivi sa k, kada je k prost broj.
n
Primer 2. Na osnovu cinjenice da su brojevi oblika Fn = 22 + 1,za n =
0, 1, 2, 3, 4 prosti, francuski matematicar Ferma je zakljucio da to vazi za
svako n 0. Ojler je pokazao da je F5 slozen broj. Landru je dokazao
da je F6 slozen broj. Danas je poznato da su F7 , ..., F16 slozeni brojevi.
Postoji sumnja da su svi brojevi Fn za n 5 slozeni. Ipak, brojevi ovog
oblika igraju znacajnu ulogu u raznim matematickim disciplinama. Tako je,
na primer, Gaus dokazao da se pravilan m-tougao moze konstruisati samo
n
pomocu lenjira i sestara, ako i samo ako je m prost broj oblika Fn = 22 + 1.
Primer 3. Jos pre vise od 25 vekova kineski matematicari su posumnjali

da je prirodan broj n prost ako i samo ako je broj 2n 2 deljiv sa n. Lajbnic
je dosao do istog zakljucka. Naime, on je bio misljenja da broj 2n 2 nije
deljiv sa n ako n nije prost broj. Pokazalo se da su ova misljenja tacna za
n < 341, ali da za n = 341 to ne vazi.
Primer 4. Ruski matematicar Grave je mislio da za svaki prost broj p broj

2p1 1 nije deljiv sa p2 . Pokazalo se da to nije tacno za p = 1093.
Nakon ovih primera treba napomenuti da razlog sto je empirijska indukcija

navela na pogresan zakljucak nije samo u izostanku dokaza, koga je inace cesto
tesko konstruisati. Ovde se radi i o velikim brojevima, pa poteskoce nastaju u
proveri neke intuitivne sumnje. Tako, na primer, nije ni malo jednostavno proveriti
da li je broj 8695847692153748506785746 prost ili nije.
2.2 Matematicka indukcija

Pretpostavimo da neki iskaz P (n) zavisi od broja n, n N0 . Osnovni princip
matematicke indukcije u proveri, tj. dokazivanju istinitosti ovog iskaza moze se
opisati sledecim koracima.
Korak 1: Pokaze se da je P (0) tacno, tj. da je iskaz P (n) istinit kada

se promenljivoj n dodeli vrednost 0, tj. n := 0. P (0) je baza indukcije.
Baza indukcije moze biti i P (1), tj. P (k) za fiksirano k 0. Broj k se
naziva baznim elementom. Ako baza P (k) nije istinita ni za jedno k, tj. ako
nismo u stanju da pronadjemo konacno k tako da je P (n) istinito za n := k,
besmisleno je sprovoditi dalji postupak matematicke indukcije.
2.2. MATEMATICKA INDUKCIJA 31
Korak 2: Pretpostavicemo da je iskaz P (n) tacan za neko fiksirano n, vece

od baznog elementa k. P(n) se naziva induktivnom pretpostavkom ili hipote-
zom. Moze se uvesti i vise hipoteza. Naime, moze se pretpostaviti da je iskaz
P (n) tacan kada se promenljivoj n redom dodeljuju vrednosti nk, nk +1,
..., n, gde je k bazni elemenat, koji se jos naziva i prag baze. Drugim recima,
pretpostavimo da je iskaz P (n k) ... P (n) istinit (tacan).
Korak 3: Na osnovu tacnosti baze i induktivne pretpostavke dokazuje se

istinitost iskaza P (n + 1), tj. iskaza P (n), za n := n + 1. Drugim recima
dokazuje se istinitost jedne, od implikacija
P (n) P (n + 1)
ili
P (n k) P (n k + 1) ... P (n) P (n + 1).
Za k = 0 princip matematicke indukcije moze da se opise sledecom teoremom.
Teorema 2.1 Za svako n, n N0 , iskaz P (n) je istinit (tacan) ako su ispunjeni

sledeci uslovi:
1. P (0) je istinit (tacan) iskaz,
2. Za svako n, n N , P (n) P (n + 1) je istinita (tacna) implikacija.
Znamo da je implikacija p q istinita uvek kada je p neistinito. Zbog toga

P (0) mora biti istinito, jer u protivnom, ne mozemo uvesti pretpostavku da je
P (n) istinito za neko fiksirano n, n > 0.
Primer 5. Dokazacemo da za svako n N0 i svako x 6= 1, vazi nejed-

nakost
(1 + x)n 1 + nx,
u literaturi poznata pod nazivom Bernulijeva nejednakost.
Neka je n =: 0. Tada je 1 1, sto znaci da je P (0) istinito. Takodje, za
n := 1 vazi 1 + x 1 + x te je i P (1) istinito. Medjutim, ni n := 0 ni n := 1
ne mozemo uzeti za prag baze, jer je istinito i 1 1 i 1 + x 1 + x.
Za n := 2 vazi nejednakost 1 + 2x + x2 1 + 2x, jer je x2 0, te sada
mozemo usvojiti da je P (0), P (1) i P (2) istinito.
Pretpostavimo da je nejednakost istinita za neko fiksirano n, n > 0, n := n,
tj. da je P (n) istinito. Tada je
(1 + x)n+1 = (1 + x)n (1 + x) (1 + nx)(1 + x) = 1 + (n + 1)x + nx2 .

Kako je n > 0 i x2 > 0, to je i nx2 > 0, konacno dobijamo
(1 + x)n+1 1 + (n + 1)x,
tj. da je i P (n + 1) istinito.
Primer 6. Dokazacemo da za svako n, n N , vazi jednakost
n(n + 1)(2n + 1)
12 + 22 + + n2 = .
6
Oznacimo sa P (n) iskaz da ova jednakost vazi za svako n, n N .

123
Za n := 1 jednakost postaje 1 = sto je tacno. Samim tim, iskaz P (1)
6
je istinit.
Pretpostavimo da ova jednakost vazi za neko fiksirano n := n, n > 1, tj. da
je iskaz P (n) istinit.
Tada za n := n + 1 vazi jednakost
n(n + 1)(2n + 1)
12 + 22 + 32 + + n2 + (n + 1)2 = + (n + 1)2
6
n+1
= (n(2n + 1) + 6(n + 1))
6
n+1
= (2n2 + 7n + 6)
6
(n + 1)(n + 2)(2n + 3)
= ,
6
pa je iskaz P (n + 1) istinit.
Primer 7. Dokazimo da postoji prirodan broj k tako da za svako n, n k,

vazi nejednakost
2n > n2 .
Neka je P (n) iskaz da ova nejednakost vazi. Direktnom proverom otkrivamo
da ova nejednakost ne vazi za n = 2, n = 3 i n = 4, ali da vazi za n = 5.
Zbog toga uzimamo da je prag baze k = 5, tj. da je iskaz P (5) istinit.
Pretpostavimo da ova nejednakost vazi za neko fiksirano n := n, n 5, tj.
da je iskaz P (n) istinit.
Tada za n := n + 1 vazi
2n+1 = 2 2n > 2 n2 = n2 + 2n + 1 + n2 2n 1 = (n + 1)2 + (n 1)2 2.

Kako je za n 5, (n 1)2 2, to konacno dobijamo da je
2n+1 > (n + 1)2 ,
tj. da je iskaz P (n + 1) istinit. Mozemo da zakljucimo da posmatrana

nejednakost vazi za svaki prirodan broj n 5.
Primer 8. Dokazacemo da je za svako n, n N0 , elemenat niza (an ),

n N0 , koji zadovoljava linearnu rekurentnu relaciju
an+2 4an+1 + 3an = 0,
sa pocetnim uslovima a0 = 0 i a1 = 2, oblika
an = 3n 1.
Oznacimo sa P (n) iskaz koji predstavlja ovo tvrdjenje.

Za n := 0 i n := 1 iskaz P (n) je istinit, tj. iskazi P (0) i P (1) su istiniti, jer
su a0 = 0 i a1 = 2 oblika an = 3n 1.
Pretpostavimo da je iskaz P (n) tacan za neko n, n > 1, tj. da je an koje zado-
voljava rekurentnu relaciju, oblika an = 3n 1. Tada, na osnovu rekurentne
relacije, imamo
an+1 = 4an 3an1 = 4(3n 1) 3an1 .
Da bismo nastavili induktivni postupak neophodna nam je pretpostavka i

za an1 . Mi smo vec pomenuli da induktivni proces moze sadrzati vise
pretpostavki, tj. hipoteza. Zbog toga uvodimo i hipotezu da je iskaz P (n1)
takodje istinit, tj. da je an1 = 3n1 1, za n 1.
Sada je
an+1 = 4(3n 1)3(3n1 1) = 43n 33n1 4+3 = 93n1 1 = 3n+1 1,
pa je iskaz P (n) istinit za svako n, n 0.
U sledecem primeru ukazacemo da moramo biti veoma obazrivi prilikom izbora

baze, tj. praga baze.
Primer 9. Pokusacemo da dokazemo da za svako n, n N0 , vazi jednakost
n2 2n.
Neka je P (n) iskaz da ova nejednakost vazi. Za n := 0 ova nejednakost glasi

0 0, pa zakljucujemo da je iskaz P (0) istinit. Zanemarimo cinjenicu da
bismo do istog zakljucka dosli i ako bismo zeleli da dokazemo nejednakost
n2 2n,
sto automatski iskljucuje da je P (0) baza. Pretpostavimo da ova nejednakost

vazi za neko fiksirano n, n := n, vece od nule, tj. da je iskaz P (n) istinit. Za
n := n + 1 dobijamo
(n + 1)2 = n2 + 2n + 1 2n + 2n + 1 2n + 1 + 1 2(n + 1),
tj. da je iskaz P (n + 1) takodje istinit, kada je 2n > 1. Ali ovo vazi za n := 0,

a n := 0 nije prag.
Naravno, ovaj zakljucak je pogresan. Nejednakost ne vazi ni za n := 1.
Takodje smo iskoristili nejednaost 2n > 1, koja za n := 0 ne vazi, sto nismo
smeli. P (0) nije prag, koji i ne postoji.
Cesto se koristi i takozvana regresivna indukcija, koju cemo definisati u sledecoj

teoremi.
Teorema 2.2 Iskaz P (n) je istinit za svako n N , ako su ispunjeni sledeci uslovi:
1. P (n) je istinit za beskonacno mnogo prirodnih brojeva.
2. Za proizvoljno n, n 1, vazi implikacija P (n) P (n 1).
Primer 10. Primenom regresivne indukcije dokazacemo poznatu AG-neje-

dnakost izmedju aritmeticke i geometrijske sredine realnih nenegativnih bro-
jeva a1 , a2 , ..., an
a1 + a2 + an
n a1 a2 an .
n
Oznacimo sa P (n) iskaz da je AG-nejednakost tacna za n, n N .
Za n := 1 AG-nejednakost je tacna, jer je a1 a1 , pa je iskaz P (1) istinit.
Kako je
a1 + a2 1
a1 a2 = (a1 a2 )2 0,
2 2
to je AG-nejednakost tacna za n := 2, tj. iskaz P (2) istinit.
Na osnovu nejednakosti

a1 + a2 + + a2n 1 a1 + + an an+1 + + a2n
= +
2n 2 n n
r
n a1 + + an an+1 + + a2n

n n

( a1 an an+1 a2n )1/2 =
n n

= 2n
a1 a2n ,
zakljucujemo da iz cinjenice da su iskazi P (1) i P (2) istiniti i pretpostavke

da je iskaz P (n) istinit za neko fiksirano n, n := n, n > 2, vazi da je i iskaz
P (2n) istinit.
Kako je AG-nejednakost tacna za n := 2 i n := 2n, to zakljucujemo da je ona
tacna i za n := 2n . Kako za svako k, k N , postoji prirodan broj n, tako
da je 2n > k, to znaci da je AG-nejednakost tacna za beskonacno mnogo
vrednosti prirodnih brojeva.
Pretpostavimo da je iskaz P (n), n > 2, istinit, i da to povlaci istinitost iskaza
P (n 1).
a1 ++an1 r
a1 + + an1 a1 + + an1 + n1 n a1 + + an1
= a1 an1 ,
n1 n n1
pa je
1 1
a1 + + an1 n 1
(a1 an1 ) n ,
n1
tj.
a1 + + an1
a1 an1 .
n1
n1
Na osnovu Teoreme 2.2 zakljucujemo da AG-nejednakost vazi za svako n
N.
Glava 3
Skupovi
3.1 Predstavljanje skupova

Pojam skupa spada u fundamentalne pojmove matematike, ali i u one koji ne-
maju definiciju. Ne postoji definicija ni pojma elemenat skupa. Intuitivno se
podrazumeva da je skup proizvoljna, ali lepo opisana, sveukupnost objekata, koji
se proucavaju.
Skupovi se, najcesce, obelezavaju velikim slovima abecede, a elementi malim.
Ako elemenat x pripada skupu X to se oznacava sa x X, a u suprotnom x / X.
Za skupove koje mi proucavamo ne postoji mogucnost da neki element istovremeno
priprada i ne pripada istom skupu.
Skup se sastoji od medjusobno razlicitih elemenata, i njihov redosled u nabra-
janju nije bitan. Rodjak skupa, u kome se neki elementi ponavljaju, i to tacno
onoliko puta koliko je to neophodno za proucavanje nekog problema, naziva se
kolekcijom. Ako se kao elementi skupa pojavljuju i skupovi, on se naziva famili-
jom ili klasom ili skupom skupova, sto cemo najcesce koristiti u daljem tekstu.
Dva osnovna skupa su prazan skup, u oznaci , i univerzalni skup, u oznaci U .
Prazan skup uvek postoji, i on ne sadrzi nijedan element. Za univerzalan skup to ne
mora da vazi, tj. ne mora uvek postojati ili je tesko utvrditi njegovu egzistenciju.
Tako na primer, ako proucavamo neke pojave vezano za ucenike odredjene skole,
univerzalni skup su svi ucenici te skole. Ako te pojave proucavamo na nivou grada,
univerzalni skup cine svi ucenici grada.
Proucavanje odredjene osobine nad skupovima, koji pripadaju nekom uni-
verzalnom skupu, za koji pretpostavljamo da postoji, a on u biti ne postoji, moze
prouzrokovati pojavu neotklonjivih paradoksa prilikom zakljucivanja. Tako, na
primer, ne postoji kao univerzalni skup skup svih skupova. Polazeci od cinjenice
da takav skup postoji, britanski matematicar i filozof Bertran Rasel dosao je do
37
38 GLAVA 3. SKUPOVI
neotklonjivog paradoksa, koji cemo opisati u sledecem primeru.
Primer 1. Neka je Y skup svih skupova koji ne sadrze samog sebe kao
elemenat
Y = {X|X / X}. (3.1)
Postavlja se pitanje da li Y pripada ili ne ovom skupu. Ako pretpostavimo
da Y Y tada na osnovu (3.1) sledi da Y / Y . Ako pretpostavimo da
Y
/ Y tada na osnovu (3.1) sledi da Y Y .
U oba slucaja se dolazi do neotklonjivog paradoksa.
Primer 2. I ovaj paradoks dolazi od Bertrana Rasela.

Vojni frizer sisa sve vojnike koji ne sisaju sami sebe. Postavlja se pitanje:
treba li on, kao vojnik, da sisa samog sebe?
Razmatranje ovog zadatka prepustamo citaocu.
Kako smo pomenuli, veoma je bitno da svaki konkretan skup precizno defini-
semo pomocu njegovih elemenata. To se najcesce obavlja: nabrajanjem elemenata,
navodjenjem osobina koje poseduju elementi ili pomocu procedure koja kompletno
generise elemente.
1. Nabrajanjem elemenata
X = {x1 , x2 , ..., xn }, X = {x1 , x2 , ..., xn , ...}.
2. Neka elementi skupa X poseduju osobinu P (x). Tada je
X = {x|x P (x)},
i cita se: X je skup svih elemenata x sa osobinom P (x).
3. Navodjenjem procedure
X = {x|x := f }.
Cita se: X je skup elemenata x koji se generisu pomocu procedure f .
Primer 3. Neka je X skup svih nenegativnih neparnih brojeva. Njega

mozemo definisati na sledece nacine:
1. X = {1, 3, 5, ...},
2. X = {x|x = 2k + 1, k N }, N - skup prirodnih brojeva,
3. X = {x|x := 1, x := x + 2}.
3.2. OPERACIJE SA SKUPOVIMA 39
Za neke skupove postoje, u literaturi, standardizovane oznake. Tako se, na

primer, sa N oznacava skup prirodnih brojeva, sa N0 skup prirodnih brojeva kome
je pridruzena nula, sa Z skup celih brojeva, sa Q skup racionalnih brojeva, sa I
skup iracionalnih brojeva, sa R skup realnih brojeva i sa C skup kompleksnih
brojeva.
3.2 Operacije sa skupovima

U daljem tekstu podrazumeva se da svi posmatrani skupovi pripadaju istom uni-
verzalnom skupu.
Definicija 3.1 Skup A je podskup skupa B, u oznaci A B, ako svaki element

skupa A pripada skupu B,
A B (x)(x A) (x B).
Ako je A B i B A skupovi A i B su jednaki, A = B. Ako je A B i A 6= B,

A je pravi podskup skupa B.
Definicija 3.2 Komplement skupa A, u oznaci A, je skup koji sadrzi sve elemente
univerzalnog skupa U , koji ne pripadaju skupu A,
A = {x|x U x
/ A},
tj.
a A (x U ) (x
/ A).
Definicija 3.3 Pod unijom dva skupa A i B, u oznaci A B, podrazumeva se

skup koji sadrzi sve elemente koji pripadaju ili skupu A, ili skupu B, ili i jednom
i drugom skupu,
A B = {x|x A x B},
tj.
(x)(x A B) (x A) (x B).
Definicija 3.4 Pod presekom dva skupa A i B, u oznaci A B, podrazumeva se

skup koji sadrzi sve elemente koji istovremeno pripadaju i skupu A i skupu B,
A B = {x|x A x B}.
Ako za dva skupa A i B vazi A B = oni su disjunktni.

40 GLAVA 3. SKUPOVI
Definicija 3.5 Razlika dva skupa A i B, u oznaci A \ B, je skup koji sadrzi sve
elemente skupa A koji ne pripadaju skupu B,
A \ B = {x|x A x
/ B}.
Definicija 3.6 Simetricna razlika skupova A i B, u oznaci AB, je skup koji

sadrzi sve elemente skupa A koji ne pripadaju skupu B i sve elemente skupa B koji
ne pripadaju skupu A, tj. AB = (A \ B) (B \ A).
AB = {x|x A \ B x B \ A}.
Na slici 1. prikazani su skupovi iz prethodnih definicija, pomocu Venovih

dijagrama.
B A B A B
A
A B A B ADB
U
A
A A B A B
A \ B
A A B
Slika 1.
U sledecoj teoremi su date osnovne osobine operacija sa skupovima.
Teorema 3.1 Za proizvoljne skupove A, B, C U vaze sledece jednakosti:

1. Idempotentnost
A A = A, A A = A,
2. Asocijativnost
(A B) C = A (B C), (A B) C = A (B C),
3. Komutativnost
A B = B A, A B = B A,
3.2. OPERACIJE SA SKUPOVIMA 41
4. Distributivnost
A (B C) = (A B) (A C), A (B C) = (A B) (A C),
5. De Morganova pravila
A B = A B, A B = A B,
6. Komplementarnost
A A = U, A A = ,
7. Involutivnost
A = A,
8. A = A, A U = A,
9. A U = U, A = .
Neka je I dati skup ciji se elementi mogu iskoristiti kao indeksne promenljive,
tako da je za svako i I definisan skup Ai U . Skupovi iI Ai i iI Ai definisu
se na sledeci nacin:
iI Ai = {x|(i I)(x Ai )}, iI Ai = {x|(i I)(x Ai )}.
Teorema 3.2 Neka su A, A1 , A2 , ....An skupovi iz nekog istog univerzalnog skupa

U . Tada vaze jednakosti
A (ni=1 Ai ) = ni=1 (A Ai ) , A (ni=1 Ai ) = ni=1 (A Ai ) .
Primer 1. Za konacne kolekcije skupova vaze i De Morganova pravila
A \ (ni=1 Ai ) = ni=1 (A \ Ai ) , A \ (ni=1 Ai ) = ni=1 (A \ Ai ) .
Dokazacemo prvo od ova dva tvrdjenja. Imamo da je

A \ (ni=1 Ai ) = A (ni=1 Ai ) = A ni=1 Ai = ni=1 A Ai = ni=1 (A \ Ai ) .
42 GLAVA 3. SKUPOVI
Ili na drugi nacin:
(x)(x A \ ni=1 Ai ) / (ni=1 Ai ))

(x)(x A x
(x)(x A x (ni=1 Ai ))
(x)(x A x (ni=1 Ai ))
(x)(i)(x A x Ai )
(x)(i)(x A x
/ Ai )
(i)(x)(x A \ Ai )
(x)(x ni=1 (A \ Ai ))
3.3 Partitivni skup. Princip ukljucenja-iskljucenja

Definicija 3.7 Skup (familija) svih podskupova datog skupa A, A 6= , koji sadrzi i
prazan skup i samog sebe, naziva se partitivni skup skupa A, ili Bulean, i oznacava
se sa 2A , tj.
2A = {X|X A}.
Primer 4. Partitivni skup skupa A = {1, 2, 3} je
2A = {, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}}.
Nas u daljem tekstu, uglavnom, zanimaju samo konacni skupovi. U protivnom,

to ce biti specijalno naglaseno. Sa |A| oznacavacemo broj elemenata skupa A.
Prazan skup, , ne sadrzi nijedan element, te je || = 0.
Skup {} sadrzi jedan elemenat, a to je prazan skup, te je |{}| = 1.
Za dva skupa A i B vazi jednostavan, ali veoma vazan princip, poznat pod
nazivom princip jednakosti. Ako je A = B tada je |A| = |B|.
Teorema 3.3 (Princip sume) Neka su A1 i A2 dva data disjunktna skupa, tj.
A1 A2 = , pri cemu je |A1 | = m i |A2 | = n. Tada je
|A1 A2 | = |A1 | + |A2 | = m + n. (3.2)
Teorema 3.4 Za svaki skup A vazi jednakost
|2A | = 2|A| . (3.3)
Dokaz. Jednakost (3.2) se moze dokazati pomocu matematicke indukcije. Neka

je A = . Kako je || = 0, 20 = 1, 2{} = {} i |2{} | = |{}| = 1, zakljucujemo da
3.2) vazi kada je A prazan skup, tj. kada sadrzi nula elemenata.
3.3. PARTITIVNI SKUP. PRINCIP UKLJUCENJA-ISKLJUCENJA 43
Pretpostavimo da (3.2) vazi za svaki skup A sa osobinom |A| < k, k 0. Neka je

A = {a1 , a2 , ...ak }, |A| = k. Uocimo skupove (familije)
A1 = {X|X 2A ak X} i A2 = {X|X 2A ak
/ X}.
Ove familije zadovoljavaju uslove
A1 A2 = 2A i A1 A2 = .
Na osnovu jednakosti 3.1), dobijamo da je
|2A | = |A1 A2 | = |A1 | + |A2 | = 2k1 + 2k1 = 2k = 2|A| .
Primer 5. Neka je A = {a1 }. Tada je 2A = {, {a1 }}, |A| = 1 i |2A | = 2.

Iz (3.2) imamo takodje:
|2A | = 2|A| = 21 = 2.
Neka je A = {a1 , a2 }, |A| = 2. Iz 2A = {, {a1 }, {a2 }, {a1 , a2 }}, imamo da je

|2A | = 4. Iz (3.2) takodje je:
|2A | = 2|A| = 22 = 4.
Neka je A = {a1 , a2 , a3 }, |A| = 3. Tada je
2A = {, {a1 }, {a2 }, {a3 }, {a1 , a2 }, {a1 , a3 }, {a2 , a3 }, {a1 , a2 , a3 }},
pa je |2A | = 8. Na osnovu (3.2) takodje je:
|2A | = 2|A| = 23 = 8.
Partitivni skup datog skupa A, ako |A| nije preveliko, efikasno se moze formirati
sledecim postupkom. Neka je x proizvoljni element skupa A. Oznacimo ga u ravni.
x
ne da
y y
ne da ne da
Slika 2.
Sada od njega povlacimo dve orijentisane poluprave, pri cemu jedna oznacava
da on ne ucestvuje u formiranju novog skupa, a druga oznacava da ucestvuje u
44 GLAVA 3. SKUPOVI
formiranju novog skupa, sa narednim elementom datog skupa. Postupak produ-

zavamo dok ne iscrpimo sve elemente skupa A. Kao konacan rezultat, u najnizem
nivou, dobijamo elemente partitivnog skupa. To cemo ilustrovati na primeru skupa
A = {a, b, c}, na sledecoj slici.
a
ne da
b b
ne da ne da
c c c c
ne da ne da ne da ne da
0 {c} {b} {b,c} {a} {a,c} {a,b} {a,b,c}
Slika 3.
Teorema 3.5 Neka su A i B dva proizvoljna skupa. Tada je
|A B| = |A| + |B| |A B| (3.4)
Dokaz. Na osnovu jednakosti
A B = A (B \ A), A (B \ A) = ,
i (3.1) vazi jednakost

|A B| = |A| + |A \ B|. (3.5)
Na osnovu jednakosti
B = (B \ A) (A B), (B \ A) (A B) = ,
i (3.1) vazi jednakost

|B| = |B \ A| |A B| (3.6)
Na osnovu (3.4) i (3.5), eliminacijom kB \ Ak, dobijamo (3.3).
Jednakost (3.3) nam ukazuje na nacin kako da nadjemo broj elemenata unije
dva skupa. U prvom koraku uzimamo da je on jednak zbiru elemenata jednog i dru-
gog skupa. Ali, tom prilikom smo broj zajednickih elemenata dva puta uracunali
- ukljucili. Taj broj moramo jednom oduzeti - iskljuciti. Zbog toga se ovakav
nacin racunanja zove princip ukljucenja-iskljucenja.
3.3. PARTITIVNI SKUP. PRINCIP UKLJUCENJA-ISKLJUCENJA 45
Za tri skupa A, B i C jednakost oblika (3.3) je
|A B C| = (|A| + |B| + |C|) (|A B| + |A C| + |B C|) + |A B C|.
Mi cemo u sledecoj teoremi prosiriti princip ukljucenja-iskljucenja na konacnu

familiju skupova.
Teorema 3.6 Za familiju skupova {Ai }, i = 1, 2, ..., n, vazi jednakost

n
X X X
| ni=1 Ai | = |Ai | |Ai Aj | + |Ai Aj Ak |
i=1 1i<jn 1i<j<kn
... + (1)n1 |A1 A2 .... An | (3.7)
Dokaz. Dokaz cemo izvesti pomocu matematicke indukcije. Na osnovu Teoreme

3.5, jednakost (3.6) je tacna za n := 2.
Pretpostavimo da je (3.6) tacno i za n := n 1, n 3, tj. da vazi jednakost
n1
X X
| n1
i=1 Ai | = |Ai | |Ai Aj | + + (1)n2 |A1 A2 An1 |.
i=1 1i<jn1
Kako je
(n1 n1
i=1 Ai ) An = i=1 (Ai An ),
to na osnovu induktivne prepostavke vazi

n1
X X
| n1
i=1 (Ai An )| = |Ai An | |Ai Aj An |
i=1 1i<jn1
+ + (1)n2 |A1 A2 An |,
pa je
| ni=1 Ai | = |(n1 n1 n1
i=1 Ai ) An | = | i=1 Ai | + |An | |(i=1 Ai ) An |
n1
X X
=( |Ai | |Ai Aj | + + (1)n2 |A1 An1 |) + |An |
i=1 1i<jn1
n1
X X
( |Ai An | |Ai Aj An | + + (1)n2 |A1 An |)
i=1 1i<jn1
n
X X
= |Ai | |Ai Aj | + + (1)n1 |A1 A2 An |.
i=1 1i<jn
46 GLAVA 3. SKUPOVI
Primer 6. Treba odrediti koliko ima prirodnih brojeva, manjih od 1000,

koji su deljivi bar jednim od brojeva 3, 5 ili 7. Koristicemo princip ukljucenja-
iskljucenja.
Oznacimo sa A skup svih prirodnih brojeva, manjih od 1000, koji su deljivi
sa 3, sa B skup onih deljivih sa 5, a sa C skup onih deljivih sa 7. Tada je
A B skup svih brojeva deljivih sa 3 i 5, A C skup svih brojeva deljivih
sa 3 i 7, B C skup svih brojeva deljivih sa 5 i 7, a A B C skup svih
brojeva deljivih i sa 3 i sa 5 i sa 7. Kako je

999 999 999
|A| = = 333, |B| = = 199, |C| = = 142,
3 5 7

999 999 999
|A B| = = 66, |A C| = = 47, |B C| = = 28,
35 37 57

999
|A B C| = = 9,
357
na osnovu (3.6), za n = 3 dobija se da je trazeni rezultat
(333 + 199 + 142) (66 + 47 + 29) + 9 = 542.
Primer 7. Posmatramo grupu od 10 ljudi, od kojih tri govore cetiri strana

jezika, i to: nemacki, francuski, engleski i ruski, jedan govori francuski
i nemacki, jedan francuski i ruski, jedan engleski i ruski, a dva govore
samo nemacki. Principom ukljucenja-iskljucenja odredicemo broj ljudi iz
ove grupe, od kojih svako govori bar jedan strani jezik.
Neka je A1 skup ljudi koji govore nemacki, A2 skup ljudi koji govore fran-
cuski, A3 skup ljudi koji govore engleski i A4 koji govore ruski. Tada je
|A1 | = 6, |A2 | = 5, |A3 | = 4, |A4 | = 5, |A1 A2 | = 4, |A1 A3 | = 3,
|A1 A4 | = 3, |A2 A3 | = 3, |A2 A4 | = 4, |A3 A4 | = 4, kA1 A2 A3 | = 3,
|A1 A2 A4 | = 3, |A1 A3 A4 | = 3, |A2 A3 A4 | = 3, |A1 A2 A3 A4 | = 3.
Trazeni rezultat dobijamo na osnovu jednakosti
|A1 A2 A3 A4 | = (6+5+4+5)(4+3+3+3+4+4)+(3+3+3+3)3 = 8.
3.4. POKRIVANJE I RAZBIJANJE SKUPA 47
3.4 Pokrivanje i razbijanje skupa

Definicija 3.8 Neka je dat skup A i familija skupova {Ei }, i = 1, 2, ..., n, pri
cemu A, E1 , ..., En U . Familija skupova {Ei }, i = 1, 2, ..., n cini pokrivac skupa
A, u oznaci A ni=1 Ei , ako za svaki elemenat ovog skupa postoji bar jedan skup
Ei , kome on pripada.
A ni=1 Ei (x A)(i, 1 i n)(x Ei ).
Na sledecoj slici prikazan je jedan pokrivac skupa A.
E2
E1
A E5
E3
E4
Slika 4.
Primer 8. Za skup A = {1, 3, 8} familija skupova E1 = {1, 2, 5}, E2 =

{4, 7, 8, 9}, E3 = {2, 3, 8} formira jedan pokrivac u skupu prirodnih brojeva.
3
1 7
8
5 A
9
2 4 E2
E3
E1
Slika 5.
Za skup A = {1, 3, 8} familija skupova E1 = {1, 2, 5}, E2 = {4, 7, 8, 9},
E3 = {2, 8} nije njegov pokrivac.
Definicija 3.9 Neka je dat skup A i familija skupova {Ei }, i = 1, 2, ..., n, koja je
njegov pokrivac. Ako za skupove ove familije vaze osobine
Ei A, Ei Ej = , i 6= j,
za svako i = 1, 2, ..., n, j = 1, 2, ..., n, ona se naziva razbijanjem skupa A.

48 GLAVA 3. SKUPOVI
Na sledecoj slici prikazano je jedno razbijanje skupa A.
E1 A
E2
E3
E4
Slika 6.
Primer 9. Za skup A = {1, 3, 8} familija skupova E1 = {3}, E2 = {1, 8}

cini jedno njegovo razbijanje.
Glava 4
Relacije. Funkcije
4.1 Dekartov proizvod skupova

Definicija 4.1 Uredjeni par elemenata a i b, u oznaci (a, b), je familija elementa
a i skupa {a, b}, tj.
(a, b) = {a, {a, b}}.
Neuredjen par elemenata a i b, u oznaci {a, b}, je dvoclani skup {a, b}. Samim
tim, redosled elemenata u ovom skupu nije bitan, tj. vazi jednakost {a, b} = {b, a}.
Kod uredjenog para (a, b) strogo je definisano da je element a na prvom, a element b
na drugom mestu, tj. a je prva a b druga komponenta ovog para. U opstem slucaju
je (a, b) 6= (b, a), a cesto se elementi a i b sustinski razlikuju, pa uporedjivanje (a, b)
i (b, a) nema nikakvog smisla. Ako ovo poredjenje ima smisla, tada je (a, b) = (b, a)
ako i samo ako je a = b.
Definicija 4.2 Dekartov proizvod skupova A i B, u oznaci A B, je skup svih

uredjenih parova (a, b), pri cemu je a A i b B, tj.
A B = {(a, b)|a A b B}.
U literaturi se Dekartov proizvod srece jos pod nazivima direktan ili Kartezijev
proizvod.
Primer 1. Dekartov proizvod skupova A = {1, 2} i B = {a, b, c} je defin-

isan sa
A B = {(1, a), (1, b), (1, c), (2, a), (2, b), (2, c)},
a Dekartov proizvod skupova B i A
B A = {(a, 1), (a, 2), (b, 1), (b, 2), (c, 1), (c, 2)}.
49
50 GLAVA 4. RELACIJE. FUNKCIJE
Izraz (a1 , a2 , ..., an ), pri cemu se elemenat ai , i = 1, 2, ..., n, nalazi strogo na

i-toj poziciji, naziva se uredjenom n-torkom elemenata a1 , a2 ,..., an .
Definicija 4.3 Dekartov proizvod skupova A1 , A2 , ..., An , u oznaci A1 A2

An , je skup svih uredjenh n-torki (a1 , a2 , ..., an ), pri cemu je ai Ai , i = 1, 2, ..., n,
tj.
A1 A2 An = {(a1 , a2 , ..., an )|ai Ai , i = 1, 2, ..., n}.
U specijalnom slucaju, ako je A1 = A2 = = An = A, umesto izraza A1 A2
An = A A A koristi se izraz An .
Primer 2. Dekartov proizvod skupova A = {1, 2}, B = {a, b, c} i C =

{mile, pera} definisan je sa
ABC = {(1, a, mile), (1, a, pera), (1, b, mile), (1, b, pera),
(1, c, mile), (1, c, pera), (2, a, mile), (2, a, pera),
(2, b, mile), (2, b, pera), (2, c, mile), (2, c, pera)}.
Dekartov proizvod A3 = A A A, gde je A = {1, 2} definisan je sa

A3 = {(1, 1, 1), (1, 1, 2), (1, 2, 1), (1, 2, 2), (2, 1, 1), (2, 1, 2), (2, 2, 1), (2, 2, 2)}.
U sledecoj teoremi je dat nacin za odredjivanje broja elemenata skupa A B,

pri cemu su A i B dati skupovi.
Teorema 4.1 (Princip proizvoda) Za dva konacna skupa A i B vazi jednakost
|A B| = |A||B|.
Dokaz. U uredjenom paru (a, b), a A, b B, prvi element moze da se izabere
na |A| nacina, a drugi na |B| nacina. Tako da je ukupan broj parova |A||B|.
U opstem slucaju za skupove A1 , A2 , ..., An vazi jednakost
|A1 A2 An | = |A1 ||A2 | |An |.
Ako je A1 = A2 = = An = A, tada je
|An | = |A|n .
Primer 3. Neka su A = {1, 2}, B = {a, b, c}, C = {mile, pera}. Tada vaze
jednakosti
|A| = 2, |B| = 3, |C| = 2, |An | = |A|n = 2n ,
|A B C| = |A||B||C| = 2 3 2 = 12.
4.2. RELACIJE 51
4.2 Relacije
Definicija 4.4 Svaki podskup skupa A B, gde su A i B dati skupovi, u oznaci
A B, naziva se binarnom relacijom iz skupa A u skup B, ili binarnom
relacijom nad skupovima A i B. Za elemente a i b, a A, b B, kazemo da su u
relaciji , A B, ako (a, b) . To se oznacava i sa ab.
Za A2 kazemo da je relacija na skupu A. Za A1 A2 An kazemo
da je n-arna relacija na skupovima A1 , A2 , ..., An .
Primer 4. Direktan proizvod skupova A = {1, 2, 3} i B = {a, b} je skup
A B = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)}.
Svaki od skupova
{(1, a), (2, a), (2, b)}

{(1, a), (1, b), (3, a)}
{2, a), (3, b)},
je binarna relacija iz skupa A u skup B.
Primer 5. Neka je A = {1, 2, 3, 4, 5}. Svaki od skupova
{(1, 1), (2, 2), (4, 4)}

{(1, 1), (1, 3), (4, 5)}
{(1, 2), (3, 2), (3, 5), (4, 1)},
je primer binarne relacije na skupu A.
Definicija 4.5 Neka je A B. Tada je

1 Inverzna relacija relacije , u oznaci 1 , definisana je sa
1 = {(b, a) | (a, b) },
2 Komplementarna relacija relacije , u oznaci , definisana je sa
= {(a, b) | (a, b) A B (a, b)

/ },
3 Univerzalna relacija u oznaci U , definisana je sa
U = {(a, b) | a A b B},
4 Identicna relacija na skupu A, u oznaci I, definisana je sa
I = {(a, a) | a A}.
Primer 6. Neka su dati skupovi A = {1, 2, 3} i B = {a, b}.

Relacija U = A B = {(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)} je univerzalna
relacija.
Relacija I = {(1, 1), (2, 2), (3, 3)} je identicna relacija na skupu A.
Za relaciju = {(1, a), (1, b), (3, a)}, A B, relacija
1 = {(a, 1), (b, 1), (a, 3)}, 1 B A
je inverzna relacija.
Za relaciju = {(1, a), (1, b), (3, a)}, A B, relacija
= {(2, a), (2, b), (3, b)}, A B
je komplementarna relacija.
Definicija 4.6 Neka je A B. Skup svih prvih koordinata uredjenih parova

iz cini njen domen, a drugih opseg.
Primer 7. Neka je = {(1, a), (1, b), (3, a)} binarna relacija iz skupa A =
{1, 2, 3} u skup B = {a, b}. Domen relacije je skup {1, 3}, a opseg skup
{a, b}.
Definicija 4.7 Neka je binarna relacija na skupu A, A2 .

1 Ona je refleksivna ako za svako a A, (a, a) .
2 Ona je antirefleksivna ako za svako a A, (a, a)

/ .
3 Ona nije refleksivna ako postoji a A, tako da (a, a)

/ .
Primer 8. Neka je dat skup A = {a, b, c}. Relacija
= {(a, a), (a, b), (b, b), (c, b), (c, c)}
je refleksivna na skupu A. Relacija = {(a, b), (a, c), (b, c)} je antirefleksivna
na skupu A. Relacija = {(a, a), (a, b)} nije refleksivna na skupu A.
Svakoj relaciji na konacnom skupu mozemo pridruziti jednu kvadratnu ma-

tricu na sledeci nacin.
4.2. RELACIJE 53
Definicija 4.8 Neka je binarna relacija na konacnom skupu A = {a1 , a2 , ..., an }.

Njoj odgovara kvadratna matrica M = (mij ), reda n n, definisana sa
(
1, ako(ai , aj )
mij =
0, ako(ai , aj )
/ ,
za svako i = 1, 2, ..., n, j = 1, 2, ..., n.
Nije tesko primetiti da matrica, iz prethodne definicije, kao elemente ima samo
nule i jedinice. Zbog toga ona spada u klasu binarnih (Bulovih ili (0, 1)) matrica.
Na osnovu Definicije 4.7 matrica koja odgovara refleksivnoj binarnoj relaciji
ima na dijagonali sve jedinice, ona koja odgovara antirefleksivnoj binarnoj relaciji
ima na dijagonali sve nule, a koja odgovara relaciji koja nije refleksivna ima na
dijagonali bar jednu nulu.
Primer 9. Neka su na skupu A = {1, 2, 3} definisane sledece binarne

relacije
= {(1, 1), (1, 3), (2, 2), (3, 2), (3, 3)},
= {(1, 3), (2, 1), (2, 3), (3, 2)},
= {(1, 3), (2, 1), (2, 2), (3, 2), (3, 3)},
koje su redom refleksivna, antirefleksivna, a poslednja nije refleksivna. Nji-

ma, redom, odgovaraju matrice

1 0 1 0 0 1 0 0 1

M1 = 0 1 0 , M2 = 1 0 1 i M3 = 1 1 0
0 1 1 0 1 0 0 1 1
Binarna matrica moze da se pridruzi i bilo kojoj binarnoj relaciji iz skupa A u

skup B, A B.
Definicija 4.9 Ako je A = {a1 , a2 , ..., an }, B = {(b1 , b2 , ..., bm } i A B,

relaciji se pridruzuje binarna matrica M = (mij ), reda n m, definisana sa
(
1, ako (ai , bj )
mij =
0, ako (ai , bj )
/ ,
za svako i = 1, 2, ..., n, j = 1, 2, ..., m.

Primer 10. Ako je A = {a, b}, B = {1, 2, 3, 4} i = {(a, 2), (a, 3), (b, 1),
(b, 2), (b, 4)}, relaciji odgovara binarna matrica
" #
0 1 1 0
M= .
1 1 0 1
Definicija 4.10 Neka je binarna relacija na skupu A.

1 Ona je simetricna ako za svako a, b A, sa osobinom (a, b) vazi da
je (b, a) .
2 Ona nije simetricna ako postoje a, b A, sa osobinom (a, b) , a da
pritom (b, a)
/ .
3 Ona je asimetricna ako za svako a, b A, sa osobinom (a, b) , vazi
(b, a)
/ .
4 Ona je antisimetricna ako za svako a, b A, sa osobinama (a, b) i
(b, a) vazi a = b.
Primer 11. Posmatrajmo binarnu relaciju = {(1, 2), (2, 2), (3, 2), (4, 3)}
na skupu A = {1, 2, 3, 4}. Ona nije simetricna jer, na primer, (1, 2) , ali
(2, 1)
/ . Nije ni asimetricna jer (2, 2) . Ona je antisimetricna. Za dokaz
ove cinjenice, mozemo iskoristiti kontrapoziciju date definicije: Relacija je
antisimetricna ako za svako a i b iz A, a 6= b, ili (a, b) , ili (b, a) .
Primer 12. Neka je Z skup celih brojeva i neka je binarna relacija Z 2 ,

definisana sa = {(a, b)|a < b}.Ispitajmo da li je ova relacija simetricna,
asimetricna ili antisimetricna.
Ako je a < b tada nije tacno da je b < a,pa relacija nije simetricna.
Ako je a < b tada nije b < a, pa je relacija asimetricna.
Ako je a 6= b tada vazi (b 6< a) ili (b 6< a) ,pa je relacija antisimetricna.
Neka je binarna relacija na skupu A = {a1 , a2 , ..., an } i M = (mij ) odgo-
varajuca matrica. Ako je relacija simetricna, tada vaze implikacije
mij = 1 mji = 1 mij = 0 mji = 0
za svako i = 1, 2, ..., n i j = 1, 2, ..., n. Drugim recima, matrica M je simetricna,
tj. M = M T . Ako je relacija asimetricna, tada
mij = 1 mji = 0 mij = 0 mji = 1
za svako i 6= j. Takodje vazi mii = 0, za svako i = 1, 2, ..., n. Ako je relacija
antisimetricna, tada za svako i i j, sa osobinom i 6= j, ili je mij = 0 ili je mji = 0.
4.3. KOMPOZICIJA RELACIJA. ZATVARANJE RELACIJE 55
Definicija 4.11 Binarna relacija na skupu A je tranzitivna ako za svako a, b i

c iz A, sa osobinom (a, b) i (b, c) vazi (a, c) .
Definicija 4.12 Binarna relacija na skupu A je linearna (potpuna) ako za svako

a, b iz A, a 6= b, vazi (a, b) (b, a) .
Primer 13. Relacija = {(1, 1), (1, 2), (1, 4), (2, 2), (2, 4), (3, 3), (4, 4)} je
tranzitivna na skupu A = {1, 2, 3, 4}.
Relacija = {(1, 1), (1, 2), (2, 3), (2, 4), (3, 1), (3, 4)(4, 1)} je linearna.
Teorema 4.2 Neka je binarna relacija na skupu A. Tada vaze sledece ekviva-
lencije:
1. je refleksivna I ,
2. je simetricna = 1 ,
3. je antisimetricna 1 I,
4. je antirefleksivna I = ,
5. je linearna I 1 = U .
4.3 Kompozicija relacija. Zatvaranje relacije

Definicija 4.13 Neka su A, B i C dati skupovi i 1 i 2 binarne relacije, pri cemu
je 1 A C i 2 C B. Kompozicija relacija 1 i 2 je relacija , = 1 2 ,
A B, definisana sa
= 1 2 = {(a, b) | a A b B, c, c C a1 c c2 b}.
A r B
r1 r2
Slika 1.
Na osnovu ove definicije svaka kompozicija relacija na datom skupu A je relacija

na skupu A.
Primer 14. Za date skupove A = {1, 2, 3, 4}, B = {a, b, c, d} i C =

{, , } definisane su binarne relacije 1 i 2 , 1 A C i 2 C B, sa
1 = {(1, ), (1, ), (2, ), (3, ), (4, ), (4, )}
2 = {(, a), (, c), (, b), (, a), (, b), (, d)}.

Relacija = 1 2 , A B, je definisana sa
= {(1, a), (1, b), (1, c), (2, b), (3, a), (3, b), (3, d), (4, a), (4, c)}.
Definicija 4.14 Neka je binarna relacija na skupu A, A2 . Relacija n na

skupu A, tj. A A A, definisana je sa
n = ,
pri cemu je 0 = I, 1 = , 2 = i n = n1 .
Primer 15. Na skupu A = {1, 2, 3, 4} definisana je relacija
= {(1, 1), (1, 2), (1, 4), (2, 3), (4, 2), (4, 3)}.
Tada je 2 = , 2 A2 , definisana sa
2 = {(1, 1), (1, 2), (1, 3), (1, 4), (4, 3)}.
Teorema 4.3 Neka je A2 . Tada je tranzitivna binarna relacija ako i samo

ako je .
Primer 16. Na skupu A = {1, 2, 3, 4} izaberimo binarnu relaciju
= {(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)}.
Ova relacija je tranzitivna. Relacija 2 = je
2 = {(1, 3), (1, 4), (2, 4)}.
Nije tesko uociti da je 2 = .
Teorema 4.4 Neka skup A sadrzi n elemenata, |A| = n. Ako neki uredjeni par
pripada bilo kom stepenu binarne relacije , A2 , tada on pripada i stepenu ove
relacije ne vecem od n.
Dokaz. Posmatrajmo binarnu relaciju k , pri cemu je k > n, |A| = n. Neka

uredjeni par (a, b) k . Oznacimo sa c0 := a i ck := b. Tada postoji k 1 element
c1 , c2 , ..., ck1 u skupu A, tako da vazi
c0 c1 c2 ck1 ck .
Skup A sadrzi n elemenata, |A| = n, k je vece od n, te medju elementima

c0 , c1 , ..., ck mora biti istih. Pretpostavimo da je ci = cj , i 6= j. Izbacimo sve
elemente izmedju ci i cj+1 , pa vazi
c0 c1 c2 ci cj+1 ck1 ck .
To znaci da uredjeni par (a, b) k(ji) . Ako je k (j i) > n, ponavljamo

postupak, s time sto stavljamo da je k := k (j i), sve dok ne vazi suprotna
nejednakost.
Primer 17. Posmatrajmo na skupu A = {1, 2, 3, 4}, |A| = 4 relaciju
= {(1, 2), (1, 3), (2, 4), (3, 2), (4, 1)}.
Na osnovu relacija
2 = {(1, 2), (1, 4), (2, 1), (3, 4), (4, 2), (4, 3)},
3 = {(1, 1), (1, 4), (2, 2), (2, 3), (3, 1), (4, 2), (4, 4)},
4 = {(1, 1), (1, 2), (1, 3), (2, 2), (2, 4), (3, 2), (3, 3), (4, 1), (4, 2), (4, 3)},
formiramo 4i=1 i . Nije tesko uociti da je 4i=1 i = A A. To znaci da ne

postoji uredjeni par elemenata iz A, koji pripada relaciji k , k > 4, a da vec
ne pripada nekoj relaciji i , i = 1, 2, 3, 4.
Ocigledna, ali veoma znacajna posledica Teoreme 4.4 glasi:

Posledica 1. Neka je na skupu A, |A| = n, definisana binarna relacija . Tada
vazi jednakost
+ i n i
i=1 = i=1 . (4.1)
Prilikom resavanja brojnih kombinatornih zadataka znacajnu ulogu igra tzv.
zatvarnje binarne relacije. Njega cemo uvesti pomocu sledece definicije.
Definicija 4.15 Neka su (1) i (2) dve binarne relacije na nepraznom skupu A.
Relacija (2) je zatvaranje relacije (1) u odnosu na neku osobinu C, ako vazi:
1. (2) ima osobinu C, sto se oznacava sa C((2) ),
2. (1) je podskup (2) , (1) (2) ,
3. (2) je najmanja moguca relacija na skupu A sa osobinama 1 i 2, tj. ako

postoji relacija (3) ((3) 6= (2) ) koja poseduje osobinu C i vazi (1) (3) ,
tada je (2) (3) .
Primer 18. Neka je na skupu A = {1, 2, 3} definisana relacija
= {(1, 1), (1, 2), (2, 3)}.
Zatvaranje ove relacije u odnosu na osobinu refleksivnost glasi
(1) = {(1, 1), (1, 2), (2, 2), (2, 3), (3, 3)}.
Zatvaranje ove relacije u odnosu na osobinu simetricnost glasi
(2) = {(1, 1), (1, 2), (2, 1), (2, 3), (3, 2)}.
Posebno je interesantan slucaj zatvaranja neke relacije kada je osobina C tranz-

itivnost, odnosno refleksivnost i tranzitivnost.
Teorema 4.5 Neka je binarna relacija na nekom nepraznom skupu A. Tada

je binarna relacija definisana sa
= +
i=1
i
(4.2)
tranzitivno zatvaranje relacije na skupu A.
Dokaz. Dokazacemo da relacija zadovoljava sve uslove definicije 15.
1. Neka su a, b i c elementi skupa A, pri cemu je (a, b) i (b, c) .

Tada na osnovu (4.2) postoje prirodni brojevi n i m, tako da (a, b) n i
(b, c) m . Na osnovu definicije stepena binarne relacije u skupu A postoje
elementi c1 , c2 , ..., cn1 i d1 , d2 , ..., dm1 , tako da je
ac1 c2 cn1 b i bd1 d2 dm1 c,
tj.
ac1 c2 cn1 bd1 d2 dm1 c.
To znaci da (a, c) n+m , pa samim tim (a, c) .
Time smo dokazali da je relacija tranzitivna.
2. Kako je = 1 + i
i=1 , direktno sledi da je .
3. Neka je (a, b) . Na osnovu (4.2) postoji k tako da (a, b) k . Znaci

postoje elementi c1 , c2 , ..., ck1 u skupu A, tako da je
ac1 c2 ck1 b.
Pretpostavimo da postoji relacija 0 6= sa osobinama 1 i 2 i da je 0 .

Tada bi vazilo
a0 c1 0 c2 0 0 ck1 0 b,
pa bi (a, b) 0 . Kako vazi (a, b) , to je 0 .
Na osnovu Posledice 1 i Teoreme 4.5 vazi sledeci rezultat.

Posledica 2. Neka je binarna relacija na konacnom skupu A koji sadrzi n ele-
menata, |A| = n. Tada je relacija
= ni=1 i (4.3)
tranzitivno zatvaranje relacije na skupu A.

Ako se pretpostavi da je osobina C relacije refleksivnost i tranzitivnost, za-
jedno, slicno kao u Teoremi 4.5, dokazuje se sledeci rezultat:
Teorema 4.6 Neka je binarna relacija na nepraznom skupu A. Tada je binarna

relacija + definisana sa
+ = +i=0
i
refleksivno tranzitivno zatvaranje relacije na skupu A.
Posledica 3. Neka je binarna relacija na konacnom skupu A koji sadrzi n ele-

menata, |A| = n. Tada je relacija +
+ = ni=0 i (4.4)
refleksivno tranzitivno zatvaranje relacije na skupu A.
= {(1, 2), (2, 3), (3, 1), (4, 2)}.
Kako je
2 = {(1, 3), (2, 1), (3, 2), (4, 3)},
3 = {(1, 1), (2, 2), (3, 3), (4, 1)},
4 = {(1, 2), (2, 3), (3, 1), (4, 2)},

to na osnovu (4.3) relacija
= {(1, 1), (1, 2)(1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3), (4, 1), (4, 2), (4, 3)}
je tranzitivno zatvaranje relacije .

Refleksivno tranzitivno zatvaranje relacije je, na osnovu (4.4), relacija +
+ = {(4, 4)}.
Usko povezan pojam sa zatvarnjem neke binarne relacije, u odnosu na posma-

tranu osobinu C, je njena redukcija u odnosu na istu osobinu.
Definicija 4.16 Neka je binarna relacija na skupu A i C zatvaranje ove rela-

cije, na ovom skupu, u odnosu na osobinu C. Relacija je redukcija relacije , na
skupu A, u odnosu na osobinu C, ako vazi:
1. ,
2. C = C ,
3. je najmanja moguca relacija na A, sa osobinama 1 i 2.
Primer 20. Na skupu A = {1, 2, 3, } uocimo relaciju
= {(1, 1), (1, 2), (2, 3), (3, 1)}.
Njeno zatvaranje u odnosu na osobinu refleksivnosti je
C = {(1, 1), (1, 2), (2, 2), (2, 3), (3, 1), (3, 3)}.
Redukcija relacije , na ovom skupu, u odnosu na osobinu refleksivnosti je
= {(1, 2), (2, 3), (3, 1)},
jer je to najmanja moguca relacija koja je sadrzana u , a cije je zatvaranje

u odnosu na refleksivnost C .
Kako smo pomenuli svakoj relaciji iz skupa A u skup B, A B odgo-

vara binarna matrica, tj. matrica ciji su elementi 0 ili 1. Zbog toga, pre nego sto
pokazemo kako se to moze iskoristiti za nalazenje kompozicije relacija ili tranzi-
tivnog zatvaranja, uvescemo na skupu {0, 1} dve Bulove operacije i , koje se
redom citaju ili i i. To cemo uraditi pomocu sledecih tablica:
1 0 1 0
1 1 0 1 1 1
0 0 0 0 1 0
Slika 2.
Definicija 4.17 Neka su A = (aik ), reda n m i B = (bkj ), reda m p, dve

binarne matrice. Bulov proizvod ovih matrica, u oznaci C = A B, je binarna
matrica C = (cij ), reda n p, definisana sa
cij = (ai1 b1j ) (ai2 b2j ) (aim bmj ) = m

k=1 (aik bkj )
za svako i = 1, 2, ..., n i j = 1, 2, ..., p.
Definicija 4.18 Neka su A = (aik ), reda n m i B = (bik ), reda n m, dve

binarne matrice. Bulov zbir ovih matrica, u oznaci C = A B, je binarna matrica
C = (cik ), reda n m, definisana sa
cik = aik bik
za svako i = 1, 2, ..., n i k = 1, 2, ..., m.
Teorema 4.7 Neka su 1 i 2 dve binarne relacije, 1 A C i 2 C B,

kojima odgovaraju, redom, binarne matrice M1 i M2 . Kompoziciji = 1 2 ,
A B, odgovara binarna matrica M , pri cemu je
M = M1 M2 .
Primer 21. Neka su na osnovu skupova A = {1, 2, 3, }, B = {a, b, c, d} i

C = {, } binarne relacije 1 A C i 2 C B, definisane, redom,
pomocu binarnih matrica

1 1 " #
0 1 0 1
M1 = 0 1 i M2 = .
0 1 1 0
1 0
Tada binarnoj relaciji = 1 2 odgovara binarna matrica M

0 1 1 1

M = M1 M2 = 0 1 1 0 .
0 1 0 1
Na osnovu nje, relacija A B je definisana sa
= {(1, b), (1, c), (1, d), (2, b), (2, c), (3, b), (3, d)}.
To mozemo proveriti i sledecim grafikonom.
A C
a B
1 a
b
2
b c
3
r1 r2 d
Slika 3.
Primer 22. Neka su A = {2, 3, 5, 8}, B = {4, 6, 16} i C = {1, 4, 5, 7}. Neka
je relacija 1 A B da se element iz A sadrzi u elementu iz B, bez ostatka,
a 2 B C relacija definisana sa 2 = {(4, 5), (6, 7)}. Treba da odredimo
relaciju = 1 2 .
Najpre, primetimo da je relacija 1 definisana sa
1 = {(2, 4), (2, 6), (2, 16), (3, 6), (8, 16)}.
Relacijama 1 i 2 odgovaraju, redom, binarne matrice

1 1 1
0 0 1 0
0 1 0
M1 = i M2 = 0 0 0 1 .
0 0 0
0 0 0 0
0 0 1
Relaciji = 1 2 odgovara binarna matrica

0 0 1 1
0 0 0 1

M = M1 M2 = .
0 0 0 0
0 0 0 0
Na osnovu nje, dobijamo da je relacija definisana sa
= {(2, 5), (2, 7), (3, 7)}.
Primer 23. Na skupu A = {1, 2, 3, 4} definisane su binarne relacije 1 i 2
1 = {(1, 1), (1, 2), (2, 3), (3, 1), (3, 2), (4, 3)},
2 = {(1, 2), (1, 3), (2, 2), (2, 4), (3, 1), (4, 2), (4, 3)}.
Treba odrediti binarnu relaciju = 1 2 , A2 . Binarnim relacijama 1

i 2 odgovaraju, redom, binarne matrice

1 1 0 0 0 1 1 0
0 0 1 0 0 1 0 1

M1 = i M2 = ,
1 1 0 0 1 0 0 0
0 0 1 0 0 1 1 0
te relaciji odgovara binarna matrica

0 1 1 1
1 0 0 0

M = M1 M2 = .
0 1 1 1
1 0 0 0
Na osnovu matrice M dobijamo da je
= {(1, 2), (1, 3), (1, 4), (2, 1), (3, 2), (3, 3), (3, 4), (4, 1)}.
To mozemo proveriti pomocu grafikona.
A 1 A A
1 1
2
2 2
3
3 3
4
4 4
r1 r2
Slika 4.
= {(1, 2), (1, 3), (2, 3), (3, 1), (4, 2)}.
Treba na ovom skupu odrediti binarnu relaciju 3 = .

Relaciji odgovara binarna matrica

0 1 1 0
0 0 1 0

M = .
1 0 0 0
0 1 0 0
Relaciji 3 odgovara binarna matrica M 3 koja se dobija na osnovu jednakosti

M 3 = M M M = M M 2,

1 0 1 0
1 0 0 0

M2 = M M = ,
0 1 1 0
0 0 1 0

1 1 1 0
0 1 1 0

M3 = M M2 = .
1 0 1 0
1 0 0 0
Na osnovu matrice M 3 relacija 3 je definisana sa
3 = {(1, 1), (1, 2), (1, 3), (2, 2), (2, 3), (3, 1), (3, 3), (4, 1)}.
To mozemo proveriti pomocu grafikona.
A 1 A 1 A A
1 1
2 2
2 2
3 3
3 3
4 4
4 4
r r r
Slika 5.
Na osnovu Teoreme 4.7 lako se dokazuje i sledeci rezultat:
Teorema 4.8 Neka je binarna relacija na skupu A, |A| = n, cija je binarna

matrica M = (mij ), nn. Ako je k , k-ti stepen relacije , cija je binarna matrica
(k)
M (k) = (mij ), tada vazi jednakost
M (k) = M M M = M M (k1) = M k .
Napomenimo da se stepenovanje matrice u prethodnoj jednakosti M k , podrazu-

meva u Bulovom smislu. To pravilo cemo postovati i u daljem tekstu.
Vazi i sledeci rezultat.
Teorema 4.9 Neka su 1 i 2 dve binarne relacije na skupu A, |A| = n, kojima,
(1) (2)
redom, odgovaraju binarne matrice M1 = (mij ) i M2 = (mij ). Binarnoj relaciji
= 1 2 , na skupu A, odgovara binarna matrica M , definisana sa
M = M1 M2 .
Primer 25. Neka su na skupu A = {1, 2, 3, 4} definisane binarne relacije

1 i 2 , redom, pomocu binarnih matrica

1 0 0 1 0 0 1 0
0 1 0 1 1 0 1 0

M1 = i M2 = .
1 0 1 0 0 1 0 0
0 1 0 0 0 0 0 1
Relaciji = 1 2 odgovara binarna matrica M , definisana sa

1 0 1 1
1 1 1 1

M = M1 M2 = .
1 1 1 0
0 1 0 1
Na osnovu nje relacija je definisana sa
= {(1, 1), (1, 3), (1, 4), (2, 1), (2, 2), (2, 3), (2, 4), (3, 1), (3, 2), (3, 3), (4, 2), (4, 4)}.
Vratimo se sada pojmovima tranzitivnog zatvaranja, tj. refleksivnom tranzi-

tivnom zatvaranju binarne relacije na nekom skupu. Neka je binarna relacija
definisana na skupu A, |A| = n, svojom binarnom matricom M = (mij ), reda
n n. Oznacimo sa M = (mij ), tj. M + = (m+ ij ), matricu koja odgovara tranzi-
tivnom zatvaranju relacije , relaciji , tj. + . Na osnovu prethodnih razmatranja
i jdenakosti (4.3) i (4.4) dobijamo da je
M = M M 2 M n i M + = I M M n. (4.5)
Aritmeticka slozenost nalazenja binarne matrice, koja odgovara tranzitivnom zat-

varanju, na osnovu (4.5), je reda n4 .
Primer 26. Na skupu A = {1, 2, 3, 4, 5} definisana je binarna relacija
= {(1, 2), (1, 3), (2, 4), (3, 2), (5, 3)}.
Odgovarajuci graf i binarna matrica M su
1 4 5
2 3
Slika 6.

0 1 1 0 0
0 0 0 1 0

M = 0 1 0 0 0 .

0 0 0 0 0
0 0 1 0 0
Treba odrediti tranzitivno zatvaranje ove relacije. Najpre cemo odrediti M .

0 1 0 1 0
0 0 0 0 0

2
M =M M = 0 0 0 1 0 ,

0 0 0 0 0
0 1 0 0 0

0 0 0 1 0
0 0 0 0 0

M3 = M M2 = 0 0 0 0 0 ,

0 0 0 0 0
0 0 0 1 0

0 0 0 0 0
0 0 0 0 0

4 3
M =M M = 0 0 0 0 0 ,

0 0 0 0 0
0 0 0 0 0

0 0 0 0 0
0 0 0 0 0

5 4
M =M M = 0 0 0 0 0 ,

0 0 0 0 0
0 0 0 0 0
Na osnovu (4.5) dobijamo da je

0 1 1 1 0
0 0 0 1 0

2 3 4 5
M =M M M M M = 0 1 0 1 0 ,

0 0 0 0 0
0 1 1 1 0
= {(1, 2), (1, 3), (1, 4), (2, 4), (3, 2), (3, 4), (5, 2), (5, 3), (5, 4)}.
Tranzitivnom zatvaranju , tj. uredjenom paru (A, ) odgovara graf
1 4
3
2 5
Slika 7.
Neka je na skupu A, |A| = n, data binarna relacija , cija je binarna matrica
(0)
M = M (0) = (mij ). Binarna matrica tranzitivnog zatvaranja ove relacije, tj.
relacije , M = (mij ), mozemo naci pomocu Varsal-Flojdovog algoritma, koga
navodimo u sledecem obliku.
Algoritam 1
for k := 1 to n do
for i := 1 to n do
for j := 1 to n do
(k) (k1) (k1) (k1)
mij := mij (mik akj )
(n)
Trazena matrica M je matrica M (n) = (mij ). Aritmeticka slozenost ovog
algoritma je reda n3 .
Primer 27. Koristeci Algoritam 1 naci cemo tranzitivno zatvaranje rela-
cije iz Primera 26. Kako je

0 1 1 0 0
0 0 0 1 0

(0)
M = 0 1 0 0 0 ,

0 0 0 0 0
0 0 1 0 0
na osnovu Algoritma 1 redom dobijamo da je

0 1 1 0 0 0 1 1 1 0 0 1 1 1 0
0 0 0 1 0 0 0 0 1 0 0 0 0 1 0
M (1) = 0 1 0 0 0 , M (2) 0 1 0 0 0 , M (3) = 0 1 0 1 0 ,

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 1 0 0 0 1 1 1 0
M (4) = M (5) = M (3) , te je M = M (3) . Tranzitivno zatvaranje je, naravno,

isto kao i u Primeru 26.
4.4 Relacija ekvivalencije

Definicija 4.19 Binarna relacija , na skupu A, A je relacija ekvivalencije,
u oznaci , ako je refleksivna, simetricna i tranzitivna.
Definicija 4.20 Ako je = relacija ekvivalencije na skupu A i x A, skup
[x] = {y|y A i y x},
naziva se klasom ekvivalencije skupa A u odnosu na elemenat x.
Ako nema opasnosti od zabune klasu ekvivalencije [x] oznacavacemo sa [x].
Primer 28. Na skupu A = {1, 2, 3, 4} uocimo binarnu relaciju
= {(1, 1), (1, 2), (1, 4), (2, 1), (2, 2), (2, 4), (3, 3), (4, 1), (4, 2), (4, 4)}.
Ova relacija je refleksivna, simetricna i tranzitivna, te je ona relacija ekvi-

valencije, =. Klase ekvivalencije su [1] = {1, 2, 4}, [2] = {1, 2, 4},
[3] = {3}, [4] = {1, 2, 4}. Nije tesko uociti da je [1] = [2] = [4] .
Teorema 4.10 Vaze sledece implikacije

1. Za svako a A [a] 6= ,
2. a b [a] = [b],
3. (a b) [a] [b] = .
Dokaz. 1. Vazi zbog refleksivnosti, a A, a a a [a] [a] 6= .

2. Neka je a b. Tada za svako x [a] x a i a b x b x [b].
Za svako x [b] x b i a b x b i b a x a i x a x [a].
3. Dokaz cemo izvesti kontradikcijom
[a] [b] 6= (c)c [a] [b] c [a] i c [b]

c a i c b a c i c b a b [a] = [b].
Teorema 4.11 Svaka relacija ekvivalencije na skupu A definise razbijanje ovog

skupa, pri cemu medju blokovima nema praznih skupova. Vazi i obrnuto. Svako
razbijanje skupa A, koje ne sadrzi prazne blokove, definise relaciju ekvivalencije na
ovom skupu.
4.4. RELACIJA EKVIVALENCIJE 69
Primer 29. Na skupu A = {1, 2, 3, 4, 5, 6, 7, 8} uocimo binarnu relaciju
={ (1, 1), (1, 3), (1, 5), (3, 3), (3, 1), (3, 5), (2, 2), (2, 6), (4, 4),
(4, 7), (5, 1), (5, 3), (5, 5), (6, 2), (6, 6), (7, 4), (7, 7), (8, 8)}.
Nije tesko uociti da je =, tj. relacija ekvivalencije na skupu A. Uocimo

blokove H1 = [1] = {1, 3, 5}, H2 = [2] = {2, 6}, H3 = [4] = {4, 7},
H4 = [8] = {8}. Ovi blokovi zadovoljavaju osobine
A = 4i=1 Hi , Hi Hj = , i 6= j
pa cine jedno razbijanje skupa A.
Primer 30. Uocimo sledece razbijanje skupa A = {a, b, c, d},
H1 = {a, c}, H2 = {b, d}.
Na osnovu blokova H1 i H2 formiramo, redom, relacije
1 = {(a, a), (a, c), (c, a), (c, c)},
i
2 = {(b, b), (b, d), (d, b), (d, d)}.
Relacija = 1 2
= {(a, a), (a, c), (c, a), (c, c), (b, b), (b, d), (d, b), (d, d)},
je relacija ekvivalencije na skupu A indukovana razbijanjem ovog skupa

pomocu blokova H1 i H2 .
Primer 31. Na skupu A = {1, 2, 3} definisana je relacija = {(1, 1), (1, 2),
(2, 3)}. Nadjimo njeno zatvaranje u odnosu na osobinu ekivalencije. Zat-
varanje se odnosi na tri osobine: refleksivnost, simetricnost i tranzitivnost.
Zatvaranje relacije u odnosu na osobinu refleksivnosti je relacija
(1) = {(1, 1), (1, 2), (2, 2), (2, 3), (3, 3)}.
Zatvaranje relacije (1) u odnosu na osobinu simetricnosti je relacija
(2) = {(1, 1), (1, 2), (2, 1), (2, 2), (2, 3), (3, 2), (3, 3)}.
Zatvaranje relacije (2) , u odnosu na tranzitivnost je relacija
(3) = {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)}.
Relacija (3) je zatvaranje relacije u odnosu na ekvivalenciju.

Redukcija relacije u odnosu na osobinu ekvivalencije je
(4) = {(1, 2), (2, 3)}.
Definicija 4.21 Neka je = relacija ekvivalencije na skupu A. Familija
A| = {[x] |x A}
naziva se faktor skupom skupa A u odnosu na relaciju .
Bulean, ili partitivni skup skupa A, 2A , sadrzi sve podskupove skupa A, sam
skup i prazan skup, te je
A| 2A .
Primer 32. Na skupu A = {1, 2, 3} uocimo relaciju = {(1, 1), (1, 2),
(2, 1), (2, 2), (3, 3)}. Faktor skup skupa A je skup
A | = {{1, 2}, {3}}.
Bulean skupa A je
2A = {{1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, {1, 2, 3}, }.
Lako je uociti da je A| 2A .
4.5 Relacija uredjenja

Definicija 4.22 Relacija na skupu A, A 6= , je relacija uredjenja, ili relacija
poretka, ako je antisimetricna i tranzitivna. Najcesce se oznacava sa . Relacija
uredjenja koja je i refleksivna naziva se relacijom parcijalnog uredjenja. Najcesce
se oznacava sa .
Definicija 4.23 Uredjeni par (A, ), gde je relacija parcijalnog uredjenja na

skupu A, naziva se parcijalno uredjenim skupom.
4.5. RELACIJA UREDJENJA 71
Primer 33. Neka je A = {a, b, c} i 2A partitivni skup (Bulean)
2A = {, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}.
Uredjeni par (2A , ) je parcijalno uredjen, tj. skup A u odnosu na relaciju

je parcijalno uredjeni skup.
Primer 34. Skup realnih brojeva R sa relacijom , u standardnom zna-

cenju ove relacije, je parcijalno uredjen skup.
Definicija 4.24 Uredjeni par (A, ), gde je A neprazan skup, a relacija na skupu
A, A A, naziva se graf. Elementi skupa A su cvorovi, a skupa grane grafa.
Cvorovi grafa se oznacavaju tackama u ravni, a grane usmerenim linijama.

Tako se grana (x, y) oznacava orijentisanom linijom koja polazi iz cvora x i
zavrsava se u cvoru y. Grana (x, x) , koja se naziva petljom, polazi i zavrsava
se u cvoru x.
x y x
Slika 8.
Osobine grafa direktno zavise od osobina relacije , ali time cemo se baviti u posled-
njem poglavlju ove knjige. Nas ovog trenutka interesuju posebni grafovi, poznati
pod nazivom Haseovi dijagrami, pogodni za predstavljanje parcijalno uredjenih
skupova.
Neka je na nepraznom skupu A data relacija , A A, tj. graf (A, ).
Ovom grafu pridruzujemo graf (A, ), pod nazivom Haseov dijagram. Pri tome,
za x, y A, grana (x, y) pripada skupu ako i samo ako (x, y) i ne postoji
cvor (element) z A, z 6= x i z 6= y, tako da (x, z) i (z, y) .
Primer 35. Za parcijalno uredjeni skup (2A , ), gde je A = {a, b, c}, iz

primera 1, Haseov dijagram je prikazan na sledecoj slici.
{a,b,c}
{a,b} {a,c} {b,c}
{a } {b} {c}
0
Slika 9.
Neka je skup skupova R definisan sa
R = {{a}, {b}, {c}, {a, b}, {a, c}, {b, c}}.
Haseov dijagram za (R, ) dat je na sledecoj slici

4.5. RELACIJA UREDJENJA 73
{a,b} {a,c} {b,c}
{a } {b} {c}
Slika 10.
Definicija 4.25 Neka je (A, ) parcijalno uredjen skup.

1. Element a A je najmanji element skupa (A, ) ako za svako b A vazi ab.
2. Element a A je najveci element skupa (A, ) ako za svako b A vazi ba.
3. Element a A je minimalni element skupa (A, ) ako ne postoji b A, b 6= a,
tako da vazi ba.
4. Element a A je maksimalni element skupa (A, ) ako ne postoji b A, b 6= a,
tako da je ab.
Najmanji element je istovremeno i minimalan, najveci je maksimalan, ali obr-

nuto ne mora da vazi. U primeru 35, u skupu (2A , ), element je najmanji i
minimalan, a skup {a, b, c} najveci i maksimalan. U skupu (R, ) elementi {a},
{b} i {c} su minimalni, ali nema najmanjeg. Takodje, elementi {a, b}, {a, c} i {b, c}
su maksimalni, ali nema najveceg.
Definicija 4.26 Neka je (A, ) parcijalno uredjen skup i B A.

1. Element a A je gornja medja skupa B ako je ba za svako b B.
2. Element a A je donja medja skupa B ako za svako b B vazi ab.
3. Supremum skupa B je najmanja gornja medja.
4. Infinum skupa B je najveca gornja medja.
Primer 36. Neka je R realna prava i (manje ili jednako) relacija parci-
jalnog (delimicnog) uredjenja realnih brojeva. Skup (R, ) nema ni najveci
ni najmanji element, nema ni minimalni ni maksimalni element, nema donjih
ni gornjih medja, pa samim tim ni supremum ni infinum.
Neka je [0, 1] R. U skupu ([0, 1], ) element 0 je najmanji, minimalni i
infinum. Element 1 je najveci element, maksimalni element i supremum.
U skupu ((0, 1], ) realan broj 1 je najveci element, maksimalni element i
supremum. Realan broj 0 je infinum, ali nema ni najmanjeg ni minimalnog
elementa.
Teorema 4.12 Neka je (A, ) parcijalno uredjen skup. Ako postoji najmanji
(najveci) element, on je jedinstven.
Dokaz. Pretpostavimo suprotno tvrdjenju u teoremi, tj. da parcijalno uredjeni

skup (A, ) sadrzi dva razlicita najmanja elementa a i b. Tada po definiciji naj-
manjeg elementa, ako je a najmanji vazi ab, a ako je b najmanji vazi ba. Kako
je relacia antisimetricna, vazi jednakost a = b.
Definicija 4.27 Parcijalno uredjen skup (A, ), u kome je relacija i linearna,

naziva se totalno uredjen skup ili lanac.
Definicija 4.28 Totalno uredjeni skup u kome svaki neprazan podskup ima naj-
manji element naziva se dobro uredjen skup.
Primer 37. Totalno uredjeni skup (N , ) je i dobro uredjeni skup.
Definicija 4.29 Neka je (A, ) parcijalno uredjen skup i a A. Za svaki element

b A se kaze da je neposredni prethodnik elementa a, b 6= a, ako je ba i vazi da
je za svako c A sa osobinom bc i ca vazi c = b ili c = a.
Na osnovu prethodne definicije svakom elementu parcijalno uredjenog skupa

(A, ) se odredjuje nivo. Element je nultog nivoa ako nema nijednog neposrednog
prethodnika. Element je prvog nivoa ako ima neposredne prethodnike samo sa
nultog nivoa i tako dalje. To se najbolje ilustruje Haseovim dijagramima. Napo-
menimo da su elementi skupa koji se nalaze na istom nivou u Haseovom dijagramu,
medjusobno neuporedivi.
Primer 38. Na skupu skupova A = {{a}, {b}, {a, b}, {a, c}, {b, c}, {a, b, c},
{b, c, d}} posmatramo relaciju (podskup). Na osnovu Haseovog dijagrama
lako je uociti da se elementi a i b nalaze na nultom nivou i medjusobno su
neuporedivi. Na prvom nivou se nalaze elementi {a, c}, {a, b} i {b, c}. Oni su
medjusobno neuporedivi, a svi njihovi neposredni prethodnici su na nultom
nivou.
{
2 {a,b,c} {b,c,d}
nivo 1 {a,c} {a,b} {b,c}
0 {a } {b }
Slika 11.
4.6. FUNKCIJE 75
Elementi {a, b, c} i {b, c, d} su na drugom nivou, medjusobno su neuporedivi,

a svi njihovi neposredni prethodnici su na prvom nivou. Tako, na primer,
elementu {b, c, d} su prethodnici element {b} i element {b, c}, ali je samo
{b, c} neposredni prethodnik.
4.6 Funkcije
Bez obzira sto smo pomenuli da ako posebno ne naglasimo uvek posmatramo
konacne skupove, smatramo umesnim da ovom prilikom podsetimo na to, jer
proucavanje funkcija na konacnim skupovima ima mnogo specificnosti.
Definicija 4.30 Binarna relacija f iz skupa A u skup B, f A B, ima

funkcionalno svojstvo, ili svojstvo jednoznacnosti, ako za svako a A vazi im-
plikacija
(a, c) f (a, b) f c = b.
Relacija f se naziva funkcijom iz skupa A u skup B, sto se oznacava sa f : A B
f
ili A B.
Neka je f : A B i (a, b) f . Za definisanje funkcije f se koristi i prefiksna forma

b = f (a). Element a se naziva argumentom, a element b vrednoscu funkcije.
Primer 39. Na skupu A = {1, 2, 3, 4} definisane su binarne relacije
1 = {(1, 2), (3, 2), (4, 1)}
i
2 = {(1, 1), (1, 2), (2, 2), (4, 1)}.
Relacija 1 ima funkcionalno svojstvo te predstavlja funkciju iz skupa A u
samog sebe, tj. 1 : A A. Relacija 2 nema funkcionalno svojstvo te nije
funkcija iz skupa A u skup A.
A A A A
1 1 1 1
2 2 2 2
3 3 3 3
4 4 4 4
r1 r2
Slika 12.
Primer 40. Za skupove A = {1, 2, 3, 4} i B = {a, b, c} definisimo binarne

relacije
1 = {(1, a), (2, a), (4, c)}
i
2 = {(1, a), (2, a), (2, c), (4, c)}.
Binarna relacija 1 ima funkcionalno svojstvo te je to funkcija iz skupa A u
skup B, dok relacija 2 to nije.
A B A B
1 a 1
a
2 b 2 b
3 3
c c
4 4
r1 r2
Slika 13.
Svakoj binarnoj relaciji , AB moze se pridruziti karakteristicna funkcija,

u oznaci , koja preslikava skup AB u skup {0, 1}, : AB {0, 1}, definisana
sa (
1, ako(a, b) ,
(a, b) =
0, ako(a, b)
/ ,
za svako a A i b B.
Primer 41. Neka je za skupove A = {1, 2, 3, 4} i B = {a, b, c} definisana

binarna relacija
= {(1, a), (1, c), (2, b), (3, a), (3, b)}.
Karakteristicna funkcija ove relacije je definisana sledecom tablicom:
a b c
1 1 0 1
2 0 1 0
3 1 1 0
4 0 0 0
Slika 14.
4.6. FUNKCIJE 77
Definicija 4.31 Neka je f : A B. Skup
fA = {a A|b B, b = f (a)}
naziva se oblascu definisanosti (domen) funkcije f , a skup
fB = {b B|a A, b = f (a)}
oblascu vrednosti (kodomen) funkcije f . Ako je fA = A funkcija f naziva se

totalnom. U protivnom je delimicna (parcijalna).
Primer 42. Funkcija f koja preslikava skup A = {1, 2, 3, 4, 5} u skup B =

{a, b, c, d} definisana je sa
f = {(1, b), (2, b), (4, d)}.
Domen ove funkcije je skup fA = {1, 2, 4}, a kodomen fB = {b, d}.
Definicija 4.32 Suzenje (restrikcija) funkcije f : A B na skup M , M A, u

oznaci f |M , definisano je sa
f |M = {(a, b)|(a, b) f a M }.
Nije tesko uociti da za totalnu funkciju f vazi f = f |fA .
Definicija 4.33 Funkcija f , f : A B je injektivna (injekcija), ili 1-1 ako za

svako b fB vazi implikacija b = f (a1 ) b = f (a2 ) a1 = a2 . Funkcija
f , f : A B je surjektivna (surjekcija), ili na, ako za svako b B postoji
a A tako da je b = f (a). Ako je funkcija f i injektivna i surjektivna naziva se
bijektivnom (bijekcijom) ili obostrano-jednoznacnom.
A B A B A B
Slika 15.
Na Slici 16 ilustrovana je, redom, funkcija koja je injektivna, surjektivna i

bijektivna.
Teorema 4.13 Ako je f : A B totalna bijekcija, fA = A, tada je relacija

f 1 B A (inverzna funkcija), bijekcija.
Dokaz. Najpre dokazimo da f 1 ima funkcionalno svojstvo, tj. da je relacija

f 1 B A funkcija. Pretpostavimo da to nije tako, vec da je a1 = f 1 (b) i
a2 = f 1 (b), tj. da se b B slika u dve tacke a1 i a2 skupa fA = A. Ali je tada
b = f (a1 ) i b = f (a2 ), pa kako je f injektivno vazi jednakost a1 = a2 .
Dokazimo da je f 1 injektivno. Pretpostavimo da to nije tako, vec da postoje
b1 , b2 B sa osobinom a = f 1 (b1 ) i a = f 1 (b2 ). Tada je b1 = f (a) i b2 = f (a).
Kako je f funkcija, to je moguce samo kada je b1 = b2 .
Dokazimo, i to kontradikcijom, da je f 1 surjektivno. Pretpostavimo da postoji
a A i da ne postoji b B tako da je f 1 (b) = a. Tada postoji a A tako da za
svako b B vazi a 6= f 1 (b). Neka je to a = a0 , a0 A. Tada je za svako b B
a0 6= f 1 (b), tj. za svako b B vazi b 6= f (a0 ). Znaci a0
/ f |A = A, tj. a0
/ A,
sto je kontradikcija.
Definicija 4.34 Neka je f : A B. Relacija kerf : = f f 1 naziva se jezgro

funkcije f .
Teorema 4.14 Neka je f : A B. Tada je kerf relacija ekvivalencije na skupu

fA .
Glava 5
Operacije
5.1 Grupa. Polje.

Definicija 5.1 Neka je A neprazan skup. Svako preslikavanje Dekartovog proi-
zvoda A A A u skup A, f : An 7 A, naziva se n-narnom operacijom u
skupu A.
Ako je n = 1, operacija je unarna, n = 2 binarna, n = 3 ternarna, itd. Nas,

uglavnom, interesuju binarne operacije. Njih cemo i razmatrati u daljem tekstu.
Umesto funkcijskog znaka f , : A2 7 A, f (x, y), binarne operacije se oznacavaju
nekim simbolima, kao na primer, +, , , , 2,..., te se pise x + y, x y, x y,
x y, x2y,... Operacija + se uobicajeno naziva aditivnom, a operacija multip-
likativnom. U daljem tekstu, ako posebno ne naglasimo, binarnu operaciju cemo
nazivati samo operacijom.
Kako za svako a i b iz skupa A, sa operacijom , vazi a b A, kazemo da
operacija ima osobinu zatvorenosti.
Definicija 5.2 Uredjeni par (G, ), gde je G neprazan skup i operacija na njemu,
naziva se grupoidom.
Definicija 5.3 Operacija u skupu G je asocijativna ako i samo ako za svako a,

b i c iz G vazi jednakost
a (b c) = (a b) c.
Definicija 5.4 Grupoid (G, ), kod koga je operacija asocijativna, naziva se

polugrupom ili semi-grupom.
U sledecim primerima ukazacemo na veliki znacaj koriscenja asocijativnog za-

kona, kada operacija ima tu osobinu.
79
80 GLAVA 5. OPERACIJE
Primer 1. Potrazimo proizvod tri pravougaone matrice A, reda m p,

B, reda p r i C, reda r n. Ako njihov proizvod nalazimo u poretku
(A B) C imacemo mr(p + n) opreacija mnozenja. Ako ga potrazimo u
obliku A (B C), imacemo pn(m + r) operacija mnozenja. U zavisnosti
od medjusobnih odnosa ovih parametara, tj. dimenzija ovih matrica, ove
razlike u broju operacija mnozenja skalara, zavisno od nacina organizacije
mnozenja, mogu biti veoma znacajne.
Tako, na primer, ako je A reda 32, B reda 2100 i C reda 1001, prilikom
nalazenja proizvoda (A B) C neophodno je obaviti 900 operacija mnozenja
dva skalara. Ako proizvod ovih matrica potrazimo u obliku A (B C) broj
ovih operacija je 206.
Posebno je interesantan slucaj kada treba naci proizvod pravougaonih ma-
trica u nizu
A1 A2 Ak .
Pravilan raspored zagrada, tj. primena asocijativnog zakona moze dovesti
do vise nego znacajnih usteda u broju neophodnih operacija mnozenja dva
skalara.
Primer 2. Posmatrajmo proizvod realnih brojeva a = 2.76, b = 1.38 i

c = 3.17, pri cemu se rezultati i medjurezultati zaokruzuju na dve decimale.
U zavisnosti od organizacije mnozenja, dobijamo
(ab)c = 12.08 i a(bc) = 12.06.
I ovom prilikom mogu nastupiti znacajna odstupanja od trazenog rezultata.
Definicija 5.5 Elemenat e je neutralni elemenat u strukturi (G, ) ako i samo

ako za svako x iz G vaze jednakosti
e x = x e = x.
Teorema 5.1 Ako grupoid (G, ) ima neutralni elemenat, on je jedinstven.
Dokaz. Ako pretpostavimo da grupoid (G, ) ima dva neutralna elementa, tada
su na oni jednaki osnovu jednakosti
e = e g = g.
Kod aditivnog grupoida (G, +) neutralni elemenat se najcesce ozacava sa 0

(nula), a kod multiplikativnog (G, ) sa 1 (jedinica).
5.1. GRUPA. POLJE. 81
Definicija 5.6 Za elemenat r grupoida (G, ) kazemo da je levo-regularan ako i

samo ako za svako a i b iz G vazi implikacija
r a = r b a = b.
Elemenat r grupoida (G, ) je desno-regularan ako i samo ako za svako a i b iz G

vazi implikacija
a r = b r a = b.
Elemenat r grupoida (G, ) je reglaran, ako i samo je istovremeno i levo-regularan
i desno-regularan.
Definicija 5.7 Neka je (G, ) polugrupa, sa neutarlnim elementom e. Za elem-

anat v, v G, kazemo da je inverzan elemanat elementa a G ako i samo ako
vaze jednakosti
v a = a v = e.
Inverzan elemenat elementa a se najcesce oznacava sa a1 .
Definicija 5.8 Polugrupa (G, ), sa neutrlanim elementom e, u kojoj svaki ele-

menat ima svoj inverzni naziva se grupom.
Definicija 5.9 Operacija u skupu G je komutativna ako i samo ako za svako a

i b iz G vazi jednakost
a b = b a.
Definicija 5.10 Grupa (G, ), u kojoj je operacija komutativna, naziva se ko-

mutativnom ili Abelovom grupom.
Teorema 5.2 Za svaki elemenat grupe (G, ) inverzni elemenat je jedinstven.
Dokaz. Pretpostavimo suprotno, da za a G postoje dva elementa a1 1

1 i a2 ,
tako da je
a1 1 1 1
1 a = a a1 = a i a2 a = a a2 = a.
Tada je
a1 1 1 1 1 1 1 1
1 = a1 e = a1 (a a2 ) = (a1 a) a2 = e a2 = a2 ,
sto je suprotno pretpostavci.

Ako je skup G konacan, tada je i odgovarajuca grupa (G, ) konacna. Broj
elemenata skupa G je duzina grupe.
Primer 3. Neka je G = {1, 3, 5, .., , 2k 1, ...} skup neparnih prirodnih

brojeva. Tada je (G, +), gde je + operacija sabiranja, Abelova grupa.
Primer 4. Neka je G skup svih regularnih matrica reda n n. Tada je

(G, ), gde je mnozenje matrica, grupa, ali ne i Abelova grupa.
Primer 5. Neka je G = {1, i, i, 1} i operacija mnozenja kompleksnih

brojeva, data tablicom na sledecoj slici
1 i i 1
1 1 i i 1
i i 1 1 i
i i 1 1 i
1 1 i i 1
Slika 1.
Nije tesko proveriti da je (G, ) konacna Abelova grupa, duzine 4.
Teorema 5.3 Za svaki elemenat a grupe (G, ) vazi (a1 )1 = a. Za svaka dva
elementa a i b grupe (G, ) vazi (a b)1 = b1 a1 .
Dokaz. Dokaz neposredno sledi na osnovu jednakosti
(a1 )1 = (a1 )1 e = (a1 )1 (a1 a) = ((a1 )1 a1 ) a = e a = a.
(a b)1 (a b) = e.
(b1 a1 )(ab) = b1 (a1 (ab)) = b1 ((a1 a)b) = b1 (eb) = b1 b = e.
Kako elemenat (a b) ima jedinstveni inverzni elemenat u G, to je
(a b)1 = b1 a1 .
Stepen nekog elementa a iz grupe (G, ), definise se sa

an = a
| a {z a} .
n-puta
Teorema 5.4 Neka je a elemenat grupe (G, ). Tada jednakost a a = a vazi

ako i samo je a = e.
5.1. GRUPA. POLJE. 83
Dokaz. Ako je a = e tada je e e = e. Obrnuto vazi na osnovu implikacija
a a = a a1 (a a) = a1 a (a1 a) a = e e a = e a = e.
Teorema 5.5 Ako je a elemenat konacne grupe (G, ), tada postoji prirodan broj
m tako da je am = e.
Definicija 5.11 Neka je a elemenat grupe (G, ). Najmanji prirodan broj p, ako
postoji, za koga je ap = e, naziva se njegovim redom.
Primer 6. Posmatrajmo ponovo grupu (G, ), gde je G = {1, i, i, 1} i

mnozenje. Neutralni elemenat u ovoj grupi je e = 1. Kako je (1)2 = 1, red
ovog elementa je 2, (i)4 = i4 = 1 red ovih elemenata je 4.
Definicija 5.12 Neka je (G, ) grupa i H G. Ako je (H, ) grupa, ona je

podgrupa grupe (G, ).
Definicija 5.13 Neka su (G, ) (H, ) dve date grupe i funkcija f preslikava skup
G u skup H, f : G 7 H. Funkcija f je homomorfizam ako za svako a i b iz skupa
G vazi jednakost
f (a b) = f (a) f (b).
Homomorfizam koji je injekcija, tj. 1-1, naziva se monomorfizam. Homomor-
fizam koji je surjekcija, tj. na, naziva se epimorfizam. Homomorfizam koji je
obostrano jednoznacni preslikavanje, tj. 1-1 i na, naziva se izomorfizam.
Definicija 5.14 Neka je p najmanji prirodan broj tako da je ap = e, za datu

operaciju . Tada je (G, ), G = {a, a2 , ..., ap } konacna ciklicna grupa generisana
sa a. Oznacavacemo je sa G(a).
Primer 7. Neka je G = {1, i, i, 1} i mnozenje. Uredjeni par (G, )

je konacna ciklicna grupa , jer skup G mozemo prikazati u obliku G =
{i, i2 , i3 , i4 }, i4 = 1 (e=1).
Ako uocimo skup H = {1, 1} G tada je (H, ) podgrupa grupe (G, ).
To je takodje konaca ciklicna grupa, jer skup H mozemo prikazati u obliku
H = {1, (1)2 }.
Definicija 5.15 Uredjena trojka (G, , ), gde su i dve binarne operacije na

skupu G, ima strukturu prstena, ako su ispunjeni sledeci uslovi:
1. (G, ) je Abelova grupa,
2. Operacija je distributivna u odnosu na operaciju ,
3. (G, ) je semi-grupa.
Definicija 5.16 Prsten (G, , ), kod koga je (G \ {e}, ) grupa, naziva se telom.
Ovde je e neutralni element grupe (G, ).
Definicija 5.17 Telo (G, , ), kod koga je (G \ {e}, ) Abelova grupa, naziva se
polje.
5.2 Bulova algebra

Definicija 5.18 Uredjena trojka (B, +, ), gde je B neprazan skup, a + i dve
binarne operacije na skupu B, ima strukturu Bulove algebre ako su zadovoljene
sledece aksiome:
A1. (Komutativni zakon) Za svako x, y B vaze jednakosti
x + y = y + x,
x y = y x.
A2. (Asocijativni zakon) Za svako x, y, z B vaze jednakosti
x + (y + z) = (x + y) + z,
x (y z) = (x y) z.
A3. (Distribtivni zakon) Za svako x, y, z B vaze jednakosti
x (y + z) = x y + x z,
x + (y z) = (x + y) (x + z).
A4. (Svojstvo identiteta) Skup B sadrzi elemente 0 i 1, tako da za svako x B
vaze jednakosti
x + 0 = 0 + x = x,
x 1 = 1 x = x.
A5. (Zakon komplementa) Za svako x B postoji element x B, tako da vaze
jednakosti
x + x = x + x = 1,
x x = x x = 0.
5.2. BULOVA ALGEBRA 85
Elemenat 0 je neutralni elemenat za operaciju +, 1 neutralni elemenat za op-

eraciju , a x je komplement elementa x. Elemenat x treba shvatiti kao primenu
unarne operacije (komplement) na elemenat x. Tako je (x) komplement elementa
x.
Primer 8. U skupu B = {0, 1} definisimo binarne operacije i sa
10 1 0
1 11 1 10
0 10 0 00
Slika 2.
Uredjena trojka (B, , ) ima strukturu Bulove algebre. Elemenat 0 je neu-
tralan za operaciju , a 1 neutralan za operaciju .
Teorema 5.6 U Bulovoj algebri (B, +, ) vaze sledece jednakosti:

1. (Zakon idempotencije) x + x = x, x x = x.
2. (Zakon nule) x + 1 = 1, x 0 = 0.
3. (Zakon apsorpcije) x + (x y) = x, x (x + y) = x.
Dokaz.
1. x + x A4
= (x + x) 1 A5
= (x + x) (x + x) A3
= x + (x x) A5
= x + 0 A5
= x.
x x A4 A5 A3 A5 A4
= (x x) + 0 = (x x) + (x x) = x (x + x) = x 1 = x.
2. x + 1 A4
= (x + 1) 1 A5
= (x + x) (x + x) A3
= x + (1 x) A4
= x + x A5
= 1.
A4 A5 A3 A4 A5
x 0 = (x 0) + 0 = (x 0) + (x x) = x (0 + x) = x x = 0.
3. x + (x y) A4
= (x 1) + (x y) A3
= x (1 + y) A2
= x 1 A4
= x.
x (x + y) A4 A3 A1 A2 A4
= (x + 0) (x + y) = x + (0 y) = x + (y 0) = x + 0 = x.
Teorema 5.7 U Bulovoj algebri komplement svakog elementa je jedinstven.
Dokaz. Neka je x proizvoljni elemenat iz B. Pretpostavimo da on ima dva kom-

plementa x1 i x2 , tako da vaze jednakosti x + x1 = 1, x x1 = 0, x + x2 = 1 i
x x2 = 0. Tada je
x1 = x1 1 = x1 (x + x2 ) = x1 x + x1 x2 = 0 + x1 x2 = x1 x2 ,
i
x2 = x2 1 = x2 (x + x1 ) = x2 x + x2 x1 = 0 + x2 x1 = x2 x1 = x1 x2 ,
te je x1 = x2 .
Teorema 5.8 U Bulovoj algebri vaze sledece jednakosti:
1. (Zakon involutivnosti) (x) = x.
2. (De Morganovi zakoni) (x + y) = x y, (x y) = x + y.
3. (Zakon komplementa) 0 = 1, 1 = 0.
Dokaz.
1. Element (x) je komplement elementa x. Kako je elemenat x komplement

elementa x, zbog jedinstvenosti (Teorema 5.7), vazi (x) = x.
2.
(x + y) + x y = ((x + y) + x) ((x + y) + y) = ((y + x) + x) ((x + y) + y)

= (y + (x + x)) (x + (y + y)) = (y + 1) (x + 1) = 1 1 = 1
(x + y) (x y) = (x y) (x + y) = ((x y) x) + ((x y) y)
= (x (x y)) + ((x y) y) = ((x x) y) + (x (y y))
= (0 y) + (x 0) = 0 + 0 = 0
Na osnovu ovih jednakosti dobijamo da je elemenat xy komplement elementa

x + y, tj. vazi jednakost (x + y) = x y.
(x y) (x + y) = ((x y) x) + ((x y) y) = (x (x y)) + ((x y) y)

= ((x x) y) + (x (y y)) = (0 y) + (x 0) = 0 + 0 = 0
(x + y) + (x + y) = (x + y) + (x y) = ((x + y) + x) ((x + y) + y)
= (x + (x + y)) ((x + y) + y) = ((x + x) + y) (x + (y + y))
= (1 + y) (x + 1) = 1 1 = 1
Na osnovu ovih jednakosti zakljucujemo da je elemenat x + y komplement

elementa x y, tj. da je (x y) = x + y.
Napomenimo da smo pri dokazivanju jednakosti 2. koristili Teoremu 5.2.
3. Dokaz ovih jednakosti prepustamo citaocu.

5.3. VEKTORSKI PROSTORI 87
Primer 9. Dokazimo da je x y = 0 ako i samo ako je x y = x.

Pretpostavimo da je x y = 0. Tada je
x = x 1 = x (y + y) = x y + x y = x y + 0 = x y.
Neka je x y = x. Tada je
x y = (x y) y = x (y y) = x 0 = 0.
Primer 10. Dokazimo da je x + y = y ako i samo ako je xy = x.

Na osnovu zakona o apsorpciji vazi x = x (x + y). Tako, ako je x + y = y
vazi jednakost
x = x (x + y) = xy.
Na osnovu zakona o apsorpciji je x = x + (x y), te je
y = y + (y x) = y + (x y) = y + x = x + y.
Nije tesko primetiti da svaka od aksioma Bulove algebre sadrzi po dve jed-
nakosti. Ako u nekoj od njih, operaciju + zamenimo sa , a operaciju sa +, 1
zamenimo sa 0, a 0 sa 1, prelazimo u drugu jednakost, i obrnuto. Zbog toga u
Bulovoj algebri vazi princip dualizma. Ovu osobinu treba maksimalno koristiti
prilikom dokaza teorema.
Primer 11. Posmatrajmo sledece iskaze

(x y + 1) (0 + x) z i (1 + x) y + xy z.
Njima su dualni sledeci iskazi
((x + y) 0) + (1 x) + z i ((0 x) + y) (x + y + z).
5.3 Vektorski prostori

Posmatrajmo dva neprazna skupa V i K. U skupu V uvedena je binarna op-
eracija +, tako da je (V, +) Abelova grupa. Elemente skupa V zvacemo vek-
torima, u oznaci ~x, te je uvedena operacija + sabiranje vektora. Sa ~0, nula-
vektor, oznacavacemo netralni elemenat u odnosu na uvedenu operaciju. Sklup K
je najcesce skup skalara, skup realnih ili kompleksnih brojeva. U skupu K defin-
isane su dve operacije + i , pri cemu operaciju + ne treba mesati sa prethodno
definisanom operacijom sabiranja vektora, tako da uredjena trojka (K, +, ) cini
polje. Sa 1 (jedan) oznacavacemo neutralni elemnat u odnosu na operaciju , a sa
0 (nula) neutralni elemenat u odnosu na operaciju +.
Definicija 5.19 Uredjeni par skupova (V, K) je vektorski prostor nad poljem K
ako su ispunjeni sledeci uslovi:
1. U skupu V definisana je binarna operacija, u oznaci +, sabiranje vektora,

tako da je (V, +) Abelova grupa.
2. Definina je binarna operacija , mnozenje vektora elementima polja K, tako

da svakom uredenom paru (, ~x) K V odgovara elemenat iz V , ~x, pri
cemu vaze jednakosti
(~x + ~y ) = ~x + ~y , ( + )~x = ~x + ~x, (~x) = ()~x, 1 ~x = ~x,
gde su ~x i ~y proizvoljni vektori, i proizvoljni elementi polja K.
Primer 12. Neka je R, skup realnih brojeva i V n = {~x = [x1 x2 ...

xn ]T |xi R, i = 1, 2, ..., n} skup n-dimenzionalnih realnih vektora. U skupu
R definisimo operacije + i , kao sabiranje i mnozenje realnih brojeva. Ure-
djena trojka (R, +, ) ima strukturu polja. U skupu V n definisimo operaciju
+, sabiranje dva vektora, na sledeci nacin
~x + ~y = [x1 x2 ... xn ]T + [y1 y2 ... yn ]T = [x1 + y1 x2 + y2 . . . xn + yn ]T .
Uredjeni par (V n , +) ima strukturu Abelove grupe.

Nad elementima skupova V n i R uvedimo operaciju mnozenje vektora real-
nim brojem,
~x = [x1 x2 ... xn ]T = [x1 x2 ... xn ]T ,
R, ~x V n . Uredjeni par (V n , R) je vektorski prostor, za napred

definisane operacije.
Napomenimo, da je za nas od najveceg interesa bas vektorski prostor (V n , R),
tj. njemu izomorfni prostor (Rn , R), gde je Rn skup uredjenih n-torki realnih
brojeva
Rn = {~x = (x1 , x2 , ..., xn )|xi R, i = 1, 2, ..., n}.
Ako je polje K unapred poznato, i nema opasnosti od zablude, ono se i ne

spominje, vec se prosto kaze da je V vektorski prostor.
Neka su ~x1 , ~x2 , ..., ~xn elementi skupa V i 1 , 2 , ...n elementi polja K. Izraz
oblika
1 ~x1 + 2 ~x2 + + n ~xn
naziva se linearnom kombinacijom vektora ~x1 , ~x2 , ..., ~xn .
Definicija 5.20 Vektori ~x1 , ~x2 , ..., ~xn , prostora (V, K), su linearno nezavisni ako
jednakost
1 ~x1 + 2 ~x2 + + n ~xn = ~0 (5.1)
vazi ako i samo ako je 1 = 2 = = n = 0.
Umesto ove definicije koristi se ekvivalentna definicija koja kaze da su vek-

tori ~x1 , ~x2 , ..., ~xn , linearno zavisni ako i samo ako postoji bar jedan od elmenata
1 , 2 , ..., n koji nije nula, tako da vazi jednakost (5.1).
Nije tesko primetiti da ako je medju vektorima ~x1 , ~x2 , ..., ~xn nula-vektor ~0, oni
su linearno zavisni. To sledi na osnovu jednakosti
0 ~x1 + 0 ~x2 + + 1 ~0 = 0,
pri cemu smo, bez smanjenja opstosti, uzeli da je ~xn = ~0.
Takodje, ako su vektori ~x1 , ~x2 , ..., ~xn linearno zavisni, tada ako je k 6= 0,
1 k n, vektor ~xk moze da se prikaze kao linearna kombinacija preostalih.
Definicija 5.21 Neka je (V, K) dati vektorski prostor i A V , A = {~x1 , ~x2 , ...,
~xn }. Skup svih linearnih kombinacija elemenata skupa A, u oznaci L(A),
L(A) = {1 ~x1 + 2 ~x2 + + n ~xn |i K, i = 1, 2, ..., n}
naziva se linealom skupa A.
Definicija 5.22 Neka je (V, K) dati vektorski prostor i A V . Ako je L(A) = V

skup A je skup generatora skupa V .
Definicija 5.23 Neka je (V, K) dati vektorski prostor i A V , skup linearno

nezavisnih vektora. Ako je L(A) = V elementi skupa A cine bazu skupa V .
Primer 13. Neka je (V 3 , R), V 3 = {~x = [x1 x2 x3 ]T |xi R, i = 1, 2, 3},

dati vektorski prostor. Uocimo skup B = {~e1 , ~e2 , ~e3 , ~e4 }, B V 3 , definisan
sa ~e1 = [1 0 0]T , ~e2 = [0 1 0]T , ~e3 = [0 0 1]T , ~e4 = [1 1 1]T . Kako za svaki
elemenat ~x V 3 vazi jednakost
~x = [x1 x2 x3 ]T = [x1 0 0]T + [0 x2 0]T + [0 0 x3 ]T
= x1 [1 0 0]T + x2 [0 1 0]T + x3 [0 0 1]T = x1~e1 + x2~e2 + x3~e3 + 0 ~e4 ,
skup B je skup generatora skupa V 3 , L(B) = V 3 . Medjutim, skup B nije
baza skupa V 3 , jer vektori ~e1 , ~e2 , ~e3 i ~e4 nisu linearno nezavisni, jer vazi
jednakost
1 ~e1 + 1 ~e2 + 1 ~e3 1 ~e4 = 0.
Nije tesko proveriti da bazu skupa V 3 cine vektori skupa A = {~e1 , ~e2 , ~e3 }.
Ako vektorski prostor (V, K) sadrzi bazu od n-linearno nezavisnih vektora, on

je dimenzije n, n N . Ako za svako n vektorski prostor V sadrzi n linearno
nezavisnih vektora, on je beskonacno dimenzionalan. Nas, uglavnom, interesuju
konacno dimenzionalni prostori.
Neka je (V n , R) n-dimenzionalni vektorski prostor. Baza ovog prostora sadrzi
n linearno nezavisnih vektora. Ona nije jedinstvena. Drugim recima, ako su A =
{~e1 , ~e2 , ..., ~en } i B = {~e1 , ~e2 , ..., ~en } dve baze ovog vektorskog prostora, tada postoji
jedinstvena regularna matrica D = (dij ), reda n n, tako da je
[~e1 ~e2 ... ~en ]T = D [~e1 ~e2 ... ~en ]T . (5.2)
Kako elementi skupa A cine bazu, to se svaki vektor vektorskog prostora V moze
prikazati kao njihova linearna kombinacija. To vazi i za vektore skupa B, te postoje
jedinstveni realni brojevi dij , i = 1, 2, ..., n i j = 1, 2, ..., n, tako da je
~e1 = d11~e1 + d12~e2 + + d1n~en

~e2 = d21~e1 + d22~e2 + + d2n~en
..
.
~en = dn1~e1 + dn2~e2 + + dnn~en , (5.3)
odakle direktno dobijamo (5.2).
Primer 14. U vektorskom prostoru (V 3 , R) iz Primera 13, uocimo skupove

A = {~e1 , ~e2 , ~e3 } i B = {~e1 , ~e2 , ~e3 }, definisane sa
~e1 = [1 0 0]T , ~e2 = [0 1 0]T , ~e3 = [0 0 1]T ,
i
~e1 = [1 0 0]T , ~e2 = [1 1 0]T , ~e3 = [1 1 1]T .
Skupovi A i B definisu dve baze. Veza izmedju njih moze da se uspostavi na
sledeci nacin:
~e1 = [1 0 0]T = 1 ~e1 ,

~e2 = [1 1 0]T = [1 0 0]T + [0 1 0]T = 1 ~e1 + 1 ~e2 ,
~e3 = [1 1 1]T = [1 0 0]T + [0 1 0]T + [0 0 1]T = 1 ~e1 + 1 ~e2 + 1 ~e3 ,
te je
~e1 1 0 0 ~e1

~e2 = 1 1 0 ~e2 .
~e3 1 1 1 ~e3
Mogli smo naci i obrnutu vezu:

~e1 = ~e1
~e2 = [0 1 0]T = [1 1 0]T [1 0 0]T = ~e1 + ~e2
~e3 = [0 0 1]T = [1 1 1]T [1 1 0]T = ~e2 + ~e3 .
Tako je
~e1 1 0 0 ~e1

~e2 = 1 1 0 ~e2 .
~e3 0 1 1 ~e3
Uocimo neki proizvoljni vektor iz V 3 , recimo ~x = [2 3 1]T . On se moze

prikazati u posmatranim bazama, tj. razapeti pomocu vektora ovih baza.
~x7 = [2 3 1]T = [2 0 0]T + [0 3 0]T + [0 0 1]T =
7 = 2[1 0 0]T + 3[0 1 0]T + (1)[0 0 1]T = 2~e1 + 3~e2 ~e3 .
Koristeci veze izmedju baznih vektora, dobijamo

~x = 2~e1 + 3~e2 ~e3 = 2~e1 + 3(~e1 + ~e2 ) (~e2 + ~e3 ) = ~e1 + 4~e2 ~e3 .
Dobili smo da vektor ~x, koji u bazi {~e1 , ~e2 , ~e3 } ima prezentaciju ~x = [2 3 1]T ,
u bazi {~e1 , ~e2 , ~e3 } ima prezentaciju ~x = [1 4 1]T .
Neka su u vektorskom prostoru (V n , R) izabrane dve baze, definisane skupo-

vima A = {~e1 , ~e2 , ..., ~en } i B = {~e1 , ~e2 , ..., ~en }. U (5.2), tj. (5.3) pokazali smo kako
se vektori skupa B mogu najedinstveni nacin prikazati preko elemenata skupa A.
Ali, vazi i obrnuto. Postoji jedinstvena regularna matrica C = (cij ), reda n n,
tako da je
[~e1 ~e2 ... ~en ]T = C T [~e1 ~e2 ...~en ]T ,
tj.
~e1 = c11~e1 + c21~e2 + + cn1~en
~e2 = c12~e1 + c22~e2 + + cn2~en
..
.
~en = c1n~e1 + c2n~e2 + + cnn~en . (5.4)
Pokazacemo kako se iz prezentacije proizvoljnog vektora ~x V n , u jednoj
bazi, prelazi u prezentaciju u drugoj bazi. Neka proizvoljni vektor ~x, ~x V n ima
prezentaciju u bazi A = {~e1 , ~e2 , ..., ~en }
~x = [1 2 ... n ]T = 1~e1 + 2~e2 + + n~en ,
a u bazi B = {~e1 , ~e2 , ..., ~en }
~x = [1 2 ... n ]T = 1~e1 + 2~e2 + + n~en .
Na osnovu (5.3) vazi jednakost
~x = [1 2 ... n ]T = 1~e1 + 2~e2 + + n~en =

= 1 (c11~e1 + c21~e2 + + cn1~en ) + 2 (c12~e1 + c22~e2 + + cn2~en )
+ + n (c1n~e1 + c22~e2 + + cnn~en )
= (c11 1 + c12 2 + + c1n n )~e1 + (c21 1 + c22 2 + + c2n n )~e2
+ + (cn1 1 + cn2 2 + + cnn n )~en
Kako je ~x = 1~e1 + 2~e2 + + n~en vaze jednakosti
1 = c11 1 + c12 2 + + c1n n

2 = c21 1 + c22 2 + + c2n n
..
.
n = cn1 1 + cn2 2 + + cnn n ,
[1 2 n ]T = C[1 2 n ]T ,
gde je matrica C = (cij ), reda n n, definisana u (5.4). Slicnim postupkom
dobijamo da je
[1 2 n ]T = D[1 2 n ]T .
Zbog jedinstvenosti prezentacije nekog vektora u izabranoj bazi vazi jednakost
D = C 1 .
Glava 6
Specijalne matrice. Permanent
6.1 Binarne matrice

Definicija 6.1 Matrica A = (aij ) se naziva binarnom matricom ako njeni ele-
menti uzimaju vrednosti samo iz skupa {0, 1}.
Binarne matrice se u literaturi srecu i pod nazivom Bulove ili (0, 1)-matrice.
Definicija 6.2 Kvadratna binarna matrica se naziva permutacionom ako i samo

ako u svakoj njenoj vrsti i koloni ima po tacno jedna jedinica.
Permutacione matrice cemo oznacavati sa Pi . Skup svih permutacionih ma-

trica, reda n n, oznacavacemo sa P (n, 1), P (n, 1) = {Pi }.
Primer 1. Skup P (3, 1) cine matrice

1 0 0 0 1 0 0 0 1

P1 = 0 1 0 P2 = 0 0 1 P3 = 1 0 0 ,
0 0 1 1 0 0 0 1 0

1 0 0 0 1 0 0 0 1

P4 = 0 0 1 P5 = 1 0 0 P6 = 0 1 0 .
0 1 0 0 0 1 1 0 0
Teorema 6.1 Skup P (n, 1), n 1, sastoji se od n! = n (n 1) 2 1 permuta-

cionih matrica, tj.
|P (n, 1)| = n (n 1) 2 1 = n! (6.1)
93
94 GLAVA 6. SPECIJALNE MATRICE. PERMANENT
Dokaz. Dokaz cemo sprovesti primenom matematicke indukcije. Za n := 1 postoji

samo jedna permutaciona matrica reda 11, pa je tvrdjenje (6.1) tacno. Za n := 2
postoji ukupno dve permutacione matrice, reda 2 2, i to su
" # " #
1 0 0 1
i ,
0 1 1 0
te je tvrdjenje (6.1) tacno i u ovom slucaju.

Pretpostavimo da je tvrdjenje (6.1) tacno za neko fiksirano n, vece ili jednako 2,
n := n.
Neka je P (n+1, 1) skup svih permutacionih matrica reda (n+1)(n+1). Uocimo
podskupove ovog skupa, u oznaci Pi (n + 1, 1), i = 1, 2, ..., n + 1, kod kojih se u
i-toj koloni prve vrste nalazi jedinica. Ovi podskupovi su medjusobno disjunktni,
te vazi jednakost
n+1
X
n+1
|P (n + 1, 1)| = i=1 Pi (n + 1, 1) = |Pi (n + 1, 1)| . (6.2)
i=1
Oznacimo sa Pi (n, 1), i = 1, 2, ..., n + 1, skup svih permutacionih matrica reda

n n, koje se dobijaju kada se u permutacionoj matrici iz skupa P (n + 1, 1)
izostavi prva vrsta i i-ta kolona. Za svako fiksirano i, i = 1, 2, ..., n + 1 vazi
jednakost |Pi (n + 1, 1)| = |Pi (n, 1)|. Kako je na osnovu induktivne pretpostavke
|Pi (n, 1)| = n (n 1) 1 = n!, to iz (6.2) dobijamo
n+1
X n+1
X
|P (n + 1, 1)| = |Pi (n + 1, 1)| = n! = (n + 1) n! = (n + 1)!
i=1 i=1
sto je i trebalo dokazati.

U skladu sa definicijom permutacione matrice, reda n > 1, bilo koje njene dve,
medjusobno razlicite, vektor-vrste, tj. vektor-kolone, ne mogu imati jedinice na
istim pozicijama. Samim tim, njihov skalarni proizvod je jednak nuli. Ako uocimo
da je skalarni proizvod njene, bilo koje, vektor-vrste, tj. vektor-kolone, sa samom
sobom jednak jedinici, vazi sledeci rezultat.
Teorema 6.2 Za svaku permutacionu matric P vazi
P P T = P T P = I, (6.3)
gde je I jedinicna matrica, odgovarajuceg reda.

6.1. BINARNE MATRICE 95
Na osnovu jednakosti (6.3) vazi jednakost
det(I) = det(P P T ) = det(P ) det(P T )
te je
detP = detP T = 1 ili detP = detP T = 1,
za svaku permutacionu matricu P .
Primer 2. Uocimo matrice P2 i P5 iz Primera 1.

0 1 0 0 1 0

P2 = 0 0 1 P5 = 1 0 0 .
1 0 0 0 0 1
Za njih vazi detP2 = 1, detP5 = 1,

0 0 1 0 1 0

P2T T
= 1 0 0 P5 = P5 = 1 0 0
0 1 0 0 0 1

1 0 0 1 0 0

P2 P2T = P2T P2 = I = 0 1 0 i P5 P5T = P5T P5 = I = 0 1 0 .
0 0 1 0 0 1
Za permutacione matrice iz iste klase, P (n, 1), vazi sledeci rezultat.
Teorema 6.3 Proizvod permutacionih matrica je permutaciona matrica.
Primer 3. Tablica medjusobnih proizvoda permutacionih matrica P1 , P2 ,

P3 , P4 , P5 , P6 iz Primera 1 je oblika
P1 P2 P3 P4 P5 P6
P1 P1 P2 P3 P4 P5 P6
P2 P2 P3 P1 P6 P4 P5
P3 P3 P1 P2 P5 P6 P4
P4 P4 P5 P6 P1 P2 P3
P5 P5 P6 P4 P3 P1 P2
P6 P6 P4 P5 P2 P3 P1
Slika 1
Definicija 6.3 Kvadratna matrica A = (aij ), reda n n, je k-binarna ako i samo

ako u svakoj vrsti i koloni ima tacno po k jedinica. Skup svih k-binarnih matrica,
reda n n, oznacavamo sa P (n, k).
Teorema 6.4 Svaka binarna matrica A iz skupa P (n, k) moze se prikazati u obliku
k
X
A= Pi = P1 + P2 + + Pk , (6.4)
i=1
gde su Pi , i = 1, 2, ..., k, medjusobno razlicite permutacione matrice.
Razlaganje (6.4) nije jedinstveno.
Primer 4. Navescemo dva, razlicita, razlaganja oblika (6.4) matrice

1 1 0 0 1
1 1 1 0 0

A= 0 1 1 1 0

0 0 1 1 1
1 0 0 1 1
iz klase P (5, 3).

1 0 0 0 0 0 1 0 0 0 0 0 0 0 1
0 1 0 0 0 0 0 1 0 0 1 0 0 0 0

A= 0 0 1 0 0 + 0 0 0 1 0 + 0 1 0 0 0 ,

0 0 0 1 0 0 0 0 0 1 0 0 1 0 0
0 0 0 0 1 1 0 0 0 0 0 0 0 1 0

1 0 0 0 0 0 1 0 0 0 0 0 0 0 1
0 0 1 0 0 1 0 0 0 0 0 1 0 0 0

A= 0 1 0 0 0 0 0 1 0 0 + 0 0 0 1 0 .

0 0 0 1 0 0 0 0 0 1 0 0 1 0 0
0 0 0 0 1 0 0 0 1 0 1 0 0 0 0
U daljem tekstu bavicemo se malo detalnije trima klasama permutacionih

matrica. To su matrice ciklicnog pomeraja, matrice r-tog pomeraja i matrice
(r1 , ..., rm )-pomeraja.
Definicija 6.4 Neka je In jedinicna matrica reda n n. Pod matricom ciklicnog

pomeraja, reda k (k n), podrazumeva se matrica koja se dobija od matrice In
ciklicnim pomeranjem njenih kolona za k mesta u desnu ili levu stranu. Matricu
(k) (k)
ciklicnog pomeraja reda k u desno oznacavacemo sa In , a u levo In .
Primer 5. Primeri matrica ciklicnog pomeraja u desno, reda 1, 2 i 3 su:
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0

0 0 1 0 0 0 0 0 1 0 0 0 0 0 1
(1)
I5 = 0 0 0 1 0 , I5(2) = 0 0 0 0 1 , I5(3) = 1 0 0 0 0 ,
0 0 0 0 1 1 0 0 0 0 0 1 0 0 0
1 0 0 0 0 0 1 0 0 0 0 0 1 0 0
a primeri matrica ciklicnog pomeraja u levo, reda 1, 2 i 3 su:

0 0 0 0 1

0 0 0 1 0 0 0 1 0 0
1 0 0 0 0 0 0 0 0 1 0 0 0 1 0
(1)
I5 = 0 1 0 0 0 , I5(2) = 1 0 0 0 0 , I5(3) = 0 0 0 0 1 .
0 0 1 0 0 0 1 0 0 0 1 0 0 0 0
0 0 0 1 0 0 0 1 0 0 0 1 0 0 0
Matrice ciklicnog pomeraja se koriste za ciklicno preuredjenje elemenata datog

(1)
vektora ili matrice. Neka je dat vektor ~x = [x1 x2 ...xn ]T . Proizvod In ~x
oznacava da su se elementi u vektoru ~x ciklicno pomerili za jedno mesto u levo.
Ako dobijeni vektor oznacimo sa ~x(1) , vazi jednakost
~x(1) = In(1) ~x = [x2 x3 ...xn x1 ]T .
(k)
U opstem slucaju, proizvod In ~x oznacava da su se elementi u vektoru ~x ciklicno
pomerili u levo za k mesta (k n). Ako dobijeni vektor oznacimo sa ~x(k) , vazi
jednakost
~x(k) = In(k) ~x = [xk+1 ...xn x1 ...xk ]T .
(1)
Slicno, proizvod In ~x oznacava da su se elementi u vektoru ~x ciklicno
pomerili za jedno mesto u desno. Ako dobijeni vektor oznacimo sa ~x(1) , vazi
jednakost
~x(1) = In(1) ~x = [xn x1 x2 ...xn1 ]T .
(k)
U opstem slucaju, proizvod In ~x oznacava da su se elementi u vektoru ~x
ciklicno pomerili u desno za k mesta (k n). Ako dobijeni vektor oznacimo sa
~x(k) , vazi jednakost
~x(k) = In(k) ~x = [xnk+1 ...xn x1 ...xnk ]T .
(2) (1)
Primer 6. Za slucaj I4 i I4 i ~x = [x1 x2 x3 x4 ]T imamo

0 0 1 0 x1
0 0 0 1 x2
(2)
~x(2) = I4 ~x = = [x3 x4 x1 x2 ]T ,
1 0 0 0 x3
0 1 0 0 x4

0 0 0 1 x1
1 0 0 0 x2
(1)
~x(1) = I4 ~x = = [x4 x1 x2 x3 ]T .
0 1 0 0 x3
0 0 1 0 x4
Za matrice ciklicnog pomeraja vaze sledece osobine

k T
In(k) = In(1) , In(k) = In(k) ,
In(k) In(k) = In , In(k) = In((nk)) .

Naravno, vaze iste osobine i ako se umesto matrica ciklicnog pomeraja u desno
uzmu matrice ciklicnog pomeraja u levo.
Kada se matrice ciklicnih pomeraja primene na odgovarajuce kvadratne ma-
trice dolazi do ciklicnog pomeraja, odredjenog reda, njenih vrsta ili kolona. Nar-
avno, matrice ciklicnog pomeraja mogu da se primene i na pravougaone matrice,
samo sto treba voditi racuna o uslovu egzistencije proizvoda.
Primer 7. Posmatrajmo pravougaonu matricu reda 3 4

a11 a12 a13 a14

A = a21 a22 a23 a24 .
a31 a32 a33 a34
(2)
Ako sa leve strane pomnozimo matricu A, matricom I3 , ili sto je isto
(1)
I3 , dobijamo matricu

a31 a32 a33 a34
(2)
I3 A = a11 a12 a13 a14 .
a21 a22 a23 a24
Dobijena matrica se dobija na osnovu date matrice, tako sto se vrste ciklicno
pomere navise za dva mesta, tj. za jedno mesto nanize.
(2)
Ako datu matricu sa desne strane pomnozimo matricom I4 , ili sto je isto
(2)
I4 , dobijamo matricu

a13 a14 a11 a12
(2)
A I4 = a23 a24 a21 a22 .
a33 a34 a31 a32
Vidi se da su se kolone matrice A ciklicno pomerile u levo (u desno) za po

dva mesta.
Veoma bliske sa matricama ciklicnog pomeraja su permutacione matrice obr-

nutog ciklicnog pomeraja. One se dobijaju ciklicnim pomeranjem, u levu ili desnu
stranu, elemenata vrsta (kolona) matrice

0 0 0 1
0 0 1 0

..
In =
.
.

0 1 0 0
1 0 0 0
Najpre, primetimo da se na osnovu proizvoda In ~x, gde je ~x = [x1 x2 .... xn ]T

dobija vektor ciji elementi stoje u obrnutom redosledu, tj. u ogledalskom poretku
u odnosu na vektor ~x. Drugim recima, imamo da je
In ~x = [xn xn1 ... x1 ]T .

(k) (k)
Sa In , tj. In oznacavacemo permutacione matrice obrnutog ciklicnog pomer-
aja reda k u desno, tj. u levo. Veze ovih matrica sa matricama ciklicnog pomeraja
mogu da se uspostave pomocu jednakosti
In(k) = In((nk)) In , (6.5)
i
In(k) In = In((nk)) = In(k) . (6.6)
Pre nego sto definisemo permutacione matrice r-tog pomeraja, koje su jedna gen-
eralizacija matrica ciklicnog pomeraja, podsetimo se definicije i osnovnih osobina
Kronekerovog (tenzorskog) proizvoda matrica.
Neka su A = (aij ) i B = (bij ) dve date kvadratne matrice reda m m i
n n, respektivno. Pod Kronekerovim (tenzorskim) proizvodom ove dve matrice,
u oznaci AB, podrazumeva se kvadratna matrica reda (m)(m), ciji su elementi
blok matrice aij B, za i = 1, 2, ..., n i j = 1, 2, ..., n, tj. C = A B = (aij B).
Primer 8. Neka su date matrice A = (aij ),reda 2 2 i B = (bij ), reda

3 3. Tenzorski proizvod ove dve matrice je matrica
a b a11 b12 a11 b13 a12 b11 a12 b12 a12 b13

11 11
h i a11 b21 a11 b22 a11 b23 a12 b21 a12 b22 a12 b23
a11 B a12 B a b a11 b32 a11 b33 a12 b31 a12 b32 a12 b33
C =AB = = 11 31 .
a21 B a22 B a21 b11 a21 b12 a21 b13 a22 b11 a22 b12 a22 b13
a21 b21 a21 b22 a21 b23 a22 b21 a22 b22 a22 b23
a21 b31 a21 b32 a21 b33 a22 b31 a22 b32 a22 b33
Osnovne osobine tenzorskog proizvoda matrica su:

a) Ako su A, B, C i D date kvadratne matrice reda mm, tada vaze jednakosti
A B C = (A B) C = A (B C),
(A + B) (C + D) = A C + A D + B C + B D,
(A B)(C D) = (AC) (BD),
(A) B = A (B) = (A B).
b) Ako je Am data kvadrana matrica reda m m i Bn kvadratna matrica reda

n n, tada vaze jednakosti
Am Bn = (Am In )(Im Bn ) = (Im Bn )(Am In ),

(Am Bn )1 = A1 1
m Bn , (detA 6= 0, detB 6= 0).
Definisimo sada permutacione matrice r-tog pomeraja. Neka su r, k i m prirodni

brojevi, takvi da je r 2 i 0 k < rm . Tada prirodan broj k mozemo na
jedinstven nacin napisati u obliku
k = km1 rm1 + km2 rm2 + + k0 r0 , (6.7)
gde su celi brojevi ki , i = 0, 1, .., m 1, sa osobinom 0 ki r 1.
Definicija 6.5 Permutaciona matrica r-tog pomeraja za k pozicija u desno, u

(k)
oznaci Srm r definise se sa
Pm1
(k) (( ki ri ))r
Srm r = Srm i=0
= Ir(km1 ) Ir(k1 ) Ir(k0 ) . (6.8)
Definicija 6.6 Permutaciona matrica r-tog pomeraja za k pozicija u levo, u oz-

(k)
naci Srm r definise se sa
Pm1
(k)r (( ki ri ))r
Srm = Srm i=0
= Ir(km1 ) Ir(k1 ) Ir(k0 ) . (6.9)
Primer 9. Neka je r = 3 i m = 2, tj. rm = 9. Za k = 1, 2, 3, ..., 8 razlaganja

oblika (6.7) su
1 = 0 31 + 1 30 , 2 = 0 31 + 2 30 , 3 = 1 31 + 0 30 , 4 = 1 31 + 1 30 ,
5 = 1 31 + 2 30 , 6 = 2 31 + 0 30 , 7 = 2 31 + 1 30 , 8 = 2 31 + 2 30 .
Odgovarajuce permutacione matrice 3-pomeraja u desno za k-pozicija (k =

1, 2, ..., 8), su

(1)
I3 0 0
(1)3 ((031 +130 ))3 (0) (1) (1)

S32 = S32 = I3 I3 =
0 I3 0 ,

(1)
0 0 I3

(2)
I3 0 0
(2)3 ((031 +230 ))3 (0) (2) (2)

S32 = S32 = I3 I3 =
0 I3 0 ,

(2)
0 0 I3

0 I3 0
(3)3 ((131 +030 ))3 (1) (0)
S32 =S 32 = I3 I3 = 0 0 I3 ,
I3 0 0

(1)
0 I3 0
(4)3 ((131 +130 ))3 (1) (1) (1)

S32 = S32 = I3 I3 =
0 0 I3 ,

(1)
I3 0 0

(2)
0 I3 0
(5)3 ((131 +230 ))3 (1) (2) (2)

S32 = S32 = I3 I3 =
0 0 I3 ,

(2)
I3 0 0

0 0 I3
(6)3 ((231 +030 ))3 (2) (0)
S32 =S 32 = I3 I3 = I3 0 0 ,
0 I3 0

(1)
0 0 I3
(7)3 ((231 +130 ))3 (2) (1)
(1)

S32 = S32 = I3 I1 =
I3 0 0 ,

(1)
0 I3 0

(2)
0 0 I3
(8)3 ((231 +230 ))3 (2) (2)
(2)

S32 = S32 = I3 I1 =
I3 0 0 .

(2)
0 I3 0
Mnozenjem datog vektora

h iT

~x = x1 x2 x3 x4 x5 x6 x7 x8 x9 ,
kod koga smo isprekidanim linijama grupisali elemente u tri grupe, sa nave-
denim permutacionim matricama, redom, dobijamo:
h iT
(1)3
[1] S32 ~x = x2 x3 x1 x5 x6 x4 x8 x9 x7 ,
h iT
(2)3
[2] S32 ~x = x3 x1 x2 x6 x4 x5 x9 x7 x8 ,
h iT
(3)3
[3] S32 ~x = x4 x5 x6 x7 x8 x9 x1 x2 x3 ,
h iT
(4)3
[4] S32 ~x = x5 x6 x4 x8 x9 x7 x2 x3 x1 ,
h iT
(5)3
[5] S32 ~x = x6 x4 x5 x9 x7 x8 x3 x1 x2 ,
h iT
(6)3
[6] S32 ~x = x7 x8 x9 x1 x2 x3 x4 x5 x6 ,
h iT
(7)3
[7] S32 ~x = x8 x9 x7 x2 x3 x1 x5 x6 x4 ,
h iT
(8)3
[8] S32 ~x = x9 x7 x8 x3 x1 x2 x6 x4 x5 .
Na osnovu prethodnih jednakosti lako je uociti da primenom permutacione
matrice 3-pomeraja na vektor reda 9 1, koga smo podelili na tri bloka
od po tri elementa, moze doci do ciklicnog pomeraja blokova, pri cemu se
elementi u blokovima takodje mogu ciklicno pomerati. Tako, transformacije
[1] i [2] ne vrse pomeranje blokova, vec samo elemenata unutar blokova.
Transformacije [3] i [6] ciklicno pomeraju blokove datog elementa, ali nema
pomeranja elemenata u njima. Konacno transformacije [4], [5], [7] i [8] vrse
ciklicno pomeranje i blokova i elemenata u njima.
Slicno, kao u prethodnom primeru, mozemo u opstem slucaju opisati delovanje

(k)
permutacione matrice r-tog pomeraja za k pozicija, Srm r , na dati vektor ~x, reda
rm 1, koga posmatramo razbijenog na rm1 blokova od po r elemenata. Uocimo
tri moguca slucaja. Ako je 1 k < r nema pomeranja blokova, vec samo ciklicnog
pomeranja elemenata u njima, i to za k pozicija u levo. Ako je k deljivo sa r, dolazi
do ciklicnog pomeranja blokova za kr pozicija u levo, ali nema ciklicnog pomeranja
u okviru blokova. Ako je k > r i k nije deljivo sa r, dolazi do ciklicnog pomeranja
blokova za [ kr ] pozicija ulevo, i ciklicnog pomeranja elemenata u blokovima za
( kr [ kr ])r pozicija u levo. Naravno, do slicnih se zakljucaka dolazi i analizom
(k)r
delovanja permutacione matrice r-tog pomeraja za k-pozicija u levo, Srm , na
dati vektor
Za m = 1, na osnovu (6.9), imamo da je

Sr(k)r = Ir(k) ,
tj. permutaciona matrica r-tog pomeraja za k-pozicija u desno (levo) svodi se na
matricu ciklicnog pomeraja reda k u desno (levo).
Za m = 2 na osnovu (6.8) i (6.9) dobijamo da vazi jednakost
(k)2 (k)2
S2m = S2m ,
koja se za k = 2m 1 svodi na jednakost
((2m 1))2
S2m = I2m ,
sto predstavlja vezu sa permutacionom matricom obrnutog ciklicnog pomeraja.
Osnovne osobine permutacione matrice r-tog pomeraja su:
(k)r (k)r
Srm Srm
Ir m ,
(k)r ((rm k))r
Srm = Srm ,
(k)r (k)r
Srm = Irmi1 Sri+1 , i {0, 1, ..., m 1}
(k)r (k)
Srm = Irmi1 Sri+1 r , i {0, 1, ..., m 1}
(rm ) (rm )
Srm r = Srm r Irm .
Sledeca klasa permutacionih matrica, koja je u neku ruku uopstenje prethodno
definisane klase, obuhvata permutacione matrice (r0 , ..., rm )-tog pomeraja.
Neka je n dati prirodan broj koga razlazemo na cinioce
n = r0 r1 rm , r0 = 1, ri N , i m, (6.10)
pri cemu je r0 r1 rm . Tada svaki prirodan broj k < m mozemo na
jedinstven nacin prikazati u obliku
m1
X
k= ki (r0 r1 ...ri ) = k0 r0 + k1 r0 r1 + + km1 r0 r1 rm1 , (6.11)
i=0
gde su ki celi brojevi sa osobinom 0 ki ri+1 1 za svako i = 0, 1, ..., m 1.
Definicija 6.7 Permutaciona matrica (r0 , r1 , ..., rm )-tog pomeraja za k-pozicija u

(k)
desno, u oznaci Sr0 r1 rm definise se sa
Pm1
(k) ( ki (r0 r1 ri ))
Sr0 r1 rm = Sr0 r1i=0
rm = Ir(kmm1 ) Ir(km1
m2 )
Ir(k1 0 ) . (6.12)
Definicija 6.8 Permutaciona matrica (r0 , r1 , ..., rm )-tog pomeraja za k-pozicija u

(k)
levo, u oznaci Sr0 r1 rm definise se sa
Pm1
(k) ( ki (r0 r1 ri ))
Sr0 r1 rm = Sr0 r1 ri=0
m = Ir(k
m
m1 )
Ir(k
m1
m2 )
Ir(k
1
0)
. (6.13)
Primer 10. Posmatrajmo prirodni broj n = 6. Njega mozemo napisati,

shodno (6.10), u obliku n = 1 2 3. Tako je r0 = 1, r1 = 2 i r2 = 3. Za svaki
prirodni broj k, k = 1, 2, 3, 4, 5, vaze jednakosti
1 = 1 (1) + 0 (1 2), 2 = 0 (1) + 1 (1 2), 3 = 1 (1) + 1 (1 2),

4 = 0 (1) + 2 (1 2), 5 = 1 (1) + 2 (1 2).
Sada mozemo formirati sledece permutacione matrice (1, 2, 3)-tog pomeraja

u desno

(1)
I2 0 0
(1) ((1(1)+0(12))) (0) (1) (1)

S123 = S123 = I3 I2 =
0 I2 0 ,

(1)
0 0 I2

0 I2 0
(2) ((0(1)+1(12))) (1) (0)
S123 = S123 = I3 I2 = 0 0 I2 ,
I2 0 0

(1)
0 I2 0
(3) ((1(1)+1(12))) (1) (1) (1)

S123 = S123 = I3 I2 =
0 0 I2 ,

(1)
I2 0 0

0 0 I2
(4) ((0(1)+2(12))) (2) (0)
S123 = S123 = I3 I2 = I2 0 0 ,
0 I2 0

(1)
0 0 I2
(5) ((1(1)+2(12))) (2) (1)
(1)

S123 = S123 = I3 I2 =
I2 0 0 .

(1)
0 I2 0
Da bismo bolje uocili kakve se transformacije dogadjaju na datom vektoru
~x = [x1 x2 x3 x4 x5 x6 ]T ,
primenom navedenih permutacionih matrica, elemente ovog vektora grupi-

simo na sledeci nacin
h iT

~x = x1 x2 x3 x4 x5 x6 .
Sada imamo
h iT
(1)
S123 ~x = x2 x1 x4 x3 x6 x5 ,
h iT
(2)
S123 ~x = x3 x4 x5 x6 x1 x2 ,
h iT
(3)
S123 ~x = x4 x3 x6 x5 x2 x1 ,
h iT
(4)
S123 ~x = x5 x6 x1 x2 x3 x4 ,
h iT
(5)
S123 ~x = x6 x5 x2 x1 x4 x3 .
Uocavamo dosta slicnosti kod primene permutacione matrice date sa (6.12)

sa dejstvom permutacione matrice tipa (6.8). Ipak, sada je situacija mnogo
slozenija. Slozenija je sama podela datog vektora na blokove. U ovom
primeru smo dati vektor podelili na 3 bloka, pri cemu je svaki blok sadrzao po
dva elementa. Permutacije se u datom vektoru mogu obavljati po blokovima,
po elementima unutar blokova, kao i jedno i drugo istovremeno.
Preporucujemo da citalac na ovom primeru prouci pod kojim uslovima se
obavljaju odredjene transformacije nad elementima datog vektora.
U opstem slucaju, dati vektor duzine n = r1 r2 rm se najpre podeli na blokove

duzine rm , zatim se svaki od njih podeli na podblokove duzine rm1 , pa se svaki
podblok podeli na nove podblokove duzine rm2 , i tako do kraja, dok se podela
ne izvrsi do nivoa r1 . Primenom permutacione matrice tipa (6.12), a samim tim i
odgovarajuce permutacione matrice za pomeraj u levo, na dati vektor, permutacije,
tj. ciklicni pomeraji, mogu nastupiti na svakom od pomenutih nivoa, u zavisnosti
od parametara ki , 0 i m 1.
Nije tesko primetiti da se za r1 = r2 = = rm = r permutaciona matrica
(k)
Sr0 r1 rm svodi na permutacionu matricu tipa (6.9), tj. vazi jednakost
(k) (k)r (k) (k)r
Sr r r = Srm i Sr r r = Srm .
| {z } | {z }
m-puta m-puta
Veoma je sirok spektar primena permutacionih matrica u raznim teorijama

i prakticnim realizacijama. O nekim primenama u resavanju kombinatornih za-
dataka (blok-seme, grafovi i druge konfiguracije) bice vise reci u drugim odeljcima.
U litearturi se mogu naci primene u resavanju problema iz linearne algebre (re-
savanje sistema linearnih jednacina Gausovim postupkom sa izborom glavnog ele-
menta, faktorizacija date kvadratne matrice...), kao i primeni permutacionih ma-
trica kod diskretnih transformacija.
Permutacione matrice su nasle veoma vaznu primenu kod resavanja problema
na paralelnim racunarskim sistemima. Ova primena je relativno novijeg datuma.
Naime, u opstem slucaju, prilikom resavanja problema na nekom paralelnom racu-
narskom sistemu, veoma retko se dogadja da ulazni podaci budu zadati u nekom
prirodnom redosledu ili da medjurezultati budu iskorisceni u rasporedu koji je
dobijen prilikom prethodnog izracunavanja. Da bi se problemi uspesno resavali,
neophodno je izvrsiti preuredjenje podataka. To preuredjivanje se vrsi primenom
razlicitih permutacionih matrica.
6.2 Matrice uredjenosti

Neka je Sn = {b1 , b2 , ..., bn } konacan skup medjusobno razlicitih elemenata koji se
mogu porediti. Bez smanjenja opstosti, smatracemo da su bi , i = 1, 2, ..., n, realni
brojevi, a relacija poretka <, tj. . Cilj nam je da preuredimo skup Sn tako da
se elementi bi nadju u rastucem poretku.
Definicija 6.9 Neka je Sn = {b1 , b2 , ..., bn } skup elemenata koj se mogu urediti.
Matrica uredjenosti ovog skupa je kvadratna binarna matrica A = (aij ), reda nn,
definisana sa
(
1 , ako je bj < bi ,
aij = (6.14)
0 , ako je bi bj ,
za svako i = 1, 2, ..., n i j = 1, 1, ..., n.
Primer 11. Za skup S = {3, 2, 1, 4, 5} matrica uredjenosti je

0 1 1 0 0
0 0 1 0 0

A= 0 0 0 0 0 .

1 1 1 0 0
1 1 1 1 0
6.2. MATRICE UREDJENOSTI 107
Primetimo da svaka vrsta, tj. kolona, matrice uredjenosti za skup Sn , sadrzi

najmanje 0, a najvise n1 jedinica. Kako su elementi bi , i = 1, 2, ..., n medjusobno
razliciti, to ne postoje dve razlicite vrste, tj. kolone, matrice A sa istim brojem
jedinica. To znaci da postoji samo jedna vrsta, tj. kolona, koja sadrzi i, i =
0, 1, ..., n 1, jedinica. Ako bi skup Sn bio dobro uredjen, tj. ako bi vazilo b1 <
b2 < < bn , na osnovu (6.14), matrica uredjenosti L bi bila oblika

0 0 0 0
1 0 0 0

L= 1 1 0 0 .

..
.
1 1 1 0
Ona bi se, jednoznacno mogla dobiti iz svake matrice uredjenosti, preuredjenjem

njenih vrsta i kolona. Drugim recima, treba naci takvu permutacionu matricu P ,
reda n n, tako da je
L = P A P. (6.15)
Ako datom skupu Sn = {b1 , b2 , ..., bn } pridruzimo vektor
~ = [b1 b2 ... bn ]T ,
S
tada preuredjenom skupu Sn = {b1 , b2 , ..., bn }, b1 < b2 < < bn , odgovara vektor
~s = [b1 b2 ... bn ]T dobijen na osnovu jednakosti
~
~s = P S. (6.16)
Primer 12. Za skup S = {4, 2, 5, 1, 3} matrica uredjenosti je

0 1 0 1 1
0 0 0 1 0

A= 1 1 0 1 1 .

0 0 0 0 0
0 1 0 1 0
Na osnovu matrice P

0 0 0 1 0
0 1 0 0 0

P = 0 0 0 0 1 ,

1 0 0 0 0
0 0 1 0 0
dobija se da je

0 0 0 0 0
1 0 0 0 0

P AP = 1 1 0 0 0 = L,

1 1 1 0 0
1 1 1 1 0
sto znaci da je to trazena matrica. Trazeno uredjenje dobijamo na osnovu

(6.16)

0 0 0 1 0 4
0 1 0 0 0 2

~=
~s = P S 0 0 0 0 1

5

= [1 2 3 4 5]T .

1 0 0 0 0 1
0 0 1 0 0 3
Postavlja se pitanje kako, najlakse, odrediti matricu P . Predlazemo sledeci

postupak. Posmatramo vrste matrice uredjenosti. Uocimo vrstu koja sadrzi samo
nule. U prvoj vrsti matrice P , na poziciji koja odgovara rednom broju uocene
vrste upisemo 1, a sve ostalo su nule.U drugom koraku uocimo vrstu koja sadrzi
samo jednu jedinicu. U drugoj vrsti matrice P , na poziciji koja odgovara rednom
broju uocene vrste upisemo 1, a sve ostalo su nule. Ovaj postupak ponavljamo
sve do vrste matrice uredjenosti koja sadrzi n 1 jedinica. Napomenimo, da smo
slicnu proceduru mogli sprovesti posmatrajuci kolone matrice uredjenosti.
Primer 13. Zelimo urediti elemente skupa Z5 = {3, 5, 1, 4, 2} u rastucem

poretku. Matrica uredjenosti je

0 0 1 0 1 1
1 0 1 1 1 2

A= 0 0 0 0 0 3 .

1 0 1 0 1 4
0 0 1 0 0 5
Kako se vrsta koja ne sadrzi ni jednu jedinicu nalazi na trecoj poziciji matrice
A, stavicemo P13 = 1, P11 = P12 = P14 = P15 = 0. Vrsta koja sadrzi jednu
jedinicu je na petoj poziciji, pa je P25 = 1, P21 = P22 = P23 = P24 = 0. Vrsta
koja sadrzi dve jedinice je na prvoj poziciji, pa je P31 = 1, P32 = P33 = P34 =
P35 = 0. Vrsta koja sadrzi tri jedinice je na cetvrtoj poziciji, pa je P44 = 1,
P41 = P42 = P43 = P45 = 0. Konacno, vrsta koja sadrzi cetiri jedinice je na
6.3. STOHASTICKE MATRICE 109
drugoj poziciji, pa je P52 = 1, P51 = P53 = P54 = P55 = 0. Tako je

0 0 1 0 0
0 0 0 0 1

P = 1 0 0 0 0 .

0 0 0 1 0
0 1 0 0 0
Lako je uociti da je

0 0 1 0 0 3 1
0 0 0 0 1 5 2

~s = 1 0 0 0 0 1 = 3 .

0 0 0 1 0 4 4
0 1 0 0 0 2 5
6.3 Stohasticke matrice

Definicija 6.10 Realna matrica A = (aij ), reda n n, aij 0, sa osobinom
Pn
j=1 aij = 1, i = 1, 2, ..., n, naziva se stohastickom. Ako vaze i jednakosti
Pn
i=1 aij = 1, j = 1, 2, ..., n, ona je bistohasticka.
Primer 14. Matrice A1 i A2

1 1 1 1 2 4
2 4 4 7 7 7
1 1 1 2 4 1
A1 = 3 3 3 i A2 = 7 7 7 ,
2 1 2 4 1 2
5 5 5 7 7 7
su, redom, stohasticka i bistohasticka matrica.
Nije tesko uociti vezu izmedju stohastickih matrica i matrica iz klase A(n, k).
a
Ako matrica A = (aij ) pripada klasi A(n, k), tada je matrica B = k1 A = kij
bistohasticka (dvostruko stohasticka).
Primer 15. Matrica A1 pripada klasi A(5, 3), dok je matrica A2 bisto-
hasticka.
1 1 1
1 0 1 0 1 3 0 3 0 3
1 1 0 1 0 1 1
0 1
0
3 3 3
1 1 1
A1 = 0 1 1 0 1 , A2 = 0 3 3 0 3 .
1 1 1
1 0 1 1 0 3 0 3 3 0
1 1 1
0 1 0 1 1 0 3 0 3 3
Za bistohasticke matrice vazi sledeci rezultat.
Teorema 6.5 Za svaku bistohasticku matricu A = (aij ), reda nn, postoje neneg-
ativni brojevi c1 , c2 , ..., cn , sa osobinom c1 +c2 + +cn = 1 i permutacione matrice
P1 , P2 , ..., Pn , tako da vazi jednakost
A = c1 P1 + c2 P2 + + cn Pn .
Primer 16.

1 2 4
1 0 0 0 1 0 0 0 1
7
2
7
4
7
1 1 2 4
A= 7 7 7 = 0 0 1 + 1 0 0 + 0 1 0 .
4 1 2 7 7 7
7 7 7 0 1 0 0 0 1 1 0 0
Teorema 6.6 Ako su A = (aik ) i B = (bkj ) dve stohasticke matrice reda n n,

tada je i C = A B takodje stohasticka matrica.
Posledica 1. Ako je A = (aij ) stohasticka matrica reda n n, tada je i Am ,

m 1, takodje stohasticka matrica.
Primer 17. Matrice A i B, definisane sa

1 1 1 3 1 1
2 4 4 5 5 5
1 1 1 1 1 1
A= 3 3 3 i B= 2 4 4
2 1 2 1 2 4
5 5 5 7 7 7
su stohasticke matrice. Matrica

129 131 171
280 560 560
29 103 143
C =AB = 70 420 420
139 171 251
350 700 700
je takodje stohasticka.
Definicija 6.11 Dati vektor ~x = [x1 x2 ... xn ]T je stohasticki ako je xi 0,

i = 1, 2, ..., n i x1 + x2 + + xn = 1.
Definicija 6.12 Stohasticka matrica A = (aij ), reda n n, je regularna ako su

za svako m 2 svi elementi matrice Am pozitivni.
Primer 18. Stohasticka matrica

" #
0 1
A= 1 1
2 2
je regularna. To cemo dokazati tako sto cemo eksplicitno naci elemente

matrice An , n 2. Za to cemo iskoristiti linearne rekurentne jednacine.
Neka je " # " #
a n bn an+1 bn+1
An = i An+1 = .
cn dn cn+1 dn+1
" # " # " #
n+1 n 0 1 an bn cn dn
A =AA = 1 1 = 1 1
2 2 cn dn 2 (an + cn ) 2 (bn + dn )
dobijamo da vaze jednakosti

an+1 = cn
bn+1 = dn
1
cn+1 = (an + cn )
2
1
dn+1 = (bn + dn ).
2
Na osnovu prve i trece relacije dobijamo
2cn+2 = cn + cn+1 ,
a a osnovu druge i cetvrte
2cn+2 = cn + cn+1 .
Ovim rekurentnim relacijam odgovara ista karakteristicna jednacina
2t2 t 1 = 0.
Kako je t1 = 1, t2 = 21 , c1 = 12 , c2 = 31 , d1 = 1
2 i d2 = 34 , trazena resenja su
!
1 (1)n+1 2 (1)n
cn = 1+ , dn = 1 + n+1 ,
3 2n 3 2

1 (1)n 2 (1)n
an =1 + n1 , bn = 1+ .
3 2 3 2n
Kako je za svako n 2 an > 0, bn > 0, cn > 0, dn > 0 matrica A je
regularna.
Primer 19. Matrica " #

1 0
A= 1 1 ,
2 2
nije regularna, iako je stohasticka. To je evidentno iz jednakosti
" #
1
2 3 0
A = 1 1 ,
4 4
jer je a12 = 0.
Definicija 6.13 Nenula vektor ~x = [x1 x2 ... xn ]T je fiksni (nepokretni) vektor

kvadratne matrice A = (aij ), reda n n, ako zadovoljava jednakost
~xT A = ~xT . (6.17)
Za regularne stohasticke matrice vazi sledeci rezultat.
Teorema 6.7 Neka je A = (aij ) regularna stohasticka matrica, reda n n. Tada:

a) za matricu A postoji jedinstveni fiksni stohasticki vektor
~x = [x1 x2 ... xn ]T ,
sa osobinom xi > 0, i = 1, 2, ..., n;
b) niz matrica (Am ), m N , konvergira ka matrici B, kada m +, cije
su sve vrste medjusobno jednake i jednake su fiksnom stohastickom vektoru ~x =
[x1 x2 ... xn ]T .
Primer 20. Matrica " #

0 1
A= 1 1 ,
2 2
iz primera 18, je regularna stohasticka matrica. Kako je

1 (1)n 2 (1)n
3 1+ 2n1 3 1+ 2n
An = 1 (1)n+1 2

(1)n
,
3 1+ 2n 3 1 2n+1
" #
1 2
n 3 3
imamo da je lim A = 1 2 .
n+
3 3
Pokazimo da je stohasticki, vektor koji zadovoljava jednacinu (6.17), ~xT =

h iT
1 2
3 3 . Neka je ~xT = [a b]T , a + b = 1.
" #
0 1
[a b] 1 1 = [a b],
2 2
1 1 1 2 h i
b = a, a + b = b, a + b = 1 a = , b = ~xT = 1
3
2
3 .
2 2 3 3
Ukazimo na jednu primenu stohastickih matrica u resavanju jedne klase za-
dataka.
Posmatrajmo pojavu koja se moze naci u n razlicitih stanja t1 , t2 , ..., tn . Sto-
(0) (0) (0)
hasticka vektor-vrsta ~x(0) = [x1 x2 xn ] definise nam verovatnocu, tj. iz-
(0)
glednost da se pojava nadje u nekom od ovih stanja, tj. xi je verovatnoca da se
nadje u stanju ti , i = 1, 2, ..., n. Stohasticka matrica A = (aij ), reda n n, gde
je aij verovatnoca prelaska iz stanja ti u stanje tj , je matrica promene stanja za
jedan korak, tj. za jedan vremenski trenutak. Stanje posmatrane pojave nakon
jedne promene stanja okarakterisano je stohastickim vektorom
~x(1) = ~x(0) A.
Ovaj postupak moze da se nastavi. Stanje posmatrane pojave nakon m promena

stanja opisano je vektorom
~x(m) = ~x(m1) A.
Ako je matrica A = (aij ) i regularna moze da se odredi stanje pojave nakon velikog
broja promena stanja, m + (m >> 1). To stanje se opisuje stohastickim
vektorom, koji je resenje jednacine (6.17).
Primer 21. Trgovacki putnik radi na podrucjima tri grada A, B i C.

Verovatnoca da se trenutno nalazi u jednom u njih, redom su 21 , 14 i 14 .
Ako se nalazi u gradu A, verovatnoca da i u sledecem danu ostane u njemu
je 51 , da ode u grad B je 25 , a da ode u grad C je 25 . Ako se nalazi u gradu
B, verovatnoca da i u sledecem danu ostane u njemu ili da ode u bilo koji
drugi grad je ista 31 . Ako se nalazi u gradu C, verovatnoca da ode u grad
A je 14 , da ode u grad B je 12 , a da i u sledecem danu ostane u gradu C je
1
4 . Odredicemo gde se najverovatnije nalazi nakon dva dana i gde se nalazi
najverovatnije nakon duzeg vremena.
Trenutno stanje je opisano vektorom
h iT
~x(0) = 1 1 1
2 4 4 .
Matrica prelaza stanja je

1 2 2
5 5 5
1 1 1
A= 3 3 3 .
1 1 1
4 2 4
Stanje nakon jedne promene je

h i
(~x(1) )T = (~x(0) )T A = 59
240
98
240
83
240 .
Stanje nakon dve promene, tj. dva dana, je opisano vektor-vrstom

h i
(~x(2) )T = (~x(1) )T A = 3913
14400
5866
14400
4621
14400 ,
te se trgovacki putnik nalazi najverovatnije u gradu B.

Potrazimo, na osnovu (6.17), stohasticki vektor ~x = [a b c]T , a 0, b 0 i
c 0. Na osnovi jednakosti

1 2 2
5 5 5
1 1 1
[a b c] = [a b c] 3 3 3
1 1 1
4 2 4
i uslova a + b + c = 1, dobijamo da je a = 14 , b = 9
20 ic= 3
10 , tj.
h iT
1 9 3
~x = 4 20 10 .
9
Kako je 20 > 14 i 20
9 3
> 10 trgovacki putnik se najverotatnije nalazi, nakon
duzeg vremena, u gradu B.
6.4 Permanent
Definicija 6.14 Permanent date kvadratne matrice A = (aij ), reda nn, u oznaci
perA, je broj definisan sa
X
perA = a1k1 a2k2 ankn , (6.18)
gde se sumiranje vrsi po svim n-torkama (permutacijama) k1 , k2 , ..., kn brojeva
1, 2, ..., n.
Iz (6.18) se vidi da se permanent date kvadratne matrice definise veoma slicno

kao i njena determinanta. Pojam permanenta je, sto je interesantno, uveden gotovo
u isto vreme kada je definisan pojam determinante, ali je postao interesantan tek
sa razvojem kombinatorne matematike.

2 1 3

Primer 22. Neka je data matrica A = 0 1 1 . Na osnovu (6.18)
2 1 2
imamo da je
perA = 21(2)+(1)1(2)+(3)01+211+(1)0(2)+(3)1(2) = 6.
6.4. PERMANENT 115
Za razliku od determinante permanent se definise i za pravougaone matrice.
Definicija 6.15 Permanent date pravougaone matrice A = (aij ), reda m n,

m n, je broj definisan sa
X
perA = a1k1 a2k2 amkm , (6.19)
gde se sumiranje vrsi po svim m-torkama k1 , k2 , ..., km brojeva 1, 2, ..., n.

" #
1 1 1
Primer 23. Za matricu A = . Na osnovu (6.19) imamo da
1 0 1
je
perA = (1) 0 + 1 (1) + (1) 1 + (1) (1) + 1 1 + (1) 0 = 0.

h i
Primer 24. Za matricu A = 3 1 2 vazi perA = 3 + (1) + 2 = 4.
Za matrice In , Jn i Jmn , gde je In jedinicna matrica reda n n, Jn matrica

read n n i Jmn , matrica reda m n, ciji su svi elementi jedinice, vaze jednakosti
perIn = 1, perJn = n!, perJmn = n(n 1) (n m + 1) = (n)m .
Po nekim osobinama permanent matrice se ponasa slicno determinanti, ali se po

nekim znatno razlikuje. Navescemo neke od njih.
1 Ako je A data kvadratna matrica, tada vazi jednakost perA = perAT .
2 Neka je A = (aij ) data pravougaona (kvadratna) matrica reda m n, m n,
i neka su za fiksirano i, 1 i m, elementi i-te vrste oblika aij = a0ij + a00ij ,
j = 1, 2, . . . , n. Ako su A0 i A00 , respektivno, matrice koje se dobijaju kada se u
matrici A elementi i-te vrste aij zamene sa a0ij , tj. sa a00ij , vazi jednakost
perA = perA0 + perA00 .
3 Ako je B matrica koja se dobija iz matrice A, kada se elementi jedne njene vrste
pomnoze skalarom r, vazi jednakost
perB = r perA.
4 Ako proizvoljne dve vrste ili kolone date matrice A, promene mesta, vrednost
permanenta se ne menja.
5 Neka je A = (aij ) data pravougaona (kvadratna) matrica reda m n, m n.

Sa A(i|j) oznacimo matricu koja se dobija iz matrice A izostavljanjem elemenata
i-te vrste i j-te kolone. Tada vazi jednakost
n
X
perA = aij perA(i|j) (6.20)
j=1
za svako i = 1, 2, . . . , m. Jednakost (6.20) predstavlja razlaganje permanenta date

matrice po i-toj vrsti.
6 Neka je A = (aij ) data pravougaona (kvadratna) matrica reda m n, m n,
oblika " #
B C
A= ,
0 D
gde su B, C i D blokovi odgovarajucih dimenzija, a 0 blok ciji su svi elementi
jednaki nuli. Vazi jednakost
perA = perB perD. (6.21)
Pobrojane osobine su gotovo iste kao one sto vaze za determinante, samo, naravno,
kada su u pitanju kvadratne matrice. Sledeca osobina odstupa od toga.
7 Permanent proizvoda dve matrice ne mora biti jednak proizvodu njihovih per-
manenata.
Primer 25. Posmatrajmo matricu A = (aij ), reda 3 3,

a11 a12 a13

a21 a22 a23 .
a31 a32 a33
Za njen permanent vazi jednakost
perA = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 + a11 a23 a32 + a12 a21 a33 + a13 a22 a31
= a11 a22 a33 + a21 a32 a13 + a31 a12 a23 + a11 a32 a23 + a21 a12 a33 + a31 a22 a13 = perAT .
Primer 26. Osobinu 2 ilustrovacemo na sledecem primeru. Posmatrajmo

matricu
1 2 1

A = 3 2 2 ,
1 0 1
6.4. PERMANENT 117
ciji je permanent perA=2. Nju mozemo napisati u obliku

1 2 1 1 2 1

A = 3 2 2 = 1 + 2 1 + 1 1 3 .
1 0 1 1 0 1
Oznacimo sa A0 i A00 , respektivno, sledece matrice

1 2 1 1 2 1
0 00
A = 1 1 1 i A = 2 1 3 ,
1 0 1 1 0 1
pri cemu je perA0 = 4 i perA00 = 2. Lako je proveriti da vazi jednakost

perA = perA0 + perA00 .
" #
1 2 3
Primer 27. Polazeci od matrice A = formirajmo dve nove
1 4 1
matrice B i C,
" # " #
1 2 3 1 3 2
B= i C= ,
3 12 3 1 1 4
pri cemu se matrica B dobija tako sto elemente druge vrste matrice A
pomnozimo sa 3, a C tako sto elementi druge i trece kolone matrice A uza-
jamno promene mesta. Kako je perA = 14, perB = 42 i perC = 14, lako se
uocava da vaze jednakosti
perB = 3perA i perC = perA.
Primer 28. Matrica

0 1 1 1 1

1 0 1 1 1

Hn = Jn In =
..
(6.22)
.
1 1 1 1 0
igra znacajnu ulogu kod resavanja kombinatornih problema vezanih za ne-
uredjenost, o cemu ce vise reci biti u kasnijem delu ove knjige. Veoma je
znacajno odrediti njen permanent, pa se pozabavimo time.
Koristeci razvoj (6.20) dobijamo da za permanent matrice Hn vazi jednakost
n
X
perHn = perHn (1|j). (6.23)
j=2
Matrice Hn (1|j) su sve reda (n 1) (n 1). Za svako j = 2, . . . , n one

sadrze po jednu vrstu sastavljenu od jedinica i dijagonalu koja ima n 2
nule. Na osnovu toga vazi jednakost
perHn (1|j) = perHn1 + perHn2
za svako j = 2, . . . , n. Zamenom ove jednakosti u (6.23) dobijamo da je
perHn = (n 1)(perHn1 + perHn2 ), (6.24)
za svako n 3. Oznacimo sa f (k) = perHk , pri cemu je f (1) = 0 i f (2) = 1.

Tada (6.24) postaje
f (k) = (k 1)(f (k 1) + f (k 2)).
Mnozenjem ove jednakosti sa (1)k , i sumiranjem leve i desne strane po k,

od 3 do n, dobijamo jednakost
n
X n
X
(1)k f (k) = (1)k (k 1)(f (k 1) + f (k 2)),
k=3 k=3
tj.
f (n) = nf (n 1) + (1)n .
n!
Zamenom n sa k, u ovoj jednakosti, mnozenjem leve i desne strane sa k! i
sumiranjem po k, od 2 do n, dobijamo da je
n
X n
X
n! n!
f (k) = (kf (k 1) + (1)k ),
k=2
k! k=2
k!
tj.
1 1 1
f (n) = n! + + (1)n .
2! 3! n!
Drugim recima, izracunali smo permanent matrice Hn , tj. vazi jednakost
n
X (1)k
perHn = f (n) = n! . (6.25)
k=0
k!
Za velike vrednosti n, n >> 1, iz (6.25) se dobija sledeca asimptotska ocena

permanenta matrice Hn , perHn n! e.
6.4. PERMANENT 119
Primer 29. Posmatrajmo matrice

" # " # " #
1 1 1 0 2 1
A= , B= i C = AB = .
0 1 1 1 1 1
Kako je perA=perB = 1 i perC = 3, lako je uociti da je perC 6=perAperB.
Opisacemo jos jedan postupak za izracunavanje permanenta date kvadratne

matrice.
Neka je data kvadratna matrica A = (aij ), reda nn. Oznacimo sa Ai1 ,...,ik , gde
je i1 , . . . , ik jedna k-torka razlicitih elemenata skupa Zn = {1, 2, . . . , n}, matricu
koja se dobija na osnovu matrice A zamenom kolona sa indeksima i1 , i2 , . . . , ik
nula kolonama. Sa S(A), tj. S(Ai1 ,...,ik ), oznacimo proizvod suma elemenata vrsta
matrice A, tj. matrice Ai1 ,...,ik . Tada vazi jednakost
n
X X
perA = S(A) + (1)k S(Ai1 ,...,ik ), (6.26)
k=1 i1 <i2 <<ik
pri cemu se sumiranje obavlja po svim medjusobno razlicitim k-torkama elemenata

skupa Zn = {1, 2, . . . , n}.

2 3 1

Primer 30. Neka je data matrica A = 5 0 4 . Kako je
1 1 1

0 3 1 2 0 1 2 3 0

A1 = 0 0 4 , A2 = 5 0 4 , A3 = 5 0 0 ,
0 1 1 1 0 1 1 1 0

0 0 1 0 3 0 2 0 0

A12 = 0 0 4 , A13 = 0 0 0 , A23 = 5 0 0 ,
0 0 1 0 1 0 1 0 0

0 0 0

A123 = 0 0 0 ,
0 0 0
imamo da je S(A) = 693 = 162, S(A1 ) = 442 = 32, S(A2 ) = 392 = 54,
S(A3 ) = 5 5 2 = 50, S(A12 ) = 1 4 1 = 4, S(A13 ) = 3 0 1 = 0,
S(A23 ) = 2 5 1 = 10, S(A123 ) = 0 0 0 = 0. Na osnovu jednakosti (6.25)
dobijamo da je
perA = 162 (32 + 54 + 50) + (4 + 0 + 10) 0 = 40.

Izracunavanje permanenta je cesto kljuc za resavanje mnogih kombinatornih

zadataka. Medjutim, to izracunavanje je za velike vrednosti n, u opstem slucaju,
veoma komplikovano i dugotrajno, kao sto je uostalom i slucaj kod izracunavanja
determinante date matrice. Zbog toga je veoma znacajno da makar ustanovimo da
li je permanent posmatrane matrice razlicit od nule i, u potvrdnom slucaju, njegov
znak. Za nas je interesantan slucaj kada je permanent pozitivan. Takodje, veoma
je bitno da za odredjene klase matrica odredimo granice permanenta sa gornje i
donje strane.
Navescemo neke rezultate koji doprinose resavanju navedenih problema (za-
dataka).
Teorema 6.8 (Nejednakost Aleksandrova). Neka je data kvadratna matrica A =

(aij ), reda n n, pri cemu su ain > 0 za i = 1, . . . , n. Tada vazi nejednakost

a11 a1,n2 a1,n1 a1n

per2 ... (6.27)
an1 an,n2 an,n1 ann

a11 a1,n2 a1,n1 a1,n1 a11 a1,n2 a1n a1n
.. ..
per . per .
an1 an,n2 an,n1 an,n1 an1 an,n2 an,n ann
Jednakost u (6.27) vazi ako i samo ako je ai,n1 = ain , i = 1, . . . , n, gde je

proizvoljna konstanta.
Na osnovu nejednakosti (6.27) se dokazuje da je minimum permanenta dvostr-

uko stohasticke matrice reda n n, jednak nn!n koji se dostize ako i samo ako su svi
elementi matrice jednaki n1 . To je resenje poznatog problema Van-der Vardena.
Teorema 6.9 Permanent dvostruko stohasticke matrice reda nn, veci je od nule
a manji ili jednak jedinici. Jednakost nastupa kada je data matrica permutaciona.
Dokaz. Neka je A = (aij ), dvostruko stohasticka matrica, reda n n. Pozitivnost

permanenta je ocigledna. Ogranicenost jedinicom sledi na osnovu nejednakosti
X n X
Y n
perA = a1k1 ...nkn aij = 1.
i=1 j=1
Za n = 2 rezultat Teoreme 6.9 se moze znatno prosiriti.

6.4. PERMANENT 121
Teorema 6.10 Permanent dvostruko stohasticke matrice, reda 2 2, je veci ili

jednak od 12 . Jednakost se dostize kada su svi elementi jednaki 12 .
Naravno, ovo je specijalan slucaj Teoreme 6.8, tj. resenja problema Van der
Vardena. Ipak, zbog originalnosti, dacemo eksplicitni dokaz ove teoreme.
Dokaz. Svaku dvostruko stohasticku matricu reda 2 2 mozemo napisati u obliku
" #
1a a
A= ,
a 1a
gde je 0 a 1. Tada je perA = (1 a)2 + a2 = 2(a 12 )2 + 1

2 12 , pri cemu
jednakost nastupa za a = 12 .
Teorema 6.11 Neka su A i B dve date matrice istog reda sa nenegativnim koefi-
cijentima. Tada vazi nejednakost
per(A + B) per(A) + per(B)
Dokaz. Neka su A = (aij ) i B = (bij ) date matrice reda n n, sa osobinom

aij 0 i bij 0, za i = 1, 2, . . . , n, j = 1, 2, . . . , n. Tada je
X
per(A + B) = (a1k1 + b1k1 ) (ankn + bnkn )
X X
a1k1 ...nkn + b1k1 ...nkn = per(A) + per(B).
Teorema 6.12 Permanent svake matrice uredjenosti jednak je nuli.
Dokaz. Svaka matrica uredjenosti sadrzi vrstu ciji su svi elementi jednaki nuli.
Teorema 6.13 Permanent (0,1)-matrice A = (aij ), reda n n, koja u svakoj

svojoj vrsti i koloni sadrzi po tacno k, 1 k n, jedinica, tj. pripada klasi
A(n, k), je pozitivan.
Napomenimo da Teorema 6.13 vazi i za slucaj pravougaonih matrica.
Teorema 6.14 Neka je data (0,1)-matrica A = (aij ), reda m n, 1 m n,

koja u svakoj svojoj vrsti ima m ili vise jedinica. Tada je permanent matrice A
pozitivan.
Teorema 6.15 Neka je A = (aij ) (0,1)-matrica reda m n, m n, koja u svakoj

svojoj vrsti ima k ili vise jedinica. Tada vazi nejednakost
(
k!, ako je k<m
perA k! .
(km)! , ako je k m.
Ova teorema nam daje ogranicenja permanenta odozdo za odredjene klase

(0,1)-matrica. Ogranicenje permanenta sa gornje strane nalazimo u sledecoj teo-
remi.
Teorema 6.16 Neka je A = (aij ) data (0,1)-matrica reda n n, pri cemu su

sume elemenata njenih vrsta, redom r1 , r2 , . . . , rn . Tada vazi nejednakost
n
Y 1
perA (ri !) ri .
i=1
Primer 31. Posmatrajmo trodijagonalnu (0,1)-matricu A, reda n n, n >

3, kod koje se glavna i sporedne dijagonale sastoje od jedinica. Tada za
permanent ove matrice, na osnovu Teorema 6.15 i 6.16, vaze nejednakosti
n2
3! perA 2 (3!) 3 .
U konkretnom slucaju za n = 5 imamo da je
3! perA 12.
Kako je u ovom slucaju perA = 6, vidimo da je ova vrednost dostignuta

levom nejednakoscu.
Ukazacemo na primenu permanenta kod resavanja jedne klase kombinatornih

zadataka. Najpre navedimo sledecu definiciju.
Definicija 6.16 Neka je M konacan skup elemenata. Familija podskupova ele-

menata skupa M naziva se konfiguracijom na skupu M i obelezava se sa J .
Definicija 6.17 Neka je J = {S1 , S2 , . . . , Sm } data konfiguracija nad konacnim

skupom S od n medjusobno razlicitih elemenata, m n. Uredjena m-torka s =
{s1 , s2 , . . . , sm }, medjusobno razlicitih elemenata, sa osobinom si Si , i = 1, 2,
. . . , m, naziva se sistemom razlicitih predstavnika date konfiguracije J .
6.4. PERMANENT 123
Od interesa je nalazenje ukupnog broja mogucih sistema razlicitih predstavnika

date konfiguracije, kao i odredjivanje prakticnog postupka za njihovu konstrukciju.
Sistem razlicitih predstavnika za datu konfiguraciju srece se u literaturi i pod
nazivom transverzala.
Teorema 6.17 Ukupan broj sistema razlicitih predstavnika date konfiguracije J =

{S1 , S2 , . . . , Sm }, nad skupom S od n medjusobno razlicitih elemnata, m n,
jednak je permanentu njene matrice incidentnosti.
Iz Teoreme 6.17 se vidi da teoretski nije nikakav problem odrediti ukupan

broj sistema razlicitih predstavnika date konfiguracije, pa samim tim ni njihovo
odredjivanje. Ali, imajuci u vidu, u opstem slucaju, sve poteskoce oko nalazenja
permanenta date matrice, stvari sa prakticne strane stoje mnogo drugacije.
Primer 32. Razmotrimo jedan praktican problem koji moze da se javi u

procesu proizvodnje nekog preduzeca. Pretpostavimo da se u nekom pre-
duzecu otvorilo 5 novih radnih mesta na koja treba preraspodeliti 5 njegovih
radnika. Svaki od ovih 5 radnika moze, po svojim sposobnostima, da radi na
bilo koja 3 od 5 novih radnih mesta. S druge strane, da tehnoloski proces
proizvodnje ne trpi, na svako radno mesto mogu da konkurisu bilo koja 3
od 5 radnika. Postavljaju se sada dva pitanja. Da li je moguce izvrsiti pre-
raspodelu radnika pod navedenim uslovima i, ako je to moguce, na koliko ra-
zlicitih nacina je to moguce uraditi. Odgovorimo na ova pitanja. Oznacimo
radnike redom brojevima 1, 2, 3, 4 i 5, a novootvorena radna mesta sa
S1 , S2 , S3 , S4 , S5 . Za resavanje postavljenog problema treba formirati kon-
figuraciju J = {S1 , S2 , S3 , S4 , S5 } nad skupom S = {1, 2, 3, 4, 5}, pri cemu
se svaki skup Si , i = 1, 2, 3, 4, 5 sastoji od tri medjusobno razlicita elementa
skupa S. Takodje, svaki element iz S mora da se nadje u tacno tri razlicita
bloka Si , 1 i 5. Pod navedenim uslovima blokove mozemo formirati,
recimo, na sledeci nacin
S1 = {1, 2, 4}, S2 = {2, 3, 5}, S3 = {3, 4, 1}, S4 = {4, 5, 2}, S5 = {5, 1, 3}.
Svaki sistem razlicitih predstavnika J = {S1 , S2 , S3 , S4 , S5 }, ovako formirane

konfiguracije, jedno je resenje postavljenog problema. To ujedno znaci da je
odgovor na prvo pitanje potvrdan. Da bismo odredili ukupan broj mogucih
resenja postavljenog problema, formirajmo matricu incidentnosti za dobijenu
konfiguraciju. To je matrica

1 1 0 1 0
0 1 1 0 1

A= 1 0 1 1 0 .

0 1 0 1 1
1 0 1 0 1
Kako je perA = 13, odgovor na drugo pitanje je da postoji ukupno 13 ra-

zlicitih nacina preraspodele 5 radnika na 5 novih radnih mesta, pod postavl-
jenim uslovima. Nije tesko proveriti da su te mogucnosti date pomocu
sledecih sistema razlicitih predstavnika
M1 = (1, 2, 3, 4, 5) M2 = (1, 2, 4, 5, 3) M3 = (1, 3, 4, 2, 5)

M4 = (1, 5, 4, 2, 3) M5 = (2, 3, 4, 5, 1) M6 = (2, 3, 1, 4, 5)
M7 = (2, 5, 1, 4, 3) M8 = (2, 5, 3, 1, 4) M9 = (4, 2, 1, 5, 3)
M10 = (4, 2, 3, 5, 1) M11 = (4, 5, 3, 2, 1) M12 = (4, 3, 1, 2, 5)
M13 = (4, 5, 1, 2, 3)
Glava 7
Brojevi
7.1 Deljivost brojeva

Definicija 7.1 Ceo broj b, b Z, je deljiv brojem a, a Z, a 6= 0, ako postoji
ceo broj q tako da je b = a q. To se simbolicki oznacava sa a|b i cita se a deli
b. U protivnom, pisemo a 6 | b.
Broj a, u prethodnoj definiciji, je faktor (delilac, cinilac) broja b. Broj b je

sadrzalac broja a, a broj q je kolicnik brojeva b i a. Kolicnik brojeva b i a, u skupu
celih brojeva, postoji samo ako je broj b deljiv brojem a.
Primer 1. Broj 3 deli broj 36, 3|36, jer je 36 =
12 3.
Broj 7 ne deli broj 17, 7 6 | 17, jer ne postoji ceo
broj q tako da je 17 = q 7. Osnovne osobine deljivosti
Celi brojevi 1, 2, 3 4, 6 i 12 su delioci
broja 12. Broj 3 je kolicnik brojeva 12 i 4.
Ne postoji, u skupu celih brojeva, kolicnik bro-
jeva 17 i 7.
celih brojeva date su u sledecoj teoremi.
Teorema 7.1 Neka su a, b i c celi brojevi.

1. Ako je a 6= 0 tada a|a.
2. Ako je a 6= b i a|b tada je b 6 | a.
3. Ako je a|b i b|a tada je |a| = |b|.
4. Ako je a|b i b|c tada a|c.
5. Ako je a|b i a|c tada za svako m, n Z a|(nb + mc).
6. Ako je a|b i c 6= 0 tada ac|bc.
125
126 GLAVA 7. BROJEVI
7. Ako je ac|bc i c 6= 0 tada a|b.

8. Ako a|b tada a|b i a| b.
9. Za svako a Z vazi 1|a.
10. Za svako a Z, a 6= 0 vazi a|0.
11. Ako a|b tada ab |b.
12. Ako a|b, a 6= 0 tada je |a| |b|.
Na osnovu osobine 8. Teoreme 7.1, zakljucuje se da je prilikom proucavanja

deljivosti dovoljno posmatrati samo skup nenegativnih celih brojeva ili skup prirod-
nih brojeva.
Takodje, na osnovu osobina 1. 2. i 3. Teoreme 7.1, zakljucujemo da je relacija
delivosti, |1, na skupu N , relacija uredjenja. Citaocu prepustamo da utvrdi
da li to vazi i na skupu Z. Prepustamo citaocu i da utvrdi da li je |1 relacija
totalnog uredjenja na skupu N .
Definicija 7.2 Prirodan broj n, veci od jedinice, je prost ako je deljiv samo je-
dinicom i samim sobom. Ako n nije prost broj, naziva se slozenim.
Primedba 1. Ako je n prost broj, tada je i n prost broj u Z. Brojevi 1, 0 i 1

nisu ni prosti ni slozeni.
Teorema 7.2 Neka su n i m celi brojevi, pri cemu je m 6= 0. Postoje jedinstveni

celi brojevi q i r, 0 r |m| 1, tako da je
n = q m + r. (7.1)
Broj q je jedinicni kolicnik deobe broja n brojem m, a r ostatak ove deobe.
Napomenimo da cemo, bez opasnosti da dodje do zabune, cesto q zvati samo

kolicnik, mada se zna da on nije pravi kolicnik, koji smo vedefinisali.
Dokaz. Kako smo vec pomenuli, u skladu sa osobinom 8 Teoreme 7.1, posma-
tracemo samo slucaj da je m prirodan broj.
Uocimo skup S = {n m s 0|s Z}. On je neprazan podskup skupa N0 =
N {0}, pa kao takav sadrzi najmanji element. Oznacimo ga sa r. Tada postoji
ceo broj q, tako da je n mq = r. Na osnovu definicije skupa S vazi r 0.
Dokazimo da je r m 1. Pretpostavimo suprotno, da je r m. Tada je
n m(q + 1) = r m 0, pa r ne bi bio najmanji element skupa S, sto je
suprotno uvedenoj pretpostavci. Nejednakost r m nije tacna, vec je r m 1.
Dokazimo da su brojevi q i r jedinstveni.
Pretpostavimo suprotno, tj. da postoje dva para brojeva (q1 , r1 ) i (q2 , r2 ), q1 6= q2
ili r1 6= r2 , tako da vaze jednakosti
n = mq1 + r1 , 0 r1 m 1
7.1. DELJIVOST BROJEVA 127
i
n = mq2 + r2 , 0 r2 m 1.
Tada je mq1 + r1 = mq2 + r2 , tj. m|q1 q2 | = |r1 r2 | < m, te je q1 = q2 i r1 = r2 .
Primedba 2. Umesto (7.1) moze se razmatrati izraz
n = q1 m r1 , 0 r1 |m| 1. (7.2)
pri cemu se broj r1 se naziva nedostatak. I ovom prilikom se moze pretpostaviti

da je m prirodan broj i da r1 zadovoljava jednakost 0 r1 m 1. U tom slucaju
vaze i jednakosti q1 = q + 1 i r1 = m r.
Primedba 3. Na osnovu (7.1) i (7.2) vazi m|(n r) i m|(n r1 ) i ako je q 6= 0 i
q1 6= 0, q|(n r) i q1 |(n r1 ).
Cinjenica da je prilikom deobe celog broja n brojem m ostatak r oznacava se
i izrazom
n r (mod m)
i cita se: n je kongruentno sa r po modulu m, ali cemo se time malo vise baviti
u drugim odeljcima ovog poglavlja.
Primer 2. Vaze jednakosti
737 = 81 9 + 8
737 = 82 9 1
737 = (82) 9 + 1
737 = (81) 9 8
Prilikom ispitivanja deljivosti prirodnih brojeva, sto se lako prenosi i na skup

celih brojeva, vaznu ulogu igra Paskalov kriterijum. Njegova sustina je u sledecem:
zelimo ispitati deljivost broja n datim brojem m, sto moze biti veoma kompliko-
vano. Na osnovu brojeva n i m formiramo novi broj fm (n), pa ispitujemo istovre-
menu deljivost brojeva n i fm (n) brojem m, a sto moze doneti prilicne olaksice.
Teorema 7.3 (Paskalov kriterijum) Za date prirodne brojeve n i m, m n, na

osnovu jednakosti
n = n0 + n1 10 + n2 102 + + nk 10k , 0 ni 9, (7.3)
i

10mi1 10mi1
mi = m , m0 = 1, i = 1, 2, ..., k, (7.4)
m m
formiramo se novi broj
fm (n) = n0 m0 + n1 m1 + + nk mk . (7.5)
Brojevi n i fm (n) su istovremeno ili deljivi ili nisu deljivi sa m.
Oznakom [x] u (7.4) oznacili smo najvece celo sadrzano u x.
Primer 3. Za m = 2, na osnovu (7.4) dobijamo m0 = 1, m1 = m2 = =

mk = 0, te je f2 (n) = n0 . To znaci da je broj n deljiv sa 2 ako i samo ako
mu je zadnja cifra deljiva sa 2, tj. ako je paran broj.
Za m = 3 na osnovu (7.4), vazi m0 = 1, m1 = m2 = = mk = 1, te je
f3 (n) = n0 + n1 + nk . Znaci, prirodan broj n je deljiv sa 3 ako i samo ako
je zbir svih njegovih cifara deljiv sa 3.
Za m = 5, na osnovu (7.4), vazi m0 = 1, m1 = m2 = = mk = 0, te je
f5 (n) = n0 . Znaci prirodan broj n je deljiv sa 5 ako i samo ako mu je zadnja
cifra deljiva sa 5, tj. ako je n0 = 0 ili n0 = 5.
Paskalov kriterijum moze da se koristi iterativno, pri cemu iz koraka u korak

ulogu broja n preuzima odgovarajuci broj fm (n). To cemo ilustrovati seledecim
primerom.
Primer 4. Ispitajmo da li je broj n = 739843 deljiv brojem m = 7, koristeci

Paskalov kriterijum.
Na osnovu (7.3) i (7.4) dobijamo da je
n0 = 3, n1 = 4, n2 = 8, n3 = 9, n4 = 3 i n5 = 7,
i
m0 = 1, m1 = 3, m2 = 2, m3 = 6, m4 = 4 i m5 = 5,
te je
f7 (739843) = 3 1 + 4 3 + 8 2 + 9 6 + 3 4 + 7 5 = 132.
Sada broj f7 (739843) = 132 preuzima ulogu broja 739843. Za njega je na

osnovu (7.3) i (7.4)
n0 = 2, n1 = 3, i n2 = 1,
i
m0 = 1, m1 = 3, i m2 = 2,
7.2. MODULARNA ARITMETIKA 129
te je
f7 (132) = 2 1 + 3 3 + 1 2 = 13.
Za broj f7 (132) = 13 = 3 + 1 10 vazi
n0 = 3, n1 = 1, i m0 = 1, m1 = 3,
te je f7 (13) = 3 1 + 1 3 = 6.
Kako f7 (13) = 6 nije deljiv sa 7, nije ni broj 13, ni broj 132, pa ni n = 739843.
Uocimo bilo koji broj ni mi , i = 0, ..., k 1, u (7.5). Broj mi je ostatak deljenja

broja 10 mi1 brojem m, te njemu odgovara nedostatak mi . Kako smo vec
pomenuli, vazi jedankost mi = m mi , te je
ni mi = ni (m mi ) = ni m ni mi . (7.6)
Broj ni m je deljiv brojem m, pa kada izraz ni mi zamenimo izrazom (7.6) u

(7.3) on moze da se izostavi. To znaci da po potrebi svaki ostatak u (7.3), mi
moze da se zameni sa mi , gde je mi odgovarajuci nedostatak. To cesto moze da
doprinese olaksanju u primeni Paskalovog kriterijuma.
Primer 5. Ispitajmo deljivost broja n = 87398437 brojem m = 11. Na

osnovu (7.3) i (7.4) dobijamo
n0 = 7, n1 = 3, n2 = 4, n3 = 8, n4 = 9, n5 = 3, n6 = 7 i n7 = 8,
m0 = 1, m1 = 10, m2 = 1, m3 = 10, m4 = 1, m5 = 10, m6 = 1 i m7 = 10,
te je f11 (87398437) = 247.

Ako bismo ostatke m1 = m3 = m5 = m7 = 0, u (7.5), zamenili odgo-
varajucim nedostacima m1 = m3 = m5 = m7 = 1, sa negativnim znakom,
dobili bismo da je f11 (87398437) = 5.
Ovaj broj nije deljiv sa 11, te odmah zakljucujemo da ni polazni broj n =
87398437 nije deljiv sa 11.
7.2 Modularna aritmetika

Kongruencija po modulu m, m N , m 2, celih brojeva moze da se definise na
sledeci nacin.
Definicija 7.3 Celi brojevi a i b su kongruentni po modulu m, u oznaci
a b (mod m), (7.7)
ako m|(a b).
Oznaku (7.7) prvi put srecemo u delu Disquisitiones Arithmeticae, iz 1801.

godine, velikog matematicara Karla Fridriha Gausa.
Definiija 1. moze da se formulise i na sledeci nacin: Celi brojevi a i b su kon-
gruentni po modulu m, ako im se prilikom deobe sa m poklapaju ostaci. Drugim
recima, ako je a = q m + r, 0 r m 1 i b = q1 m + r1 , 0 r1 m 1, tada
vazi ekvivalencija
a b (mod m) r = r1 .
Primer 6. Vazi 16 30 (mod 7) jer je 1630 = 14 deljivo sa 7. Brojevi

16 i 31 nisu kongruentni po modulu 7 jer 16 31 = 15 nije deljivo sa 7.
Neke osnovne osobine kongruencije celih brojeva date su u sledecoj teoremi.
Teorema 7.4 Neka su a, b, c i d celi brojevi i m prirodan broj, m 2.

1. Ako je a b (mod m) i c d (mod m), tada za svako x, y Z vazi
(ax + by) (cx + dy) (mod m).
2. Ako je a b (mod m) i c d (mod m), tada je ac bd (mod m).

3. Ako je a b (mod m) i n|m, n 2, tada je a b (mod n).
4. Ako je a b (mod m) tada za svako n, n N na nb (mod m).
5. Ako je a b (mod m) tada je za svako k, k N ak bk (mod m).
6. Ako je na nb (mod m) i (n, m) = 1, tada je a b (mod m).
7. Ako je r r0 (mod m), 0 r m 1, 0 r0 m 1, tada je r = r0 .
8. Neka je i 6= j, 0 i m 1, 0 j m 1, i (i + j) k (mod m),
0 k m 1. Tada za svako a, b Z, sa osobinama a i( (mod m) i b j
(mod m), vazi (a b) k (mod m).
9. Neka je i 6= j, 0 i m 1, 0 j m 1, i j k (mod m), 0 k < m.
Tada za svako a, b Z, sa osobinama a i (mod m) i b j (mod m), vazi
a b k (mod m).
Neka je m proizvoljan prirodan broj, m 2. Prilikom deobe celih brojeva

brojem m moguci ostaci su 0, 1, 2, ..., m1, Svakom ostatku r, r {0, 1, 2, ..., m1}
odgovara podskup skupa Z, u oznaci r,
r = {a|a = k m + r, k Z}, (r = {a|a Z a r (mod m)) ,
koga nazivamo klasom ostatka po modulu m. Ceo skup Z se razlaze na m klasa

ostatka po modulu m, tj. Z = m1
r=0 r.
Primer 7. Neka je m = 3. Klase ostataka po modulu 3 su
0 = {..., 6, 3, 0, 3, 6, ...},
1 = {..., 5, 2, 1, 4, 7, ...},
2 = {..., 4, 1, 2, 5, 8, ...}.
Za m = 5 klase ostataka po modulu 5 su
0 = {..., 10, 5, 0, 5, 10, ...},
1 = {..., 9, 4, 1, 6, 11, ...},

2 = {..., 8, 3, 2, 7, 12, ...},
3 = {..., 7, 2, 3, 8, 13, ...},
4 = {..., 6, 1, 4, 9, 14, ...}.
Primer 8. Uocimo skup S = {x2 |x N }. Neka je m = 8. Odredimo

razbijanje skupa S po modulu 8. Ako je x neparan broj x = 2k + 1, k N0 ,
tada je x2 = (2k + 1)2 = 4k 2 + 4k + 1, pa je x2 1 (mod 8). Neka je x
paran broj, x = 2k, k N0 . Tada je x2 = 4k 2 , k N . Ako je k paran
broj, k = 2t, t N , x2 = 8t2 , pa je x2 0 (mod 8). Ako je k neparan
broj, k = 2t + 1, t N0 , tada je x2 = 16(t + 1)2 + 4, pa je x2 4 (mod 8).
Dobijamo da je S = 0 1 4, pri cemu je 0 = {16, 64, ...}, 1 = {1, 9, ...},
4 = {4, 36, ...}.
Oznacimo sa Fm familiju klasa ostataka skupa Z po modulu m, Fm = {r|r =

0, 1, ..., m 1}. Razmotrimo osnovne aritmeticke operacije: sabiranje, oduzimanje,
mnozenje i deljenje, definisane na familiji Fm , tj. u m-aritmetici.
Neka su r1 i r2 dve klase ostataka iz familije Fm . Nije tesko pokazati da je
r1 6= , r2 6= i da je r1 r2 = r1 6= r2 . Izaberimo dva proizvoljna
predstavnika ovih klasa. Bez smanjenja opstosti, to mogu biti brojevi r1 i r2 .
Nadjimo ostatk deljenja broja (r1 + r2 )sa m. neka je to r3 , tj. (r1 + r2 r3

(mod m). Zbir klasa r1 i r2 je nova klasa ostatka r3 , r3 Fm , tj.
r1 + r2 = r3 (7.8)
Da se nista ne bi promenilo, da smo umesto r1 i r2 uzeli bilo koje druge pred-

stavnike ovih klasa ostataka, obezbedjuje nam sobina 1. iz prethodne teoreme, za
x = y = 1.
Primer 9. Uocimo familiju F3 = {0, 1, 2}, gde su klase 0, 1 i 2 definisane

u Primeru 7. Tablica sabiranja ovih klasa ostataka je
+ 0 1 2
0 0 1 2
1 1 2 0
2 2 0 1
Slika 1.
Za familiju F5 = {0, 1, 2, 3, 4}, definisanu klasama u Primeru 7. tablica
sabiranja glasi
+ 0 1 2 3 4
0 0 1 2 3 4
1 1 2 3 4 0
2 2 3 4 0 1
3 3 4 0 1 2
4 4 0 1 2 3
Slika 2.
Nacin sabiranja klasa ostataka daje nam odgovor i kakose obavlja sabiranje
brojeva u m-aritmetici, m 2. Neka su a i b proizvoljna cela broja, m prirodan
broj, m 2. Oznacimo sa +m sabiranje brojeva u m-aritmetici, tj. po modulu m.
Tada je
a +m b = (a + b) (mod m),
pri cemu se za (a + b) (mod m) uzima, najcesce, ostatak deljenja broja (a + b)
brojem m. Jednakost (7.8) moze da se napise u obliku
r1 + r2 = r1 +m r2 . (7.9)
Primer 10. Neka su a = 27, b = 14 i m = 4. Kako je a + b = 41 i vazi

41 1 (mod 4), tako je 27 +4 14 = 1.
Za a = 7, b = 12 i m = 4, na osnovu jednakosti
(7 12) (3) (mod 4) 1 (mod 4),
dobijamo da je (7) +4 (12) = 1.
Sabiranje klasa ostataka, u nekoj m-aritmetici, sveli smo na sabiranje celih

brojeva, po modulu m. Zbog toga za klase ostataka u ovoj aritmetici vaze osobine
r1 + r2 = r2 + r1 ,
r1 + (r2 + r3 ) = (r1 + r2 ) + r3 ,
r1 + 0 = r1 ,
tj. komutativnost, asocijativnost, sabiranje sa nulom i slicno.
Oduzmanje i mnozenje, u m-aritmetici, definisu se na analogan nacin kao i
sabiranje. Neka su r1 i r2 , dve klase ostataka iz familije Fm , m 2. Neka su r3 i
r4 , redom, ostaci deljenja brojeva r1 r2 i r1 r2 brojem m. Tada vaze jednakosti
r1 r2 = r3 i r1 r2 = r4 . (7.10)
Primer 11. Neka su F3 = {0, 1, 2} i F5 = {0, 1, 2, 3, 4}, familije klasa os-

tataka definisane u Primeru 7. Tablice oduzimanja i mnozenja u 3-aritmetici
i 5-aritmetici su
0 1 2 0 1 2
0 0 2 1 0 0 0 0
1 1 0 2 1 0 1 2
2 2 1 0 2 0 2 1
0 1 2 3 4 0 1 2 3 4
0 0 4 3 2 1 0 0 0 0 0 0
1 4 3 2 1 0 1 0 1 2 3 4
2 3 2 1 0 4 2 0 2 4 1 3
3 2 1 0 4 3 3 0 3 1 4 2
4 1 0 4 3 2 4 0 4 3 2 1
Slika 3.
Primer 12. Familija F6 = {0, 1, 2, 3, 4, 5}, definisana je klasama ostataka
0 = {..., 6, 0, 6, ...}, 1 = {..., 5, 1, 7, ...}, 2 = {..., 4, 2, 8, ...},
3 = {..., 3, 3, 9, ...}, 4 = {..., 2, 4, 10, ...}, 5 = {..., 1, 5, 11, ...}.

Tablica mnozenja ovih klasa ostataka u 6-aritmetici je
0 1 2 3 4 5
0 0 0 0 0 0 0
1 0 1 2 3 4 5
2 0 2 4 0 2 4
3 0 3 0 3 0 3
4 0 5 4 3 2 1
Slika 4.
Na osnovu (7.10) prakticno proizilazi kako se obavljaju operacije oduzimanja i

mnozenja u m-aritmetici. Neka su a i b proizvoljni celi brojevi, m 2 i r1 i r2 ostaci
deljenja brojeva (a b) i a b, brojem m, respektivno, tj. (a b) r1 (mod m)
i (a b) r2 (mod m). Oduzimanje i mozenje ovih brojeva, u m-aritmetici, u
oznaci a m b i a m b, definisu se sa
a m b = r1 i a m b = r2 .
Primer 13. Neka su a = 24, b = 13 i m = 3. Kako je (24 13) 2

(mod 3) i (24 13) 0 (mod 3), to je 24 3 13 = 2 i 24 3 13 = 0.
U skupu Z, kada je u pitanju mnozenje, vazi osobina da je a b 6= 0, ako i samo

ako su brojevi a i b razliciti od nule. Zbog toga je, kad god je, recimo, a 6= 0,
korektno potraziti kolicnik ab , tj. posmatrati deljenje b : a. Naravno, to ne mora
biti u skupu Z izvodljivo, ali ako jeste kolicnik je jedinstven. Zbog tog je korektno
ovaj problem posmatrati na sledeci nacin. Ako je a ceo broj, razlicit od nule, i b
proizvoljan ceo broj, kolicnik brojeva b i a u skupu celih brojeva, ako postoji, je
ceo broj x sa osobinom da je
x a = b.
Analogno razmisljanje u m-aritmetici, tj. Fm , m 2, bi bilo da ako r1 i r2
pripadaju Fm i r1 6= 0, kolicnik klase ostatka r2 i r1 je klasa x, x Fm , sa osobinom
da je
r1 x = r2 .
Prosta analogija, kakvu smo primenili na sabiranje, oduzimanje i mnozenje, na

skup Fm , tj. za m-aritmetiku, nije moguca. To je posledica cinjenice da ne vazi, u
opstem slucaju, ekvivalencija
a 6= 0 b 6= 0 a b 6= 0 .
Uocimo tabelu za mnozenje u F5 , tj. 5-aritmetici, u Primeru 11. Vidimo da su

nule, 0, rasporedjene samo u prvoj koloni i prvoj vrsti. Za svako r1 i r2 iz F5 , sa
osobinom r1 6= 0 i r2 6= 0, vazi r1 r2 6= 0. Samim tim, za svako r1 i r2 , r1 6= 0,
mozemo naci kolicnik r2 : r1 , tj. klasu ostatka x, tako da vazi (7.10). Tako, na
primer, kolicnik klasa 3 i 2 je klasa 4 jer vazi jednakost 2 4 = 3, a kolicnik klasa
1 i 4 je klasa 4 jer je 4 4 = 1.
Posmatrajmo, sada, tabelu za mnozenje u F6 , tj. 6-aritmetici iz Primera 12.
Prvo uocavamo da klase 0 nisu rasporedjene samo u prvoj vrsti i prvoj koloni, vec
ih ima i unutar seme. To znaci da postoje klase r1 i r2 , sa osobinom r1 6= 0 i
r2 6= 0, a da je r1 r2 = 0. Primer su klase 2 i 3, gde je 2 3 = 0 ili 3 i 4, 3 4 = 0.
Samim tim, ne postoji klasa x, kao kolicnik klasa 3 i 2, jer ni za jedno x ne vazi
2 x = 3. Takodje, ne postoji kolicnik klasa 5 i 2 jer ne postoji klasa x u F6 , tako
da je 2 x = 5. Zbog toga nam je za nastavak analize neophodna sledeca definicija.
Definicija 7.4 U familiji Fm , m 2, klasu ostatka a, a 6= 0, nazivamo deliocem

nule ako postoji klasa b, b 6= 0 i b Fm , tako da je a b = 0.
Na osnovu tabela za mnozenje u F3 i F5 vidimo da ne postoje delioci nule, dok

su u F6 to klase ostataka 2, 3 i 4. Primetimo, takodje, da u F3 i F5 ne postji klasa
r1 , r1 6= 0, tako da r1 nije uzajamno prost sa 3 i 5, respektivno, dok za 2, 3 i 4 u
F6 vazi da oni nisu uzajamno prosti sa 6. To sugerise vazenje sledece teoreme.
Teorema 7.5 Klasa ostatka a u familiji Fm , m 1, nije delioc nule ako i samo
ako je (a, m) = 1.
Dokaz. Pretpostavimo da je (a, m) = 1 i da postoji b, b Fm , tako da je a b = 0.

Tada je broj a b deljiv sa m. Kako je (a, m) = 1, to je broj b deljiv sa m, te je
b = 0. To znaci da je a b = 0 samo ako je b = 0, tj. da klasa a nije delioc nule.
Neka je (a, m) = d 6= 1. Tada postoji ceo broj b i prirodan broj n, n < m, tako
da je a = b d i m = n d. Kako je n < m vazi n 6= 0. Na osnovu jednakosti
an=bdn=bm
zakljucujemo da je broj a n deljiv sa m, te je a n = 0. Iz ove jednakosti

zakljucujemo da je klasa a delioc nule.
Vazna je sledeca posledica prethodne teoreme.

Posledica 1. Neka a, a 6= 0, pripada familiji Fm , m 2, pri cemu je (a, m) = 1.
Za sve klase familije Fm postoji kolicnik klasa a, tj. za svako b, b Fm , jednacian
a x = b ima jedno i samo jedno resenje.
Za ilustraciju da Posledica 1 zaista vazi mogu da nam posluze tabele za mno-
zenje klasa ostataka u fammilijama F5 i F6 . Nije tesko primetiti da za svako r,
0 < r 4, u tabeli mnozenja u familiji F5 , u vrsti klase r su sadrzane sve klase
ostataka ove familije. Za familiju F6 to vazi samo za klase 1 i 5, dok za klase 2, 3
i 4 to ne vazi.
Posledica 2. Ako je (a, m) = d tada u familiji Fm , m 2, jednacina a x = b
ima resenje ako d|b. Broj resenja je d.
Posledica 3. Ako je m prost broj, u familiji Fm , svaku klasu ostataka, mozemo
deliti svakom drugom klasom ostataka a, sa osobinom a 6= 0.
Neka je za m 2 data familija Fm = {0, 1, ..., m 1}. Ako se iz svake klase os-
tatka i, i = 0, 1, ..., m1, izdvoji po jedan elemenat ti , skup {t0 , t1 , ..., tm1 } naziva
se potpunim sistemom ostataka za dato m. Potpuni sistem ostataka {0, 1, 2, ..., m
1} je primarni. Medjutim, nakon analize deljenja klase ostataka, za nas je veoma
vazan sistem ostataka definisan skupom {i|(i, m) = 1, 0 i m 1}. On se
naziva reduciranim skupom ostataka.
Primer 14. Familija F8 = {0, 1, 2, 3, 4, 5, 6, 7} definisana je skupovima

0={..., 8, 0, 8, ...}, 1 = {..., 7, 1, 9, ...}, 2 = {..., 6, 2, 10, ...}, 3 = {..., 5,
3, 11, ...}, 4 = {..., 4, 4, 12, ...}, 5 = {..., 3, 5, 13, ...}, 6 = {..., 2, 6, 14, ...},
7 = {..., 1, 7, 15, ...}. Potpuni sistemi ostataka su, na primer, skupovi {8,
15, 14, 4, 13, 10, 15} i {16, 7, 2, 3, 12, 3, 2, 23}. Primarni sistem os-
tataka je skup {0, 1, 2, 3, 4, 5, 6, 7}, dok je redukovani sistem ostataka skup
{1, 3, 5, 7}.
Naravno, postavlja se veoma vazno pitanje, kako naci kolicnik dve klase os-
tataka, tj. resiti jednacinu (7.10). Jedan od odgovora je, svakako, koriscenje
tablice mnozenja u odgovarajucoj m-aritmetici, o cemu je vec bilo govora. Na
druge nacine, ukazacemo u daljem tekstu ovog poglavlja.
Neka su a i b celi brojevi, a 6= 0 i m 2 prirodan broj, tako da je (a, m) = 1.
Deljenje broja b brojem a, po modulu m, u oznaci ab m, uvodi se na prirodan nacin,
preko mnozenja. Naime, kolicnik brojeva b i a, u m-aritmetici je ceo broj x, koji
zadovoljava jednacinu
ax b (mod m).
Kolicnik egzistira i ako je (a, m) = d 6= 1, ali pri tome d|b.
Za nalazenje kolicnika, opet mozemo da iskoristimo tablicu mnozenja u m-
aritmetici, ali ce o tome biti vse reci u daljem tekstu.
7.3. EUKLIDOV ALGORITAM 137
Zbog daljeg rada, napomenimo razliku izmedju kongruencije definisane u (7.1)

i funkcije mod. Kongruencija
a b (mod m)
oznacava da celi brojevi a i b imaju iste ostatke prilikom deobe sa m. Funkcija
a (mod m) = x
nam daje ostatak od broja a, to je x, pri deobi brojem m. Vazi sledeca ekvivalencija
a b (mod m) a (mod m) = b (mod m).
Primer 15. 357 (mod 7) = 0, 493( (mod 3) = 1, 57 (mod 9) = 6.
7.3 Euklidov algoritam

Definicija 7.5 Prirodan broj d sa osobinom d|a i d|b naziva se zajednickim deli-
iocem brojeva a i b. Prirodan broj d je najveci zajednicki delilac brojeva a i b, u
oznaci NZD(a, b) ili (a, b), ako za svako c sa osobinom c|a i c|b vazi c|d.
Definicija 7.6 Ako je (a, b) = 1 kazemo da su brojevi a i b uzajamno prosti.
Definicija 7.7 Prirodan broj s, sa osobinama a|s i b|s naziva se sadrzaocem bro-
jeva a i b. Prirodan broj s je najmanji zajednicki sadrzalac brojeva a i b, u oznaci
NZS(a, b) ili [a, b], ako za svako c, c 6= 0, sa osobinama a|c i b|c, vazi s|c.
Primer 15. Za brojeve a = 2520 i b = 84 vazi
2520 | 2 84 | 2
1260 | 2 42 | 2
630 | 2 21 | 3
315 | 3 7 | 7
105 | 3 1 |
35 | 5 |
7 | 7 |
1 | |
te je a = 2520 = 23 32 5 7 i b = 84 = 22 3 7. Tada je (a, b) = 22 3 7 = 84

i [a, b] = 23 32 5 7 = 2520.
Primer 16. Za brojeve a = 4200 i b = 220 vazi
4200 | 2 220 | 2
2100 | 2 110 | 2
1050 | 2 55 | 5
525 | 3 11 | 11
175 | 5 1 |
35 | 5 |
7 | 7 |
1 | |
te je a = 23 3 52 7 i b = 22 5 11. Sada je (a, b) = 22 5 = 20 i

[a, b] = 23 3 52 7 11 = 46200.
Primer 17. Za brojeve a = 70 i b = 99 vazi a = 2 5 7 i b = 32 11, te je

(a, b) = 1 i [a, b] = 2 32 5 11 = 70 99 = 6930.
Neke osobine najveceg zajednickog delioca i najveceg zajednickog sadrzaoca su

date u sledecoj teoremi. Dokaze prepustamo citaocu.
Teorema 7.6 1 Za svaka dva prirodna broja a i b, a, b N , vazi
(a, b) min{a, b} max{a, b} [a, b].

Qn uj Qn vj
2 Ako su prirodni brojevi a i b oblika a = j=1 Pj ib= j=1 Pj , tada
n
Y n
Y
min(uj ,vj ) max(uj ,vj )
(a, b) = Pj i [a, b] = Pj .
j=1 j=1
3 Za svako m, a, b iz N , vazi jednakost
(ma, mb) = m(a, b).
4 Ako su a, b i d tako da je d|a i d|b, tada vazi jednakost

a b 1
, = (a, b).
d d d
5 Za svaja dva prirodna broja a i b vazi jednakost

a b
, = 1.
(a, b) (a, b)
6 Neka su a, b i c prirodni brojevi. Ako c|ab i (b, c) = 1, tada c|a.

7 Neka su a1 , a2 , ..., an i b prirodni brojevi. Tada vazi implikacija
a1 |b a2 |b an |b [a1 , a2 , ..., an ]|b.
8 Za svaka dva cela broja a i b vazi
(a, b) = (|a|, |b|) i [a, b] = [|a|, |b|] .
9 Za prirodne brojeve a i b i ceo broj m vazi
(a, b) = (|a + mb|, b) = (a, |b + ma|) .
10 Za svaka dva prirodna broja a i b vazi jednakost
(a, b)[a, b] = ab.
11 Za proizvoljne prirodne brojeve a, b i c vazi jednakost
NZD(a, b, c) = NZD(NZD(a, b), c) = NZD(a, NZD(b, c)).
Ako je (a, b) = 1 tada je
NZD(a, b, c) = NZD(a, c) NZD(b, c).
Primetimo da sve osobine date u ovoj teoremi mogu da se prilagode za cele

brojeve. Tako, na primer, osobina 10 u skupu celih brojeva glasi
(a, b)[a, b] = |ab|.
Za nalazenje NZD dva prirodna broja moze da se koristi Euklidov algoritam,
koji spada u najstarije algoritme u matematici. Formulisan je sledecom teoremom.
Teorema 7.7 (Euklidov algoritam) Neka su a i b prirodni brojevi, pri cemu je a <
b. Pretpostavimo da su q1 , q2 , ..., qn+1 i r1 , r2 , ..., rn prirodni brojevi, sa osobinama
0 < rn < rn1 < < r1 < a, i
b = a q1 + r1
a = r1 q2 + r2
r1 = r2 q2 + r3
..
.
rn2 = rn1 qn + rn
rn1 = rn qn+1 .
Tada je (a, b) = rn .
Dokaz. Na osnovu odobine 9 u Teoremi 7.6 vazi jednakost
(a, b) = (a, b a q1 ) = (a, r1 ).
Sukcesivnom primenom pomenute osobine dobijamo da je
(a, b) = (a, r1 ) = (r1 , r2 ) = = (rn1 , rn ).
Kako je (rn1 , rn ) = (rn qn+1 , rn ) = rn (qn+1 , 1) = rn , iz poslednje jednakosti sledi

trazeni rezultat.
Nije tesko uociti da bi se Euklidov algoritam mogao prilagoditi i za slucaj da
a i b pripadaju skupu celih brojeva. To bi ipak bilo suvisno jer je uvek dovoljno
naci NZD za brojeve |a| i |b|.
Primedba 4. Ako su a i b mali prirodni brojevi za izracunavanje (a, b) moze da
se iskoristi modifikacija Euklidovog algoritma, koja se zasniva takodje na osobini
9 Teoreme 7.6, opisana sledecim koracima:
1 Ako je a = b tada je (a, b) = a;
2 Ako je a > b tada je (a, b) = (a b, b);
3 Ako je b > a tada je (a, b) = (a, b a).
Ova modifikacija se moze opisati na sledeci nacin:
function NZD(a,b)
while a6=b
if a>b
a:=a-b
else
b:=b-a
return a
Primedba 5. Navescemo jos jednu modifikaciju Euklidovog algoritma, opisanu

sledecim koracima:
1 Ako je b = 0, tada je (a, b) = a,
2 Inace je (a, b) = (b, a (mod b),
Ovom prilikom smo mod iskoristili kao funkciju koja daje ostatak prilikom
deobe a brojem b. Naravno, podrazumeva se da je a > b. Inace, mod je u vecini
programskih jezika bibliotecka funkcija.
Program, na Paskalu, za Euklidov algoritam opisan u Primedbi 5, glasi:
program Euklid(input, output)

var m,n,r,nzd:integer;
begin
read(m,n);
r:=m mod n;
while r<>0 do
begin
m:=n; n:=r; r:=m mod n
end
nzd:=n; write(NZD,nzd);
end.
Primer 18. Odredimo najveci zajednicki delilac brojeva 527 i 8619.

a) Koristeci Euklidov algoritam dat u Teoremi 7.7 dobijamo
8619 = 527 16 + 187

527 = 187 2 + 153
187 = 153 1 + 34
153 = 34 4 + 17
34 = 17 2,
te je (527, 8619) = 17.

b) Na osnovu modifikacije iz Primedbe 5 dobijamo
(527, 8619) = (527, 187) = (187, 153) = (153, 34) = (34, 17) = (17, 0) = 17.
c) Na osnovu modifikacije iz Primedbe 4 dobijamo
(527, 8619) = (527, 8092) = (527, 7565) = (527, 7038) = (527, 6511)
= (527, 5984) = (527, 5457) = (527, 4930) = (527, 4403)
= (527, 3876) = (527, 3349) = (527, 2822) = (527, 2295)
= (527, 1768) = (527, 1241) = (527, 714) = (527, 187)
= (187, 340) = (187, 153) = (153, 34) = (34, 119)
= (34, 85) = (34, 51) = (34, 17) = (17, 17) = (17, 0) = 17.
Vidimo da je postupak pod c) veoma neefikasan, sto je bilo za ocekivati jer u

pitanju nisu mali brojevi. Postupci pod a) i b) se razlikuju samo u nacinu
pisanja, ali u zavisnosti od dalje primene dobijenih rezultata i medjurezul-
tata, odredjuje se prednost.
Zbog jednakosti (a, b)[a, b] = ab Euklidov algoritam se moze iskoristiti i za

nalazenje najmanjeg zajednickog sadrzaoca ovih brojeva.
Primer 19. Odredimo N ZS i N ZD brojeva 460 i 200. Primenom Eukli-

dovog algoritma dobijamo
(200, 460) = (60, 200) = (20, 60) = (20, 0) = 20,
te je
200 460 200 460
[200, 460] = = = 4600.
(200, 460) 20
Za svaka dva prirodna broja a i b, najveci zajednicki sadrzalac uvek postoji.

To je posledica sledece teoreme.
Teorema 7.8 Neka su a i b dati prirodni brojevi. Tada postoji jedinstveni prirodan
broj d tako da vaze sledece osobine.
1 egzistiraju celi brojevi x i y tako da je ax + by = d,
2 d|a i d|b,
3 za svako k, k N , sa osobinama k|a i k|b vazi k|d.
Dokaz. Uocimo skup S = {ax + by > 0|x Z, Z}. On je podskup skupa

prirodnih brojeva N , pa sadrzi najmanji elemenat. Oznacimo ga sa d. To znaci da
postoje celi brojevi x0 i y0 , tako da je ax0 + by0 = d. Time smo dokazali tvrdjenje
1 .
Dokazimo da d|(ax + by) za svako x, y Z. Pretpostavimo suprotno, tj. da
postoje celi brojevi x1 i y1 tako da d 6 | (ax1 + by1 ). Tada postoji ceo broj q i broj
r, 0 r < d, tako da je
ax1 + by1 = q d0 + r.
Na osnovu ove jednakosti sledi
a(x1 qx0 ) + b(y1 qy0 ) = r > 0.
Broj r pripada skupu S i manji je od d, sto je suprotno cinjenici da je d najmanji

prirodan broj sa tom osobinom. To znaci da za svako x, y Z vazi d|(ax + by).
Za x = 1 i y = 0 vazi da d|a. Za x = 0 i y = 1 dobijamo d|b.
Za svako k sa osobinama k|a i k|b vazi k|(ax0 + by0 ), te vazi k|d.
Izraz oblika
1
a0 + 1
a1 + a + 1
2 1
a3 +
..
.+ 1
an
gde su a0 , a1 , . . . , an celi brojevi, naziva se veriznim razlomkom. Euklidov algori-

tam omogucava da se svaki racionalan broj predstavi u obliku veriznog razlomka.
Primer 20. Posmatrajmo broj 840 611 . Na osnovu Euklidovog algoritma vaze
jednakosti 840 = 1 611 + 229, 611 = 2 229 + 153, 229 = 1 153 + 76 i
153 = 2 76 + 1. Tako je
840 229 1 1 1
=1+ =1+ 611 =1+ 153 = 1 + 1
161 611 229 2 + 229 2 + 229
153
1 1 1
=1+ 1 =1+ 1 =1+ 1 .
2+ 76
1+ 153
2+ 1+ 1 2+ 1+ 1
153 1
2+ 76
76
131
Primer 21. Za broj 35
131 26 1 1 1
=3+ = 3 + 35 = 3 + 9 =3+ 1
35 35 26 1 + 26 1 + 26
9
1 1 1
=3+ 1 =3+ 1 =3+ 1 .
1+ 2+ 89
1+ 2+ 1 1+ 2+ 1
9 1+ 1
8 8
Primer 22. Za broj 37

12 imamo
37 11 1 1
= 4 + = 4 + 12 = 4 + 1 .
12 12 11 1 + 11
Necemo ulaziti u teoriju veriznih razlomaka. Ilustrovacemo samo primerom

kako se mogu iskoristiti za priblizno nalazenje kvadratnog korena prirodnih bro-
jeva.

Primer 23.
Cilj nam je da priblizno odredimo 5. Najvece celobrojno
manje od 5 je 2. Tada postoji , tako da je 5 = 2 + . Za broj vazi
1 1
= 52= = .
5+2 4+
Sukcesivnom primenom ove jednakosti dobijamo sledeci, beskonacni, verizni
razvoj:
1
5=2+ .
4 + 4+ 1 1
..
4+ .
Za konacanbroj clanova ovog razlomka (razvoja) dobijamo pribliznu vred-

nost broja 5. Tako je
1
5 2 + = 2.25
4
1
52+ = 2.235
4 + 14
1
52+ = 2.235.
4 + 4+1 1
4
7.4 Diofantove i modularne jednacine

Jednacina oblika
ax + by = c
gde su a, b i c dati celi brojevi, a x i y nepoznati celi brojevi, naziva se Dio-

fantovom linearnom jednacinom sa dve promenljive. Traze se njena celobrojna
resenja. Medjutim, nekom od smena x := x ili y := y, ona se moze svesti na
oblik gde su a, b i c prirodni brojevi. Zbog toga, bez smanjenja opstosti, u daljem
tekstu, smatracemo da su a, b i c prirodni brojevi.
Na osnovu Teoreme 7.3 iz prethodnog odeljka vazi sledeci rezultat:
Teorema 7.9 Neka su a i b prirodni brojevi. Tada postoje celi brojevi x i y tako
da je
ax + by = (a, b). (7.11)
Resenje jednacine (7.11) mozemo dobiti na osnovu Euklidovog algoritma za

nalazenje (a, b), datog u Teoremi 7.7 iz prethodnog odeljka. To cemo ilustrovati
na konkretnim primerima.
Primer 24. Posmatrajmo jednacinu 527x + 8619y = 17. Euklidovim algo-

ritmom dobijamo
8619 = 527 16 + 187

527 = 187 2 + 153
187 = 153 1 + 34
153 = 34 4 + 17
34 = 17 2,
7.4. DIOFANTOVE I MODULARNE JEDNACINE 145
pa je (527, 8619) = 17. Koristeci Euklidov algoritam u obrnutom redosledu

dobijamo
17 = 153 4 34 = 153 4 (187 153) = 5 153 4 187
= 5 (527 2 187) 4 187 = 5 527 14 187
= 5 527 14 (8619 16 527) = 229 527 14 8619
= 527 (229) + 8619 (14).
To znaci da je x = 229 i y = 14 celobrojno resenje date jednacine.
Posledica 4. Jednacina
ax + by = 1, (7.12)
gde su a i b celi brojevi uvek ima celobrojno resenje, ako je (a, b) = 1.
Primer 25. Posmatrajmo jednacinu 31x + 507y = 1. Euklidovim algorit-

mom dobijamo
507 = 31 16 + 11
31 = 11 2 + 9
11 =91+2
9 = 2 4 + 1.
U obrnutom redosledu, na osnovu ovih koraka dobijamo
1 = 9 4 2 = 9 4 (11 9) = 5 9 4 11
= 5 (31 2 11) 4 11 = 5 31 14 11
= 5 31 14 (507 16 31) = 229 31 14 507
= 31 (229) + 507 (14).
pa je (x, y) = (229, 14) celobrojno resenje polazne jednacine.
Posledica 5. Ako je par (x, y) = (x0 , y0 ) celobrojno resenje jednacine (7.11), tada
je i par
bt at
x = x0 + , y = y0
(a, b) (a, b)
za svako t Z, takodje celobrojno resenje ove jednacine.
Teorema 7.10 Neka su a i b celi brojevi i par (u, v) celobrojno resenje jednacine
ax + by = (a, b). Tada je par (x0 , y0 )
uc vc
x0 = , y0 =
(a, b) (a, b)
celobrojno resenje jednacine ax + by = c ako i samo ako za ceo broj c vazi (a, b)|c.
Primer 26. Treba naci celobrojno resenje jednacine
527x + 8619y = 51.
Kako je (527, 8619) = 17 i 51 = 3 17, potrazimo resenje jednacine
527x + 8619y = 17.
U Primeru 24 pokazali smo da je (u, v) = (229, 14) celobrojno resenje ove

jednacine. Na osnovu Teoreme 7.10 par (x0 , y0 )
uc 229 51 vc 14 51
x0 = = = 687, y0 = = = 42,
(a, b) 17 (a, b) 17
resenje jednacine 527x + 8619y = 51. Nije tesko uociti da je par (x0 , y0 )
x0 = 229 t i y0 = 14 t, tZ
celobrojno resenje jednacine 527x + 8619y = 17t.
Teorema 7.11 Neka su a, b i c celi brojevi. Ako je par (x0 , y0 ) celobrojno resenje
jednacine
ax + by = c. (7.13)
Tada je svako drugo celobrojno resenje (x, y) oblika
bt at
x = x0 + , y = y0 , t Z. (7.14)
(a, b) (a, b)
Dokaz. Neka su parovi (x, y) i (x0 , y0 ) celobrojna resenja jednacine (7.13). Doka-
zimo da su x i y oblika (7.14). Na osnovu jednakosti
ax + by = ax0 + by0 ,
a(x x0 ) = b(y0 y), (7.15)
a b
(x x0 ) = (y0 y), d = (a, b),
d d

kako je ad , db = 1, zakljucujemo da ad |(y0 y) i db |(x x0 ). Neka su u i v celi
brojevi tako da vaze jednakosti
b a
x x0 = u i y0 y = v . (7.16)
d d
Zamenom u (7.15) dobija se

a b b a
u = v ,
d d d d
tj. u = v. Ako stavimo u = v = t, t Z, iz (7.16) dobijamo da su x i y oblika
(7.14).
Direktnom zamenom x i y, datih sa (7.14), u (7.13)

b a
a x0 + t + b y0 t = ax0 + by0 = c,
d d
vidimo da je par (x, y) celobrojno resenje jednacine (7.13), kad god je to par
(x0 , y0 ).
Primer 27. Potrazimo celobrojno resenje jednacine 299x + 533y = 52.

Kako je (299, 533) = 13 i 52 = 413, pomocu Euklidovog algoritma potrazimo
najpre resenje jednacine 299x + 533y = 13.
533 = 1 299 + 234
299 = 1 234 + 65
234 = 3 65 + 39
65 = 1 39 + 26
39 = 1 26 + 13
26 = 2 13.
Na osnovu ovih jednakosti, u obrnutom redosledu, dobijamo
13 = 39 1 26 = 39 1 (65 39) = 2 39 65
= 2 (234 3 65) 65 = 2 234 7 65
= 2 234 7 (299 1 234) = 9 234 7 299
= 9 (533 299) 7 299 = 16 299 + 9 533.
To znaci da je par (u, v) = (16, 9) celobrojno resenje jednacine
299u + 533v = 13.
Na osnovu Teoreme 7.7 dobija se da je par (x0 , y0 ) = (64, 36) resenje je-
dnacine
299u + 533v = 52.
Svaki par (x, y) oblika
x = 64 + 41t i y = 36 23t, t Z,
na osnovu (7.14) je resenje date jednacine.
Usko povezan sa resavanjem Diofantovih jednacina je i problem resavanja kon-

gruentnih jednacina. Razmatracemo najpre jednacinu oblika
ax c (mod n), c 6 0 (mod n), (7.17)

gde su a i c dati celi brojevi, a x nepoznata.
Teorema 7.12 Jednacina (7.17) ima resenje po x ako i samo ako (a, n)|c. Opste
resenje je oblika
tn
x = x0 + , (7.18)
(a, n)
gde je t proizvoljan ceo broj, a x0 u paru (x0 , y0 ) osnovno celobrojno resenje
jednacine
ax + ny = c. (7.19)
Dokaz. Neka x, x Z, zadovoljava jednacinu (7.17). Tada n|(ax c), te postoji

ceo broj (y) tako da je ax c = yn, tj.
ax + ny = c. (7.20)
Kako je (a, n)|c, na osnovu Teoreme 7.10, osnovno resenje jednacine (7.20) je
par (x0 , y0 )
uc vc
x0 = , y0 = ,
(a, n) (a, n)
gde je par (u, v) celobrojno resenje jednacine
au + nv = (a, n).
Na osnovu Teoreme 7.11, dobijamo da je opste celobrojno resenje jednacine (7.17)

par (x, y)
tn tn
x = x0 + i y = y0 ,
(a, c) (a, n)
odakle sledi trazeni rezultat.
Teorema 7.13 Ako (a, n)|c jednacina (7.17) ima konacno resenja po modulu n,
i ona su

tn
x = x0 + (mod n) , (7.21)
(a, n)
za t = 1, 2, ..., (a, n).
Posledica 6. Ako je (a, n) = 1 tada jednacina (7.17) ima jedinstveno resenje po

modulu n
x = x0 (mod n).
Primer 28. Potrazimo opste resenje kongruentne jednacine 3x 1 (mod 5).

Kako je (3, 5) = 1 i 1|1, zadovoljeni su uslovi Teoreme 7.9. Potrazimo os-
novno celobrojno resenje (x0 , y0 ) jednacine
3x + 5y = 1.
Pomocu Euklidovog algoritma dobijamo
5 =13+2
3 =12+1
2 = 1 2,
te je
1 = 3 + (1) 2 = 3 + (1) (5 1 3) = 3 2 + 5 (1).
Osnovno resenje jednacine 3x + 5y = 1 je (x0 , y0 ) = (2, 1).
Na osnovu Teoreme 7.12, opste resenje kongruentne jednacine 3x 1 (mod 5)
je
tn
x0 + = 2 + 5 t.
(a, n)
Kako je (a, n) = 1, ova kongruentna jednacina ima jedinstveno resenje po
modulu 5
x = x0 = 2.
Primer 29. Potrazimo opste resenje kongruentne jednacine
527x 34 (mod 8619).
Kako je (527, 8619) = 17 i 17|34, zadovoljeni su uslovi Teoreme 7.9. Po-

trazimo osnovno celobrojno resenje (x0 , y0 ) jednacine
527x + 8619y = 17. (7.22)
Na osnovu Euklidovog algoritma dobijamo
17 = 527 229 + 8619 (14),

te je osnovno celobrojno resenje jednacine (7.22)
(x0 , y0 ) = (229, 14).
Osnovno celobrojno resenje jednacine
527x + 8619y = 34,
je
c 34 c 34
x0 = u0 = 229 = 458 i y0 = v0 = 14 = 28.
(a, n) 17 (a, n) 17
Opste resenje date kongruentne jednacine je
tn
x = x0 + = 458 + 507 t, t Z.
(a, n)
Sva resenja date kongruentne jednacine po modulu 8619 su
x = 458 + 507 t,
za t = 1, 2, ..., 17.
Primer 30. Potrazimo opste resenje kongruentne jednacine
7x 26 (mod 5).
Kako je 7 3 (mod 5) i 26 1 (mod 5), umesto posmatrane jednacine

mozemo resavati njoj ekvivalentnu jednacinu
3x 1 (mod 5).
U opstem slucaju, resavanje kongruentne jednacine
ax c (mod n)
mozemo zameniti resavanjem nove jednacine (ukoliko je zgodnija za resa-

vanje) tako sto se a i c zamene zgodnijim celim brojevima a i c iz klase po
modulu n. Tako smo 7 zamenili sa 3 iz klase ekivalencije po modulu 5
7 = {..., 7, 2, 3, 8, ...},
a broj 26 brojem 1 iz klase ekvivalencije, po modulu 5
26 = {, , , . 4, 1, 6, 11, 16, 21, 26, ...}.

Umesto jedne kongruentne jednacine, pod odredjenim uslovima, moze da se

resava sistem kongruentnih jednacina. Uslove pod kojima je to moguce daje sledeca
teorema, poznata pod nazivom Kineska teorema o ostacima.
Teorema 7.14 Neka su n1 , n2 , ..., nk prirodni brojevi sa osobinom (ni , nj ) = 1,

i 6= j, za svako i = 1, 2, ..., k, j = 1, 2, ..., k. Tada sistem kongruentnih jednacina
x c1 (mod n1 ),
x c2 (mod n2 ),
..
. (7.23)
x ck (mod nk ),
ima jedinstveno resenje, po modulu n, n = n1 n2 nk . Ako je zj resenje

kongruentne jednacine
Mj zj cj (mod nj ), j = 1, 2, ..., k,
gde je
n1 n2 nk
Mj = ,
nj
tada je resenje sistema (7.23)

k
X
x= Mj zj (mod n).
j=1
Primer 31. Potrazimo resenje sistema kongruentnih jednacina
x 5 (mod 4),
x 7 (mod 11).
Kako je (4, 11) = 1 ispunjeni su uslovi iz Teoreme 7.14. Najpre primetimo

da umesto jednacine x 5 (mod 4) mozemo posmatrati jednacinu
x1 (mod 4).
Kako je n = n1 n2 = 4 11 = 44, to je M1 = 11 i M2 = 4. Resimo najpre

jednacinu
11z1 1 ( (mod 4),
tj.
3z1 1 (mod 4).
Osnovno resenje je z1 = 3. Resenje kongruentne jednacine
4z2 7 (mod 11),
je z2 = 10. Trazeno resenje je
x = (11 3 + 4 10) ( (mod 44) = 73 (mod 44) = 29.
Primer 32. Potrazimo resenje jednog poznatog problema zabavne ma]-

tematike. Grupa majmuna zeli da podeli gomilu kokosovih oraha. Ako ih
deli u grupe od po 5 oraha, ostaje visak od 4 oraha, u grupe od po 4 oraha,
ostaje visak od 3 oraha, u grupe od po 7 oraha, ostaje visak od 2 oraha, u
grupe od po 9 oraha, ostaje visak od 6 oraha. Postavlja se pitanje, koliko je
najmanje oraha bilo na gomili?
Da bismo odgovorili da ovo pitanje treba resiti sistem kongruentnih jednacina
x 4 (mod 5),
x 3 (mod 4),
x 2 (mod 7),
x 6 (mod 9).
Po parovima, brojevi 5, 4, 7 i 9 su uzajamno prosti te su uslovi Teoreme ??

zadovoljeni. Kako je n = 5 4 7 9, redom dobijamo
5479 5479
M1 = = 252, M2 = = 315,
5 4
5479 5479
M3 = = 180, M4 = = 140.
7 9
Resenja kongruentnih jednacina
252z1 4 (mod 5),

315z2 3 (mod 4),
180z3 2 (mod 7),
140z4 6 (mod 9),
tj. jednacina
z1 2 (mod 5),
z2 1 (mod 4),
5z3 2 (mod 7),
5z4 6 (mod 9),
su z1 = 2, z2 = 1, z3 = 6 i z4 = 3. Trazeno resenje je
x = (M1 z1 + M2 z2 + M3 z3 + M4 z4 ) (mod m)
= (504 + 315 + 1080 + 420) (mod 1260) = 1059.
Kineska teorema o ostacima moze da se formulise i na sledeci nacin.
Teorema 7.15 Neka su n1 , n2 , ..., nk , po parovima uzajamno prosti brojevi, i neka

su c1 , c2 , ..., ck proizvoljni celi brojevi. Tada postoji resenje sistema kongruentnih
jednacina (7.23). Ako je x0 jedno resenje sistema (7.23), onda je x njegovo resenje
ako i samo ako je x = x0 + t n, t Z i n = n1 n2 nk
Nalazenje resenja sistema (7.23) moze da se obavi pomocu Garnerovog algo-

ritma. Opisacemo ga sledecim koracima.
Algoritam (Garner)
Korak 1 Za svako i = 1, 2, ..., k i j =, 2, ..., k, i < j, odredjuju se konstante

aij na osnovu jednakosti
aij ni 1 (mod nj ). (7.24)
Korak 2 Na osnovu elemenata skupa {c1 , c2 , ..., ck } i konstanti aij formi-

ramo novi skup brojeva {b1 , b2 , ..., bk }, na osnovu jednakosti
b1 c1 (mod n1 )
b2 ((c2 b1 )a12 )( (mod n2 )
b3 (((c3 b1 )a13 b2 )a23 ) (mod n3 )
..
.
bk ( (((ck b1 )a1k b2 )a2k ) bk1 )ak1,k ) (mod nk )
Korak 3 Trazeno resenje je oblika
x0 = b1 + b2 n1 + b3 n1 n2 + + bk n1 n2 nk1 . (7.25)
Ako se trazi najmanje pozitivno resenje koje zadovoljava (7.23) nalazimo ga na

osnovu jednakosti
x = x0 (mod n), n = n1 n2 nk .
Primer 33. Resimo, prmenom algoritma Garnera, sledeci sistem kongru-

entnih jednacina
x 5 (mod 7),
x 7 (mod 11),
x 3 (mod 13).
Na osnovu (7.24) treba da odredimo konstante a12 , a13 i a23 tako da je
a12 7 1 (mod 11),

a13 7 1 (mod 13),
a23 11 1 (mod 13).
Dobijamo da je a12 = 8, a13 = 2 i a23 = 6.

Na osnovu koraka 2 algoritma Garnera, na osnovu skupa {5, 7, 3} teba
odrediti skup {b1 , b2 , b3 } tako da je
b1 5 (mod 7),
b2 ((7 b1 ) 8) (mod 11),
b3 (((3 b1 ) 2 b2 ) 6) (mod 13).
Mozemo uzeti da je b1 = 5. Tada je
b2 16 (mod 11) b2 = 5,
b3 (54) (mod 13) b3 = 11.
Trazeno resenje je
x0 = b1 + b2 n1 + b3 n1 n2 = 5 + 5 7 + 11 7 11 = 887.
To je ujedno i najmanji prirodan broj koji zadovoljava sistem, jer je
887 (mod 1001) = 887
Uopstenje Kineske teoreme o ostacima glasi

Teorema 7.16 Sistem kongruentnih jendacina
x c1 (mod n1 )
x c2 (mod n2 )
..
.
x ck (mod nk )
ima resenje ako i samo ako je (ni , nj )|(ci cj ), za svako i = 1, 2, ..., k i j =

1, 2, ..., k. Resenje je jedinstveno po modulu n, n = NZD(n1 , n2 , ..., nk ).
Primer 34. Posmatrajmo sistem kongruentnih jednacina
x 5 (mod 6),
x 3 (mod 10),
x 8 (mod 15).
Za brojeve 6, 10 i 15 vazi (6, 10) = 2, (6, 15) = 3 i (10, 15) = 5. Kako

2|(5 3), 3|(8 5) i 5|(8 3) ispunjeni su uslovi Teoreme 7.16. Sistem cemo
resavati metodom korak po korak, sto se razlikuje od postupka primenjenog
u prethodnom primeru.
Resimo najpre jednacinu
x5 (mod 6).
Njeno opste resenje je

x = 5 + 6t, t Z,
i treba odrediti t, tako da vaze preostale dve jednacine. Zamenom x u drugu
jednacinu dobijamo da t mora da zadovoljava kongruentnu jednacinu
(5 + 6t) 3 (mod 10).
Dodavanjem broja 5 levoj i desnoj strani ove jednacine, dobijamo
(10 + 6t) 8 (mod 10),
tj.
6t 8 (mod 10),
sto je ekvivalentno sa
3t 4 (mod 5). (7.26)

Mnozenjem leve i desne strane sa 2 dobijamo
6t 8 (mod 5),
tj.
t3 (mod 5). (7.27)
Opste resenje ove jednacine je
t = 3 + 5v, v Z,
te je
x = 5 + 6(3 + 5v) = 23 + 30v.
Zamenom u jednacinu
x8 (mod 15),
vidimo da je
(23 + 30v) 8 (mod 15)
vazi za svako v Z. To znaci da je trazeno resenje
x = 23 + 30v, (v Z).
Primetimo da je prelazak od jednacine (7.26) na jednacinu (7.27) mogao da se

obavi i na sledeci nacin:
1
3t 4 (mod 5) t 4 (mod 5).
3
1
Treba odrediti broj b = 3 (mod 5). Ovaj broj zadovoljava kongruentnu jednacinu
3b 1 (mod 5),
te je b = 2. Sada je
1
t 4 (mod 5) t 42 (mod 5) t 8 (mod 5) t 3 (mod 5).
3
U opstem slucaju vazi sledeci rezultat.
Teorema 7.17 Neka je b ceo broj, razlicit od nule, i a i n prirodni brojevi, pri
cemu je 0 < a n 1 i (b, n) = 1. Tada postoji jedinstveni kolicnik brojeva a i b
po modulu n, ab n. On je jedinstveno resenje kongruentne jednacine, po x,
bx a (mod n). (7.28)

7.5. PROSTI BROJEVI 157
Primer 35. Potrazimo kolicnik brojeva 2 i 7 po modulu 4, tj. x = 27 4. Za

brojeve 7 i 4 vazi (7, 4) = 1, a 0 < 2 3, te su ispunjeni svi uslovi Teoreme
7.17. Broj x je resenje kongruentne jednacine
7x 2 (mod 4),
tj.
3x 2 (mod 4).
Na osnovu nje dobijamo da je x = 2, tj. x = 27 4 = 2.
7.5 Prosti brojevi

Za razliku od definicije prostih brojeva koja je data u ranijem odeljku, navescemo
definiciju koju su koristili stari Grci.
Definicija 7.8 Prosti brojevi su prirodni brojevi koji se ne mogu predstaviti u vidu
proizvoda dva prirodna broja veca od jedinice.
Primer 36. Prvih nekoliko prostih brojeva su 2, 3, 5, 7, 11, 13, 17, 19, .... Br-
oj 2 je jedini paran broj koji je prost.
Prvo pitanje u vezi prostih brojeva je da li je skup prostih brojeva konacan ili
ne. Odgovor na postavljeno pitanje dao je sam Euklid.
Teorema 7.18 Skup prostih brojeva je beskonacan.
Dokaz. Pretpostavimo da je skup prostih brojeva konacan i da je p najveci prost

broj. Uocimo broj
n = 2 3 p + 1, (7.29)
u cijem proizvodu ucestvuju samo prosti brojevi, i to svi od 2 do p. Broj n je
veci od p i on je prost broj jer je n 1 (mod t), za svaki prost broj t, 2 t p.
Ali to je suprotno pretpostavci da je p najveci prost broj.
Nije tesko primetiti da za fiksirano p u (7.29), n ne mora biti prvi prost broj
veci od p. Tako je na primer za p = 5, n = 2 3 5 + 1 = 31, pa su preskoceni prosti
brojevi 7, 11, 13, 17, 19, 23, 29. Tako mozemo zakljuciti da se pomocu (7.29) ne
mogu generisati svi prosti brojevi.
Drugo pitanje vezano za proste brojeve je razlaganja prirodnih brojeva u vidu
proizvoda prostih brojeva, tj. na njihovo razlaganje na proste cinioce
Teorema 7.19 (Osnovna teorema aritmetike) Svaki prirodan broj, veci od je-
dinice, ima jedinstveno razlaganje na proste cinioce.
Dokaz. Ako postoji bar jedan prirodan broj, veci od jedinice, koji ima dva ra-
zlicita razlaganja na proste cinioce, tada postoji i najmanji prirodan broj sa ovom
osobinom. Neka je to broj n
n = p1 p2 ps = q1 q2 qr (7.30)
pri cemu su pi i qj , i = 1, 2, ..., s, j = 1, 2, ..., r, prosti brojevi. Bez smanjenja
opstosti mozemo pretpostaviti da je
p1 p2 ps i q1 q2 qr .
Mora biti p1 6= q1 , jer bi u protivnom prirodni broj

n n
= = p2 ps = q2 qr ,
p1 q1
imao dvostruko razlaganje i bio manji od n, jer je p1 6= 1, sto je suprotno pre-
postavci da je n najmanji sa navedenom osobinom.
Pretpostavimo da je p1 < q1 , Uocimo broj n0 = n p1 q2 qr = (q1 p1 )q2
q3 qr . Prirodan broj n0 je manji od n, pa na osnovu minimalnosti broja n, on
ima jedinstveno razlaganje na proste cinioce. Kako p1 |n i broj p1 |p1 q2 qr to
p1 |n0 . To znaci da p1 |(q1 p1 ) ili p1 |(q2 q3 qr ). Kako je p1 < q1 q2 qr ,
to se p1 ne javlja u izrazu q2 q3 qr , tj. p1 6 | q2 q3 qr . Tada p1 |(q1 p1 ), tj.
p1 |q1 . Medjutim, to je nemoguce jer je q1 prost broj. Dosli smo do kontradikcije
jer je pretpostavka da prirodan broj moze imati dva razlicita razlaganja na proste
cinioce bila pogresna.
Posledica 7. Ako za dva prirodna broja a i b i prirodan broj p vazi p|ab, tada p
deli bar jedan od brojeva a i b. Vazi i generalno, ako p|a1 a2 an , tada p|ai bar
za jedno i, i = 1, 2, ..., n.
Posledica 8. Neka je n prirodan broj, veci od jedinice. Tada postoje jedinstveni
prosti brojevi p1 , p2 , ..., pk i nenegativni celi brojevi 1 , 2 , ..., k , tako da je
n = p1 1 p2 2 pk k . (7.31)
Razlaganje (7.31) se naziva kanonskom dekompozicijom broja n. Svi delitelji
broja n su oblika
a = p1 1 p2 2 pk k , (7.32)
pri cemu je 0 i i , i = 1, 2, ..., k.
Primer 37. Vazi

630 = 2 3 3 5 7.
Delioci broja 630 su
1 2 3 5 7
23 3 2 57
2 32 32 5
2 32 5 32 5 7
2 32 5 7 32 7
2 32 7 35
235 357
2357 37
237
25
257
27
Primetimo da se svaki broj i , i = 1, 2, ..., k u (7.32), moze birati na i + 1

nacina. Oznacimo sa (n) ukupan broj delioca broja n u (7.31), pri cemu se
racunaju i brojevi 1 i n. Tada vazi jednakost
(n) = (1 + 1)(1 + 1) (1 + 1). (7.33)
Primer 38. Na osnovu (7.33), za broj 1176 = 23 3 72 vazi
(1176) = (3 + 1)(1 + 1)(2 + 1) = 24,
sto znaci da on ima 24 razlicita delioca.
Ako su prirodni brojevi a i b uzajamno prosti tada vazi jednakost (ab) =

(a) (b).
Primer 39. Za broj 12 vazi 12 = 4 3, pri cemu je (3, 4) = 1. Zbog toga je
(12) = (3 4) = (3) (4) = (3) (22 ) = 2 3 = 6.
Broj 12 ima 6 delioca, i to su redom 1, 2, 3, 4, 6, 12.
Za generisanje svih prostih brojeva, manjih od nekog fiksiranog broja n, koristi

se Eratostenovo sito. Njegova sustina je da se iz koraka u korak eliminisu svi
slozeni brojevi manji od n. Prvo se eliminisu svi parni brojevi, osim broja 2.
Zatim, redom, brojevi deljivi prostim brojevima manjim od n, osim samih njih.
Kako u skupu {1, 2, ..., n} ima konacno prostih brojeva, nakon konacno koraka
dobijamo trazeni rezultat. Ovo moze biti prilicno slozeno. Pogotovu ako je n
veliki broj. Svaka ekonomizacija je korisna.
Fibonaci (Leonardo Pizanski) je primetio da je dovoljno elimisati slozene bro-

jeve, koji su deljivi svim prostim brojevima koji su manji od n. Do ovog zakljucka

je dosao na osnovu sledecih cinjenica. Neka je n = a b. Tada je min{a, b} n,

jer bi u protivnom bilo n = a b > n n = n. Ako je n = a b, tj. n deljivo sa
a, tada je ono deljivo i sa b = na , pa deljivost ovim brojem ne treba ispitivati.
Algoritam koji odgovara Eratostenovom situ moze se opisati sledecim koracima:
Algoritam (Eratostenovo sito.)

Neka je n prirodan broj i p najaveci prost broj p sa osobinom p < n.
Korak 1 Ispisimo sve prirodne brojeve od 1 do n,

Korak 2 Obelezimo sve brojeve deljive sa 2, osim broja 2,
Korak 3 Obelezimo sve brojeve deljive sa 3, osim broja 3,
..
.
Korak p Obelezimo sve brojeve deljive sa p, osim broja p,
Korak (p + 1) Neobelezeni brojevi su prosti.

Primer 40. Neka je n = 100. Kako je 100 = 10, najmanji prost broj
manji od 10 je 7. Da bi pomocu Eratostenovog sita odreditili sve proste
brojeve izmedju 1 i 100, treba eliminisati slozene brojeve deljive, redom, sa
2, 3, 5 i 7. To je prikazano na sledecoj slici:
1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20
21 22 23 24 25 26 27 28 29 30
31 32 33 34 35 36 37 38 39 40
41 42 43 44 45 46 47 48 49 50
51 52 53 54 55 56 57 58 59 60
61 62 63 64 65 66 67 68 69 70
71 72 73 74 75 76 77 78 79 80
81 82 83 84 85 86 87 88 89 90
91 92 93 94 95 96 97 98 99 100
Naravno, najpre je oznacen broj 1.
Kako smo vec pomenuli, nije ni malo lako odrediti za neki broj n, pogotovu
ako je veliki, da li je prost ili nije. Tako, na primer, nije lako uociti da li je broj
1000009 prost ili slozen. Ojler je sumnjao da je prost, ali je kasnije sam ustanovio
da je slozen, tj. da vazi jednakost 1000009 = 293 3413.
Na slican problem naisao je i Ferma. Bio je u dilemi da li je broj 100895598169
prost. Ustanovio je da je on slozen, tj. da je on proizvod brojeva 898423 i 112303.
Kada se pomenu ove dileme, citalac mora imati u vidu vreme kada su oni
stvarali. Nije bilo racunara, mada se u mnogim situacijama i danas nisu pokazali
od velike koristi. Rad sa velikim brojevima jos uvek je problem.
Primer 41. Hocemo ispitati da li je broj n = 119 prost. Na osnovu Fi-

bonacijevog zakljucja, treba ispitati da li je deljiv prostim brojevima 2,3,5,7 i
11, koji su manji od 119. Neposrednom proverom otkrivamo da je n = 119
slozen broj, tj. vazi jednakost 119 = 7 17.
Primer 42. Slicno, posmatrajmo broj n = 1999. Kako je 442 < 1999 < 452
treba ispitati deljivost broja n = 1999 prostim brojevima manjim od 45, tj.
brojevima 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41 i 43. On nije deljiv nijednim
od njih, te je zakljucak da je on prost.
Od ostalih kriterijuma za ispitivanje da li je neki broj prost, a koji se ne baziraju

na postupcima deljenja, pomenucemo sledeca dva, koja pripadaju Leonardu Ojleru.
Teorema 7.20 (Prvi Ojlerov kriterijum) Ako neparan prirodan broj n, n > 1,
moze da se predstavi u vidu razlike kvadrata dva prirodna broja na vise od jednog
nacina, on je slozen. Ako je to predstavljanje jedinstveno, on je prost.
Drugacija formulacija ovog kriterijuma, koja se pripisuje Fermi, glasi: Neparan

broj n, n > 1 nije prost ako i samo ako postoje prirodni brojevi p i q sa osobinama
n = p2 q 2 , p q > 1.
Primetimo da za svaki neparan broj n, n > 1, vazi razlaganje
2 2
n+1 n1
n= , (7.34)
2 2
pa prilikom ispitivanja da li je prost treba potraziti da li pored njega postoji jos

jedno. Za primenu ovog kriterijuma mogu da se koriste tablice kvadrata prirodnih
brojeva. Ako ispitujemo da li je dati broj n prost ili nije, sukcesivno mu dodajemo
kvadrate r2 prirodnih brojeva r, sa osobinom r < n1 2 . Ako je za neko r, r + n
2
potpun kvadrat, broj je slozen.

Primer 43. Iz tablice kvadrata prirodnih brojeva broju n = 3551 doda-

jemo redom kvadrate 12 , 22 , 32 , ..., r2 , r < 1775. Kako je 3551 + 72 = 602 ,
broj 3551 je slozen. Naime, razlaganje 3551 = 602 72 se razlikuje od razla-
ganja 3551 = 17762 17752 .
Primer 44. Posmatrajmo broj n = 31. Dodajemo mu redom kvadrate r2 ,

r < 15, tj. 12 , 22 , 32 , ... 142 . Nijedan od brojeva 31 + r2 nije potpun kvadrat
te je n = 31 prost broj.
Teorema 7.21 (Drugi Ojlerov kriterijum) Ako prirodan broj moze da se prikaze
u obliku sume kvadrata dva prirodna broja, na vise od jednog nacina, tada je on
slozen broj.
Na osnovu ovog kriterijuma zakljucujemo da ako prost broj mozemo prikazati

kao zbir kvadrata dva prirodna broja, to se moze ostvariti samo na jedan nacin.
Napomenimo da je Ferma dokazao da se svi prosti brojevi oblika 4k +1, k N ,
mogu prikazati u vidu zbira kvadrata dva prirodna broja.
Primer 45. Posmatrjamo prvih sest prostih brojeva, oblika 4k + 1. To su

5, 13, 17, 29, 37 i 41. Za njih vazi 5 = 12 + 22 , 13 = 22 + 32 , 17 = 12 + 42 ,
29 = 22 + 52 , 37 = 12 + 62 i 41 = 42 + 52 .
Vec smo pomenuli da se pomocu (7.29) ne mogu generisati svi prosti brojevi.
Postavlja se pitanje da li se to moze ostvariti pomocu neke formule. Odgovor na
ovo pitanje su trazili mnogi, ali bez vidnih rezultata. Medjutim, prilikom ovih
ispitivanja doslo se do mnogih drugih korisnih rezultata. Pomenimo neke od njih.
Trinom Ojlera f (n) = n2 + n + 41 za n = 0, 1, 2, ..., 39 daje proste brojeve.
Medjutim, za n = 40 to ne vazi jer je f (40) = 412 .
n
Ferma je smatrao da su brojevi 22 + 1 prosti. To vazi za n = 0, 1, 2, 3, 4.
Medjutim, za n = 5 to ne vazi jer je
5
F (5) = 22 + 1 = 4294967297 = 641 6700417.
Postavlja se sada pitanje da li za n > 5 postoji prost broj tog oblika. Inace,za
n
brojeve oblika F (n) = 22 + 1, tj. Fermaove brojeve, vazi sledeci rezultat:
Teorema 7.22 Ako je 2m + 1 prost broj tada je m stepen broja 2. Obrnuto ne

mora da vazi.
Dokaz. Pretpostavimo da je 2m + 1 prost broj, a da m nije stepen broja 2, vec da

je m = 2n k, n 0, k > 1 neparan broj. Tada je
k k1 k2
m 2n k 2n 2n 2n 2n
2 +1=2 +1= 2 +1= 2 +1 2 2 + + 1 .
7.6. MALA FERMAOVA TEOREMA. OJLEROVA FUNKCIJA 163
To znaci da broj 2m + 1 nije prost, sto je suprotno uvedenoj pretpostavci.

Inace brojevi oblika M (n) = 2n 1, n N , su Mensenovi brojevi. Oni imaju
osobinu da ako je M (p) prost broj, tada je i p prost. Obrnuto, opet, ne mora da
vazi. Tako je za p = 11, M (11) = 2047 = 23 89. Brojeve oblika M (n) = 2n 1
proucavao je i Euklid. On je dokazao da ako je M (p) prost broj tada je odgovarajuci
broj 2p1 M (p) savrsen. Savrsen broj jednak je zbiru svojih delilaca, pri cemu se
u delioce ne ubraja sam broj.
Primer 46. Navescemo neke savrsene brojeve
221 M (2) = 6 = 1 + 2 + 3,
231 M (3) = 28 = 1 + 2 + 4 + 7 + 14.
Za proste brojeve, kao i uopste u teoriji brojeva, postoji daleko veci broj prob-
lema, koji su veoma vazni, ali cije se resenje ne nazire. Cisto da iniciramo mastu
citalaca, ukazacemo na dva interesantna, ali neresena problema za proste brojeve.
Prvi problem je hipoteza Goldbaha. On je uocio, analizirajuci veliki broj
slucajeva, da je uvek u mogucnosti da svaki paran broj, razlicit od 2, predstavi
kao sumu dva prosta broja. Da li ovo vazi uopstem slucaju? On je ovo pitanje
postavio Ojleru. Odgovor nije pronadjen do danasnjeg dana.
Primer 47. U vezi sa hipotezom Goldbaha navodimo sledece jednakosti:
4 = 2 + 2, 6 = 3 + 3, 8 = 3 + 5, 10 = 5 + 5, 12 = 5 + 7,
14 = 7 + 7, 16 = 3 + 13, 18 = 7 + 11, 20 = 7 + 13,
22 = 9 + 13, 24 = 11 + 13, 26 = 9 + 17, 28 = 11 + 17,
30 = 11 + 19, 32 = 13 + 19, 34 = 17 + 17, 36 = 17 + 19,
38 = 19 + 19, 40 = 17 + 23, 42 = 19 + 23, 44 = 13 + 31,
46 = 17 + 29, 48 = 17 + 31, 50 = 19 + 31.
Drugi problem je jose interesantniji. Prosti brojevi oblika p i p + 2 nazivaju se

blizancima. Tako su blizanci parovi (3, 5), (11, 13), (29, 31). Postavlja se pitanje
da li je skup blizanaca prostih brojeva beskonacan ili ne.
7.6 Mala Fermaova teorema. Ojlerova funkcija

Vraticemo se ponovo problemu resavanja kongruentnih jednacina u svetlu nekih
rezultata za proste brojeve.
Teorema 7.23 (Mala Fermaova teorema) Ako je p prost broj i a tada vazi jed-
nakost
ap a (mod p). (7.35)
Dokaz. Za a = 0 je 0p 0 = 0 te (7.35) vazi, jer je 0 deljiva sa p. Pretpostavimo

da (7.35) vazi za a := k, k N i dokazimo da je to tacno za a := k + 1.
p1 ! p1 !
X p i X p
p p p
a a = (k + 1) (k + 1) = k + 1 + k k 1 = kp k + ki .
i=1
i i=1
i
Izraz k p k je deljiv sa p po induktivnoj pretpostavci. Kako je

!
p p!
= , i = 1, 2, ..., p 1,
i i!(p i)!

brojilac je uvek deljiv sa p, a imenilac nije, te je pi deljivo sa p.
Da je (7.35) tacno za negativne cele brojeve a i neparne proste brojeve p, proizilazi
na osnovu smene a = b, b 0. Za negativno a i p = 2 vazi jednakost a2 a =
a(a 1), sto je deljivo sa 2, te (7.35) vazi i u ovom slucaju.
Posledica 9. Ako je p prost broj i a ceo broj sa osobinom (a, p) = 1, tada vazi
jednakost
ap1 1 (mod p). (7.36)
Teorema 7.24 Neka je p prost broj, a m i n prirodni brojevi, sa osobinom m n

(mod (p 1)). Tada za svaki ceo broj a vazi jednakost
am an (mod p). (7.37)
Primer 48. Pokazimo da je (313 ) 37 (mod 7). Brojevi m = 13 i n = 7

zadovoljavaju jednakost 13 7 (mod 6). Tada 313 37 (mod 7) direktno
sledi na osnovu (7.37). Inace je
(313 ) (mod 7) = (9 9 9 9 9 9 3) (mod 7) = (2 2 2 2 2 2 3) (mod 7)

= (8 8 3) (mod 7) = (1 1 3) (mod 7) = 3 (mod 7),
7
(3 ) (mod 7) = (9 9 9 3) (mod 7) = (2 2 2 3) (mod 7) =
= (8 3) (mod 7) = 3 (mod 7).
te je 313 = 37 (mod 7).

Primer 49. Za p = 2 (7.35) postaje a2 a (mod 2), sta je ocigledno jer

je a2 a = a(a 1) proizvod dva uzastopna broja, a on je uvek deljiv sa 2.
Za p = 3, a3 a (mod 3) je takodje ocigledno jer je a3 a = (a 1)a(a + 1)
proizvod tri uzastopna broja, sto je uvek deljivo sa 3.
Za praksu je znacajna sledeca posledica Teoreme 7.23, poznata pod nazivom

Hananova lema.
Posledica 10. (Hananova lema) Za svaki prost broj p vazi jednakost
(p 2)! 1 (mod p). (7.38)
Napomenimo da se ova jednakost u obliku
(p 1)! (p 1) (mod p)
naziva Vilsonovom.
Primer 50. Na osnovu (7.38), za p = 7 vazi 5! 1 (mod 7). Direktnom

proverom
5!( (mod 7) (5 4 3 2 1) (mod 7) (20 6) (mod 7)

(6 6) (mod 7) 36 (mod 7) 1 (mod 7).
Veoma vaznu ulogu u teoriji brojeva igra Ojlerova funkcija, (n), koju cemo
uvesti sledecom definicijom.
Definicija 7.9 (Ojlerova funkcija) Sa (n) oznacava se ukupan broj prirodnih

brojeva, manjih od datog prirodnog broja n, koji su uzajamno prosti sa n. Po
definiciji je (1) = 1.
Primer 51. U sledecoj tabeli date su vrednosti Ojlerove funkcije (n) za

neke pocetne prirodne brojeve.
n 1 2 3 4 5 6 7 8 9 10 11 12
(n) 1 1 2 2 4 2 6 4 6 4 10 4
Slika 5.
Teorema 7.25 Neka su m i n uzajamno prosti brojevi, (m, n) = 1. Tada vazi

jednakost
(mn) = (m)(n).
Teorema 7.26 Neka je n = p1 1 p2 2 pk k kanonska dekompozicija prirodnog br-

oja n. Tada vazi jednakost

1 1 1
(n) = n 1 1 1 . (7.39)
p1 p2 pk
Posledica 11. Ako je p prost broj i k prirodan broj, tada je
(pk ) = pk pk1 .
Posledica 12. Prirodan broj p je prost ako i samo ako je
(p) = p 1.
Posledica 13. Ako je n prirodan broj veci od 2, tada je (n) paran broj.
Primer 52.
(30) = (5 6) = (5)(2 3) = (2)(3)(5) = 1 2 4 = 8,

1 1 1
(120) = (23 31 51 ) = 23 3 5 1 1 1 = 32.
2 3 5
Teorema 7.27 (Gausova formula) Neka je n prirodan broj i d1 , d2 , ..., dk svi, med-
jusobno razliciti, delioci broja n, pri cemu su ukljuceni i brojevi 1 i n. Tada vazi
jednakost
n = (d1 ) + (d2 ) + + (dk ). (7.40)
Primer 53. Delioci broja 12 su 1, 2, 3, 4, 6 i 12. Tada je
(1) + (2) + (3) + (4) + (6) + (12) =

= 1 + 1 + 2 + (22 ) + (2 3) + (22 3) =
= 4 + (22 21 ) + (2)(3) + (22 ) (3) = 6 + 1 2 + 2 2 = 12.
Sledeca teorema je generalizacija Male Fermaove teoreme, a igra znacajnu ulogu

u resavanju kongruentnih jednacina.
Teorema 7.28 (Ojlerova formula) Ako su a i n uzajamno prosti prirodni brojevi,

(a, n) = 1, tada vazi jednakost
a(n) 1 (mod n). (7.41)

Dokaz. Neka su brojevi 1 , 2 , ..., (n) svi prirodni brojevi manji od n i uza-
jamno prosti sa njim, i a prirodam broj sa osobinom (a, n) = 1. Tada su bro-
jevi a1 , a2 , ..., a(n) uzajamno prosti sa n. Brojevi 1 2 (n) i a1
a2 a(n) su kongruentni po modulu n, pa je
a(n) 1 2 (n) (1 2 (n) ) (mod n),
tj.
a(n) 1 (mod n).
Posledica 14. Za n = p, p je prost broj, iz (7.41) se dobija (7.36).
Primer 54. Neka je a = 7 i n = 6, (6) = 2. Na osnovu (7.41) vazi

jednakost 72 1 (mod 6).
Posledica 15. Neka su a i b, b 6= 0, celi brojevi, n prirodan broj sa osobinom

(a, n) = 1. Tada je
x0 = ba(n)1 (7.42)
resenje kongruentne jednacine
ax b (mod n). (7.43)
Ono je jedinstveno po modulu n

Dokaz. Na osnovu (7.43) vazi
ax0 b (mod n),
(ax0 b) 0 (mod n),

a
b( x0 1) 0 (mod n). (7.44)
b
Na osnovu (7.41) vazi
(a(n) 1) 0 (mod n). (7.45)
Uporedjivanjem (7.44) i (7.45) dobijamo
a
x0 1 = a(n)1 ,
b
tj.
x0 = b a(n)1 .
Primer 55. Potrazimo najmanje pozitivno resenje jednacine
7x 26 (mod 5).
Njoj je ekvivalentna jednacina
3x 1 (mod 5).
Kako je (3, 5) = 1, na osnovu Posledice 15 dobijamo
x = 1 3(5)1 = 341 = 27.
Minimalno pozitivno resenje je
x0 = 2.
Primer 56. Potrazimo najmanje pozitivno resenje jednacine
5x 2 (mod 7).
Kako je (5, 7) = 1, na osnovu (7.42) dobijamo
x = 2 5(7)1 = 2 55 = 6250.
Minimalno pozitivno resenje je
x0 = 2 55 ( (mod 7) = 10 54 (mod 7) = 3 42 (mod 7) = 6.

Glava 8
Funkcije generatrise
Prilikom resavanja problema, svodjenjem na resavanje odgovarajuceg kombina-

tornog zadatka, najcesce nismo u mogucnosti da odmah dobijemo eksplicitno
resenje. Umesto brojeva koji karakterisu resavani zadatak, a koji cine neki realan
niz, mi dobijamo neke zavisnosti izmedju njih. Sada u drugom koraku, koristeci
razne matematicke tehnike i alatke, pokusavamo da na osnovu ovih zavisnosti
eksplicitno resimo postavljeni zadatak. To cemo ilustrovati u sledecem primeru.
Primer 1. (Fibonacijev problem) Fibonaci je resavao sledeci problem. Na

pocetku godine, prvog meseca, ima na raspolaganju par polno zrelih zeceva.
Znao je da svaki par polno zrelih zeceva, nakon jednog meseca, da novi par
zeceva koji svoju polnu zrelost dostizu nakon sledecih mesec dana. Intereso-
valo ga je koliko ce ukupno parova polno zrelih zeceva imati nakon godinu
dana.
Oznacimo broj polno zrelih parova zeceva, po mesecima, clanovima niza (fn ),
pri cemu n oznacava redni broj meseca. Na osnovu uslova zadatka, imamo
da je f0 = 1, nulti mesec, i f1 = 1, prvi mesec. Oznacimo pomocu clanova
niza (gn ), g0 = 0, broj polno nezrelih parova, po mesecima. Tada za svako
n, n N0 , vaze jednakosti
gn = fn1 i fn = fn1 + gn1 ,
sto je ilustrovano na sledecoj slici.
169
170 GLAVA 8. FUNKCIJE GENERATRISE
Slika 1.
Naime, za fiksirano n, n-tog meseca bice polno zrelih parova onoliko koliko
ih je ukupno bilo polno zrelih i polno nezrelih parova u prethodnom mesecu.
Takodje, n-tog meseca bice onoliko polno nezrelih parova, koliko je polno
zrelih bilo u prethodnom mesecu.
Na osnovu dobijenih jednakosti, eliminacijom clanova niza (gn ) dobijamo da
clanovi trazenog niza (fn ) zadovoljavaju jednakost
fn+2 fn+1 fn = 0, f0 = f1 = 1, (8.1)
za svako n 2. Dobijanje eksplicitnih vrednosti clanova niza (fn ) na osnovu

(8.1) moze se obaviti koirscenjem sledeceg programa, napisanog u Pascal-u.
program Fibonacci(input, output)

var n,v,w,r,i:integer;
begin
read(n);
w:=0; v:=1; i:=1;
while i<n do
begin
r:=r+w; w:=v; v:=r; i:=i+1;
end
write(v);
end.
Primetimo da ovaj program generise clanove niza (vn ), pri cemu je fn = vn+1 ,
n N0 . Odredjivanjem eksplicitne formule za clanove niza, bavicemo se
kasnije u ovoj knjizi.
U ovom poglavlju bavicemo se resavanjem pomenutog problema, koriscenjem

pogodnosti stepenih redova. Najpre cemo uvesti sledecu definiciju.
171
Definicija 8.1 Neka je dat realan niz (an ), n N0 , gde je N0 = N {0}. Stepeni
red
+
X
F (t) = an tn = a0 + a1 t + + an tn + (8.2)
n=0
naziva se funkcijom generatrise niza (an ). Stepeni red
+
X tn t tn
E(t) = an = a0 + a1 + + an + (8.3)
n=0
n! 1! n!
naziva se eksponencijalnom funkcijom generatrise niza (an ).
Ako su poznati clanovi niza (an ), n N0 , tada su stepeni redovi (8.2) i (8.3)
jednoznacno odredjeni. Obrnuto ne vazi, u opstem slucaju, vec samo ako su redovi
(8.2) i (8.3) konvergentni.
Za razliku od standardne analize, nas stepeni redovi (8.2) i (8.3) zanimaju
cisto u formalnom smislu. Bez obzira na konvergenciju dozvoljene su sve moguce
operacije sa njima i nad njima. Tako, na primer, mozemo ih sabirati, mnoziti, difer-
encirati, integraliti i slicno. Drugim recima, za funkcije generatrise Fa (t) i Fb (t) i
eksponencijalne funkcije generatrise Ea (t) i Eb (t), nizova (an ) i (bn ), respektivno,
vaze sledece jednakosti:
+
X
Fa (t) + Fb (t) = (an + bn )tn ,
n=0
+
X n
X
Fa (t)Fb (t) = cn tn , cn = ak bnk ,
n=0 k=0
+
X tn
Ea (t) + Eb (t) = (an + bn ) ,
n=0
n!
+ n
!
X tn X n
Ea (t)Eb (t) = dn , dn = ak bnk
n=0
n! k=0
k
+
X +
X
d d tn1
Fa (t) = nan tn1 , Ea (t) = an ,
dt n=1
dt n=1
(n 1)!
Z x +
X Z x +
X
xn+1 xn+1
Fa (t)dt = an , Ea (t)dt = an ,
0 n=0
n+1 0 n=0
(n + 1)!
gde su i proizvoljne konstante.
Veza izmedju funkcije generatrise i eksponencijalne funkcije generatrise za dati
niz (an ), n N0 , data je sledecom teoremom.
Teorema 8.1 Neka su F (t) i E(t), redom, funkcija generatrise i eksponencijalna

funkcija generatrise niza (an ), n N0 . Tada vazi jednakost
Z +
F (t) = ex E(xt)dx. (8.4)
0
Dokaz. Dokazacemo najpre jednakost

Z
In = xn ex dx = n(n 1) 2 1 = n!.
0
Primenom parcijalne integracije
u = xn , du = nxn1 dx, dv = ex dx, v = ex ,
dobija se jednakost
Z Z
n x n x
In = x e dx = x e + n xn1 ex dx = nIn1 ,
0
0 0
tj.
In = nIn1 = n(n 1)In2 = = n(n 1) 2 1 I0 = n! I0 .
Kako je I0 = 1 na osnovu ove jednakosti dobijamo trazeni rezultat:
+
X +
X +
X Z +
an n tn
F (t) = an tn = t n! = an ex xn dx
n=0 n=0
n! n=0
n! 0
Z + +
X Z +
(tx)n
= ex ( an )dx = ex E(xt)dx.
0 n=0
n! 0
Veza izmedju F (t) i E(t), jednakost (8.4), nekog niza, je uspostavljena pomocu
nesvojstvenog integrala. To je veliki ogranicavajuci faktor primene Teoreme 8.1,
jer ga je cesto veoma tesko ili nemoguce resiti u zatvorenom obliku.
Primer 2. Odredicemo clanove niza (an ), n N0 , cija je eksponencijalna

funkcija generatrise E(t) = tet . Najpre cemo na osnovu jednakosti (8.4)
odrediti funkciju generatrise niza
Z + Z +
x xt t
F (t) = e xte dx = t xex(1t) dx = .
0 0 (1 t)2
173
Clanove trazenog niza mozemo naci razvojem bilo koje od funkcija F (t) ili
E(t) u stepeni red. Ucinicemo to na oba nacina:
n
X n+1
X
X
X
t t tn+1 tn
E(t) = tet = t = = (n + 1) = n .
n=0
n! n=0
n! n=0
(n + 1)! n=0 n!
Iz ove jednakosti sledi an = n, n N0 .

0
t 1 1 1 1
F (t) = 2
= 2
=
(1 t) (1 t) 1t 1t 1t
!0
X X X X
n
= t tn = ntn1 tn
n=0 n=0 n=0 n=0

X
X
X
X
X
n1 n n n
= nt t = (n + 1)t t = ntn ,
n=1 n=0 n=0 n=0 n=0
pa je, opet, an = n, n N0 .
U sledeca dva primera ilustrovacemo nalazenje funkcija F (t) i E(t) kada su

poznati clanovi posmatranog niza (an ) = n, n N0
Primer 3. Neka je niz (an ), n N0 , definisan sa

(
1, za n = 0, 1, . . . , m
an =
0, za n > m,
gde je m fiksiran prirodan broj. Tada je

+
X m
X tm+1 1
F (t) = an tn = tn = , t 6= 1.
n=0 n=0
t1
+
X m n
X
tn t t t2 tm
E(t) = an = = 1 + + + + .
n=0
n! n=0 n! 1! 2! m!
Koristeci jednakost (8.4) pokazacemo da je F (t) dobro odredjena, pod uslo-
vom da to vazi i za E(t).
Z + Z + m !
X xn tn
x x
F (t) = e E(xt)dx = e dx
0 0 n=0
n!
m n Z +
X m
Xt n m
X
t x n
= e x dx = n! = tn .
n=0
n! 0 n=0
n! n=0
U sledecem primeru pokazacemo kako se odredjuje funkcija generatrise nekog

niza, ako je poznata njegova zavisnost od datog niza, u zavisnosti od njegove
funkcije generatrise.
Primer 4. Neka je dat niz (an ), n N0 , cija je funkcija generatrise Fa (t).

Odredicemo funkcije generatrise nizova (bn ) i (cn ), pri cemu je
bn = an+k i cn = n an ,
gde je (6= 0) konstanta i kinN .

+ + P+
X X n+k
n n n=0 an+k t
Fb (t) = bn t = an+k t =
n=0 n=0
tk
P+ n n Pk1 n Pk1 n
n=0 a t n=0 an t Fa (t) n=0 an t
= = .
tk tk
+
X +
X +
X
Fc (t) = cn tn = n an tn = an (t)n = Fa (t).
n=0 n=0 n=0
U sledecem primeru vraticemo se na Fibonacijev niz, tj. na primer 1 i pokaza-

cemo kako se njegovi clanovi mogu eksplicitno odrediti.
Primer 5. U primeru 1 smo pokazali da su clanovi Fibonacijevog niza

(fn ), n N0 , vezani relacijom
fn+2 fn+1 fn = 0, f0 = f1 = 1.
Pomnozimo ovu jednakost sa tn+2
fn+2 tn+2 fn+1 tn+2 fn tn+2 = 0
i obavimo sumiranje po n
+
X +
X +
X
fn+2 tn+2 t fn+1 tn+1 t2 fn tn = 0.
n=0 n=0 n=0

X
Sredimo ovu jednakost, uz cinjenicu da je F (t) = fn tn
n=0
+ ! + ! + !
X X X
n n 2 n
fn t f0 f1 t t fn t a0 t an t = 0,
n=0 n=0 n=0
175
Kako je f0 = f1 = 1 iz poslednje jednakosti dobijamo da je

1
F (t) t F (t) t2 F (t) = 1 F (t) = .
1 t t2
Tako smo odredili funkciju generatrise. Clanove niza (fn ), n N
0 , odredi-
1+ 5
cemo razvojem ove funkcije u stepeni red. Oznacimo sa b1 = 2 i b2 =

1 5
2 . Tada je

1 1 b1 b2 +
X 1
F (t) = = = bn+1
1 bn+1
2 tn .
1 t t2 5 1 b1 t 1 b2 t n=0 5
Iz poslednje jednakosti dobijamo da je

!n+1 !n+1
1 1+ 5 1 5 , n N0 .
an =
5 2 2
Interesantno je sto su fn prirodni brojevi, sto se iz prethodnog izraza ne bi

moglo automatski zakljuciti.
Primer 6. Neka je niz (fn,k ), k N0 , definisan jednakostima
fn,k = fn,k1 + fn1,k , fn,0 = 1, (8.5)
gde je n fiksiran prirodan broj. Odredicemo funkciju generatrise ovog niza,

+
X
Fn (t) = fn,k tk , F0 (t) 1. Na osnovu jednakosti (8.5) dobijamo
k=0
+
X +
X +
X
fn,k tk = fn,k1 tk + fn1,k tk , fn,1 = 0,
k=0 k=0 k=0
tj.
(1 t)Fn (t) = Fn1 (t). (8.6)
Koristeci jednakost (8.6) odredicemo eksplicitnu formulu za funkciju Fn (t).
Za n = 1, 2, . . . , m na osnovu (8.6) vaze jednakosti
(1 t)F1 (t) = F0 (t)

(1 t)F2 (t) = F1 (t)
..
.
(1 t)Fm (t) = Fm1 (t).
Mnozenjem prve jednakosti sa 1, druge sa 1 t, i tako redom, poslednje sa

(1 t)m1 , a zatim mnozenjem levih i desnih strana dobijenih jednakosti
dobijamo da je
Fm (t) = (1 t)m .
Za m = n i |t| < 1 dobijamo
+
!
X n k
n k
Fn (t) = (1 t) = (1) t =
k=0
k
+
!
X
k k (n + k 1) (n + 1)n k +
X n+k1
= (1) (1) t = tk .
k=0
k! k=0
k
Na osnovu ove formule dobijamo da je

!
n+k1
fn,k =
k
za svako fiksirano n i k = 0, 1, . . ..
Nekada je zgodno naci clanove trazenog niza i bez razvoja odgovarajuce funkcije
generatrise, tj. eksponencijalne funkcije generatrise, u stepeni red. To omogucava
sledeca teorema.
Teorema 8.2 Neka su F (t) i E(t) funkcija generatrise i eksponencijalna funkcija

generatrise niza (an ), n N0 .Tada vaze jednakosti
n
1 d F (t) dn E(t)
an = i an = ,
n! dtn t=0 dtn t=0
za svako n N0 .
Primer 7. Neka je funkcija generatrise nekog niza (an ), n N0 , definisana

sa F (t) = (1 t)m , gde je m fiksirani prirodan broj. Kako je
F (n) (t) = m(m + 1) (m + n 1)(1 t)mn ,
i
F (n) (0) = m(m + 1) (m + n 1), n N0 ,
to na osnovu Teoreme 8.2 dobijamo
!
m(m + 1) (m + n 1) m+n1
an = = ,
n! n
za svako n N0 .
Glava 9
Rekurentni nizovi
Moze se sa sigurnoscu reci da ideje za proucavanje rekurentnih nizova datiraju od

prvih pokusaja da se generalizuju geometrijski i aritmeticki niz. U literaturi se
srecu jos i pod nazivom povratni nizovi, sto vodi poreklo od bukvalnog prevoda
francuske reci reccurente. U sustini to su nizovi kod kojih se svaki clan, osim,
mozda, pocetnih konacno mnogo, izracunava na osnovu prethodno izracunatih ili
datih clanova niza. Intenzivno proucavanje ovih nizova se vezuje za XVIII vek i
imena cuvenih matematicara kao sto su Moavro, Bernuli, Ojler, Cebisev, Markov.
Pomenimo da rekurentni nizovi leze u osnovi mnogih matematickih disciplina, kao
na primer, teorije konacnih razlika ili teorije diferencnih jednacina.
U opstem slucaju niz (fn ), n N0 , ciji se clanovi generisu na osnovu jednakosti
fn+r = G(fn+r1 , fn+r2 , . . . , fn ) (9.1)
za n = 0, 1, 2, . . ., pomocu pocetnih clanova fo , f1 , . . . , fr1 , gde je G data funkcija,

naziva se rekurentnim nizom. Izraz oblika (9.1) naziva se rekurentnom relacijom
(RR). U zavisnosti od oblika funkcije G ova relacija moze poprimiti razlicite, pa
i veoma slozene, oblike. Srecom, za nas je od interesa slucaj kada je G linearna
funkcija, tj. posmatracemo samo linearne rekurentne relacije (LRR)
fn+r + a1 fn+r1 + + ar fn = (n). (9.2)
gde su a1 , a2 , . . . , ar dati koeficijenti, a (n) poznata funkcija. Niz (fn ), n

N0 , generisan pomocu LRR (9.2), naziva se linearni rekurentni niz, mada cemo
ga mi, bez opasnosti da dodje do zabune, zvati prosto rekurentni niz. Ako su
unapred poznati pocetni clanovi niza fo , f1 , . . . , fr1 , relaciju (9.2) zvacemo LRR
sa pocetnim vrednostima. Promenom ovih pocetnih vrednosti mogu se iz (9.2)
generisati razliciti nizovi.
177
178 GLAVA 9. REKURENTNI NIZOVI
U slucaju (n) 0, LRR postaje homogena linearna rekurentna relacija

(HLRR):
fn+r + a1 fn+r1 + + ar fn = 0. (9.3)

Indeks r u relacijama (9.2), tj. (9.3), oznacava njenu duzinu.
Prilikom resavanja problema vezanih za LRR, tj. HLRR, najcesce se razma-
traju sledeca tri zadatka:
10 Ako je dat niz (fn ), n N0 , za koji se pretpostavlja da je rekurentni, odrediti
njemu odgovarajucu rekurentnu relaciju;
20 Ako je za dati rekurentni niz (fn ), n N0 , poznata odgovarajuca rekurentna
relacija, odrediti rekurentnu relaciju za niz pocetnih (parcijalnih) suma, u
oznaci (Sn ), n N0 , definisan sa
S0 = f0 , S1 = f0 + f1 , . . . , Sn = f0 + f1 + + fn , . . . ;
30 Ako je data rekurentna relacija tipa (9.2) ili (9.3), na osnovu nje generisati
odgovarajuci niz (fn ), n N0 .
Razmotricemo redom navedene zadatke. Prvi zadatak je prilicno jednostavan,
ali je direktno uslovljen oblikom clanova datog niza. Zbog toga cemo resavanje
ovog zadatka ilustrovati na konkretnim primerima.
Primer 1. (Geometrijski niz) Posmatrajmo geometrijski niz (fn ), n N0 ,
sa kolicnikom q(6= 0), ciji su clanovi definisani sa fn = aq n , gde je a data
konstanta razlicita od nule. Kako je
fn+1 = aq n+1 = q(aq n ) = qfn ,
vidimo da clanovi datog niza zadovoljavaju HLRR
fn+1 qfn = 0,
koja je duzine 1, (r = 1).
Primer 2. (Aritmeticki niz) Neka je (fn ), n N0 , aritmeticki niz sa difer-

encom d, ciji su clanovi definisani sa fn = a + nd, gde je a data konstanta.
fn+2 = a + (n + 2)d = 2(a + (n + 1)d) (a + nd) = 2fn+1 fn
zakljucujemo da clanovi datog niza zadovoljavaju HLRR
fn+2 2fn+1 + fn = 0
koja je duzine dva, (r = 2).
179
Primer 3. (Kubovi prirodnih brojeva) Posmatrajmo niz (fn ), n N0 ,

definisan sa fn = n3 . Pre nego sto razmotrimo problem odredjivanja odgo-
varajuce rekurentne relacije, podsetimo se pojma operatora r-te razlike (dife-
rence). Pod operatorom r-te razlike u oznaci r , nad datim nizom (fn ), n
N0 , podrazumeva se operator definisan sa
r fn = (r1 fn ), r 1, (9.4)
pri cemu je 0 fn = fn i 1 fn = fn = fn+1 fn . Matematickom indukcijom
iz (9.4), lako se dokazuje da vaze sledece jednakosti
r
!
X r
r i
fn = (1) fn+ri , (9.5)
i=0
i
i !
r
X r
fn+r = i fn . (9.6)
i=0
i
Za fn = n3 , imamo da je n3 = 3n2 + 3n + 1, 2 n3 = 6n + 3, 3 n3 = 6,
4 n3 = 0, pa na osnovu (9.5) dobijamo da je
4
!
X 4
i
(1) fn+4i = 0.
i=0
i
Na osnovu ove jednakosti zakljucujemo da dati niz zadovoljava sledecu HLLR
fn+4 4fn+3 + 6fn+2 4fn+1 + fn = 0.
Interesantno je ovde primetiti da za dati niz vaze i jednakosti k n3 = 0,
za k 4. To znaci da on zadovoljava beskonacno mnogo HLRR, razlicitih
duzina, koje se dobijaju iz (9.5) za r 4. Tako, na primer, za r = 5, dati
niz zadovoljava i HLRR duzine 5
fn+5 5fn+4 + 10fn+3 10fn+2 + 5fn+1 fn = 0.
Vazi i generalno, ako je neki niz rekurentan, on zadovoljava beskonacan broj
RR. Koju odabrati? Odgovor je jasan, onu koja ima najmanju duzinu.
Primer 4. (Periodicni decimalni brojevi). Uocimo, na primer, periodicni
decimalni broj 0,571321321321... . Redom oznacimo njegove cifre sa f0 = 5,
f1 = 7, f2 = 1, f3 = 3, f4 = 2, f5 = 1, . . .. Tako dobijamo jedan niz
(fn ), n N0 . Nije tesko uociti da za n 2 za clanove ovog niza vazi
jednakost
fn+3 fn = 0
Dobijena HLRR je duzine 3 (r = 3).
Posvetimo sada malo paznje resavanju zadatka 20 . On se veoma lako resava

ako je za dati niz resen zadatak 10 .
Neka je dat rekurentni niz (fn ), n N0 , i neka on zadovoljava, recimo, LRR
(9.2). Pridruzimo mu odgovarajuci niz parcijalnih suma (Sn ), n N0 , kako je
definisano u zadatku 20 . Za svako n N0 vazi jednakost
fn = Sn Sn1 , (9.7)
pri cemu uzimamo da je, po definiciji, S1 = 0. Zamenom (9.7) u (9.2) dobijamo
da je
Sn+r + (a1 1)Sn+r1 + (a2 a1 )Sn+r2 + + (ar ar1 )Sn ar Sn1 = (n).
Supstitucijom n := n + 1 iz ove jednakosti dobijamo da niz (Sn ), n N0 , zadovol-
java LRR
Sn+r+1 + (a1 1)Sn+r + (a2 a1 )Sn+r1 + (9.8)
+ (ar ar1 )Sn+1 ar Sn = (n + 1).
Slicno bi se dogodilo da smo umesto LRR (9.2) posmatrali HLRR (9.3). Upo-
redjivanjem (9.2) i (9.8) lako je uociti da ako polazni rekurentni niz (fn ), n
N0 , zadovoljava LRR (HLRR) duzine r, tada niz (Sn ), n N0 , zadovoljava LRR
(HLRR) duzine r + 1.
(i)
Primer 5. Neka su nizovi (Sn ), n N0 , i = 1, 2, 3, odgovarajuci nizovi
parcijalnih suma rekurentnih nizova (fn ), n N0 iz Primera 1, 2 i 3, respek-
tivno. Tada oni redom zadovoljavaju sledece rekurentne relacije
(1) (1)
Sn+2 (1 + q)Sn+1 + qSn(1) = 0,
(2) (2) (2)
Sn+3 3Sn+2 + 3Sn+1 Sn(2) = 0,
(3) (3) (3) (3) (3)
Sn+5 5Sn+4 + 10Sn+3 10Sn+2 + 5Sn+1 Sn(3) = 0.
Posvetimo sada malo vise paznje resavanju zadatka 30 . On to zasluzuje jer je

najinteresantniji i najkomplikovaniji u poredjenju sa prethodnim.
Razmotrimo najpre slucaj kako se na osnovu HLRR tipa (9.3) generise odgo-
varajuci rekurentni niz (fn ), n N0 . Neka je data HLRR
fn+r + a1 fn+r1 + + ar fn = 0 (9.9)
koja vazi za n N0 , gde su a1 , a2 , . . . , ar date konstante (parametri). Oznacimo
sa
+
X
F (t) = fn tn (9.10)
n=0
181
funkciju generatrise koja odgovara trazenom rekurentnom nizu (fn ), n N0 . Ko-

risteci parametre 1, a1 , a2 , . . . , ar iz (9.9) formirajmo polinom K(t), stepena r,
K(t) = 1 + a1 t + + ar tr . (9.11)
Ovaj polinom mozemo tretirati kao funkciju generatrise niza 1, a1 , a2 , . . . , ar , 0, 0,

. . . , 0, . . .. Potrazimo proizvod funkcija F (t) i K(t), koristeci jednakost (9.4)
+
X
F (t)K(t) = C(t) = ci ti . (9.12)
i=0
Kako je
cn+r = f0 0 + f1 0 + + fn1 0 + fn ar + + fn+r 1 =

= fn+r + a1 fn+r1 + + ar fn = 0,
za svako n N0 , na osnovu (9.9) i (9.10), dobijamo da je
F (t)K(t) = C(t) = c0 + c1 t + + cr1 tr1 . (9.13)
Primetimo da je polinom C(t) nizeg stepena od polinoma K(t).

Oznacimo sa g(t) polinom koji se takodje dobija na osnovu koeficijenata HLRR,
(9.9),
g(t) = tr + a1 tr1 + + ar1 t + ar , (9.14)
koji se naziva karakteristicim polinomom HLRR. Nule ovog polinoma se nazi-
vaju karakteristicnim korenima HLRR (9.9). Neka su z1 , z2 , . . . , zs , sve medju-
sobno razlicite nule polinoma g(t), ciji su stepeni, redom, r1 , r2 , . . . , rs , (r1 + +
rs = r). Medju ovim nulama mogu biti i realne i kompleksne vrednosti. To znaci
da karakteristicni polinom g(t) mozemo napisati u obliku
g(t) = (t z1 )r1 (t z2 )r2 (t zs )rs . (9.15)

1
Polinomi K(t) i g(t) su povezani jednakoscu K(t) = tr g( ), pa K(t) mozemo
t
napisati u obliku
K(t) = (1 z1 t)r1 (1 z2 t)r2 (1 zs t)rs .
Kako je stepen polinoma C(t) manji od stepena polinoma K(t) funkcija F (t) =
C(t)
je prava racionalna funkcija, pa je mozemo predstaviti u obliku
K(t)
s X
X i r
C(t) ik
F (t) = = , (9.16)
K(t) i=1 k=1 (1 zi t)k
gde su ik koeficijenti u funkciji od vrednosti f0 , f1 , . . . , fr1 . Svaki razlomak

u (9.16) je oblika ik (1 zi t)k pa ga mozemo razviti u stepeni red po t, za svako
i,
h (k) (k n + 1) i
ik (1 zi t)k = ik 1 + (k)(zi t) + + (zi t)n +
n!
pri cemu je koeficijent uz tn jednak
! !
(n + k 1) k n n+k1 n n+k1 n
ik zi = ik zi = ik zi .
n! n k1
n+k1
Kako je binomni koeficijent k1 u stvari polinom po n stepena k 1 to mozemo
pisati da je !
ri
hX n+k1 i n
ik zi = Pi (n)zin , (9.17)
k=1
k1
gde je Pi (n) polinom po n najveceg stepena ri 1, za svako i = 1, 2, . . . , s.

Zamenom (9.17) u (9.16) dobijamo da je
s +
X X X X
+ s
F (t) = Pi (n)zin tn = Pi (n)zin tn . (9.18)
i=1 n=0 n=0 i=1
Uporedjivanjem (9.18) i (9.10) zakljucujemo da je

s
X
fn = Pi (n)zin , (9.19)
i=1
n N0 , opste resenje HLRR (9.9).

Ako su sve karakteristicne nule proste, r1 = r2 = = rs = 1, tada je opste
resenje HLRR (9.9)
fn = c1 z1n + c2 z2n + + cr zrn . (9.20)
Ako je poznato prvih r vrednosti trazenog niza, f0 , f1 , . . . , fr1 , tj. imamo
HLRR sa pocetnim vrednostima, konstante c1 , c2 , . . . , cr se mogu odrediti iz odgo-
varajuceg sistema linearnih jednacina, koji se dobija iz (9.20) za n = 0, n =
1, . . .,n = r 1.
Inace, ako su karakteristicne nule z1 , . . . , zs , razlicite medju sobom, redom,
stepena r1 , . . . , rs , polinomi Pi (n), i = 1, 2, . . . , s u (9.19) su oblika
Pi (n) = i0 + i1 n + + i,ri 1 nri 1 . (9.21)

183
Imamo ukupno r proizvoljnih konstanti ij , i = 1, 2, . . . , s i j = 0,1, 2,. . .,ri 1.

Ako je HLRR (9.9) sa pocetnim vrednostima i one se mogu odrediti iz odgo-
varajuceg sistema linearnih jednacina koji se dobija iz (9.19) za n = 0, n = 1, . . .,
n = r 1.
Time smo uglavnom resili postavljeni zadatak 30 za slucaj HLRR, sa ili bez
pocetnih uslova. Kako smo rekli da ovaj problem nije ni malo lak, treba objasniti
gde leze objektivne teskoce. Teskoce leze u nalazenju karakteristicnih nula. Ako
je karakteristicni polinom (9.14) veceg stepena od 4, znamo da njegove nule ne
mozemo naci, u opstem slucaju, u zatvorenom obliku. Na to nas podseca cuvena
teorema Abela. U takvim situacijama, ako polinom nije u nekom specijalnom
obliku, recimo da pripada skupu klasicnih ortogonalnih polinoma i slicno, moramo
pribeci nekim numerickim metodama za nalazenje nula karakteristicnog polinoma
g(t). Na srecu, takvih je metoda mnogo i dobro su razradjene u literaturi.
Generisanje niza na osnovu date HLRR ilustrovacemo na nekim konkretnim
primerima.
Primer 6. Generisacemo niz (fn ), n N0 , na osnovu HLRR

fn+2 2fn+1 + fn = 0.
Karakteristicni polinom ove HLRR je
g(t) = t2 2t + 1 = (t 1)2 .
Njegove nule su t1 = t2 = 1. Na osnovu (9.19) opste resenje trazene HLRR
je
fn = (c1 + c2 n)1n = c1 + c2 n.
Ako su nam date i pocetne vrednosti, na primer f0 = 1 i f1 = 3, konstante
c1 i c2 dobijamo iz sistema
1 = c1
3 = c1 + c2 .
Resenje je
fn = 2n + 1, n N0 .
Primer 7. Generisimo niz (fn ), n N0 , na osnovu HLRR

fn+3 = fn
za n 0, sa pocetnim uslovima f0 = 1, f1 = 3 i f2 = 2. Odgovarajuci
karakteristicni polinom je
g(t) = t3 1 = (t 1)(t2 + t + 1).

1 3 1 3
Njegove nule t1 = 1, t2 = + i , t3 = i . Opste resenje date
2 2 2 2
HLRR je
!n !n
1 3 1 3
fn = c1 + c2 + i + c3 i ,
2 2 2 2
pri cemu konstante c1 , c2 i c3 treba odrediti iz pocetnih uslova. Pre toga
transformisimo malo dobijeno resenje. Kako je

1 3 1 3
+i = cos + i sin , i = cos i sin ,
2 2 3 3 2 2 3 3
imamo da je

fn = c1 + c2 (1)n (cos i sin )n + c3 (1)n (cos + i sin )n =
3 3 3 3
n n n n
= c1 + (c2 + c3 )(1) cos + i(c2 + c3 )(1) sin .
3 3
Zamenom a = c2 + c3 i b = i(c2 + c3 ), i c1 = c, dobijamo da je
n n
fn = c + (1)n a cos + (1)n b sin .
3 3
Stavljajuci redom n = 0,1, 2, uz uslove f0 = 1, f1 = 3 i f2 = 2, dobijamo da
je c = 2, a = 1 i b = 33 . Tako se trazeni niz dobija na osnovu jednakosti

n+1 n n+1 3 n
fn = 2 + (1) cos + (1) sin =
3 3 3
3 (n + 1)
= 2 + (1)n+1 2 sin
3 3
za n N0 .
Primer 8. Odredimo determinantu trodijagonalne matrice A = (aij ), reda

n n, ciji su svi dijagonalni elementi jedinice.
Ovaj problem cemo resiti tako sto cemo formirati rekurentni niz (fn ), n N0 ,
gde je fn vrednost detrminante odgovarajuce matrice reda n n

1 1 0 0 ... 0

1 1 1 0 0

0 1 1 1 0
fn = detA = .. .. .

. .

1

0 ... 1 1
185
Ako ovu determinantu razvijemo po prvoj koloni dobijamo da je
fn = fn1 fn2
tj.
fn+2 fn+1 + fn = 0,
za n N . Karakteristicni polinom ove HLRR je
g(t) = t2 t + 1

1+i 3 1i 3
pa je t1 = 2 i t2 = 2 . Opste resenje dobijene HLRR je

1 + i 3 n

1 i 3 n
fn = c1 + c2 ,
2 2
tj.
n n
fn = a cos + b sin .
3 3
Kako je f1 = 1 i f2 = 0, sto se direktno vidi iz odgovarajucih matrica,
dobijamo da je

n 3 n 3 (n + 1)
detA = fn = cos + sin =2 sin .
3 3 3 3 3
Primetimo da se na osnovu iste HLRR za razlicite pocetne vrednosti generisu

razliciti rekurentni nizovi. Svi oni se mogu dobiti na osnovu opsteg resenja, datog
sa (9.19), za razlicite pocetne vrednosti. U sledeca dva primera pokazacemo kako
se na osnovu opsteg resenja, tj. opsteg clana rekurentnog niza moze rekonstruisati
HLRR koriscenjem odgovarajuceg karakteristicnog polinoma.
Primer 9. Neka je rekurentni niz (fn ), n N0 , zadat sa fn = (n 1)2 3n +

2n . Na osnovu ovoga mozemo da zakljucimo da su nule odgovarajuceg karak-
teristicnog polinoma t1 = 2, t2 = t3 = t4 = 3. Tako je karakteristicni polinom
g(t) = (t 2)(t 3)3 = t4 11t3 + 45t2 81t + 54,
pa zakljucujemo da dati rekurentni niz zadovoljava sledecu HLRR
fn+4 11fn+3 + 45fn+2 81fn+1 + 54fn = 0.

Primer 10. Odredimo HLRR koja odgovara rekurentnom nizu (fn ), n

N0 , definisanom sa fn = 12 + 22 + + n2 = n(n+1)(2n+1)
6 . Kako je
1 1 1
fn = ( n + n2 + n3 ) 1n ,
6 2 3
mozemo da zakljucimo da su nule odgovarajuceg karakteristicnog polinoma
t1 = t2 = t3 = t4 = 1, tj. da je
g(t) = (t 1)4 = t4 4t3 + 6t2 4t + 1.
Zbog toga HLRR koja odgovara datom rekurentnom nizu glasi
fn+4 4fn+3 + 6fn+2 4fn+1 + fn = 0.
Sto se tice resavanja LRR oblika (9.2) dotaci cemo se samo nekih osnovnih
principa.
Posmatrajmo LRR oblika (9.2) i neka je njoj pridruzena HLRR (9.3). Ako je
fp bilo koje partikularno resenje, tj. rekurentni niz koji zadovoljava LRR (9.2), a
nije sadrzano u opstem resenju odgovarajuce HLRR (9.3), oznaceno sa fn , lako je
(0)
pokazati da je fn dato sa
fn(0) = fp + fn
opste resenje LRR (9.2). Primecujemo da je analogija sa diferencijalnim jedna-

cinama potpuna. Samim tim ostaju na snazi, pa se jos i pojacavaju zbog slabog
matematickog aparata, poteskoce u pronalazenju partikularnog resenja LRR (9.2).
Uocena analogija nije slucajna. Ako u RR (9.1), tj.(9.2) ili (9.3), clanove rekure-
ntnog niza zamenimo odgovarajucim diferencama, uvedenim u Primeru 3., ona
postaje diferencna jednacina.
Ovom prilikom dacemo samo neka uputstva za odredjivanje partikularnog re-
senja LRR (9.2), za neke specijalne oblike funkcije (n):
10 Ako je (n) = n , pri cemu nije nula karakteristicnog polinoma g(t),

partikularno resenje treba potraziti u obliku fp = c n , gde je c konstanta
1
koju treba odrediti. Nije tesko videti da je c = g() .
20 Ako je (n) = n i je nula reda l (1 l r), karakteristicnog polinoma

g(t), partikularno resenje treba potraziti u obliku fp = cn(n 1) (n
l + 1) n , gde je c konstanta koju treba odrediti tako da je zadovoljena LRR
(9.2).
187
30 Ako je (n) = c0 nr + c1 nr1 + + cr , gde su c0 , c1 , . . . , cr date konstante,

c0 6= 0, i 1 nije nula karakteristicnog polinoma g(t), partikularno resenje
treba potraziti u obliku fp = b0 nr + b1 nr1 + + br , pri cemu konstante b0 ,
b1 , . . . , br treba odrediti tako da vazi (9.2).
40 Ako je (n) = c0 nr + c1 nr1 + + cr , gde su c0 , c1 , . . . , cr date konstante,

a 1 je nula reda l karakteristicnog polinoma g(t), partikularno resenje treba
potraziti u obliku fp = nl (b0 nr + b1 nr1 + + br ), pri cemu konstante b0 ,
. . . , br treba potraziti iz uslova da fp zadovoljava (9.2).
Resavanje LRR oblika (9.2) ilustrovacemo na nekim konkretnim primerima.
Primer 11. Odredimo opsti clan rekurentnog niza (fn ), n N0 , ako nje-
govi clanovi zadovoljavaju LRR
fn+2 2fn+1 + fn = 2n (9.22)
pri cemu su pocetni uslovi f0 = 1 i f1 = 2.

Potrazimo najpre opste resenje odgovarajuce HLRR
fn+2 2fn+1 + fn = 0.
g(t) = t2 2t + 1 = (t 1)2 ,
pa su njegove nule t1 = t2 = 1. Opste resenje HLRR je fn = c1 + c2 n, gde su

c1 i c2 konstante. Kako 2 nije nula karakteristicnog polinoma g(t) = (t 1)2
to partikularno resenje potrazimo u obliku fp = d2n . Zamenom fp u (9.22)
dobijamo da je d = 1, tj. da je fp = 2n . Opste resenje LRR (9.22) je
fn = fn + fp = c1 + c2 n + 2n . (9.23)
Da bismo dobili opsti clan trazenog niza treba jos odrediti konstante c1 i c2
tako da su zadovoljeni pocetni uslovi f0 = 1 i f1 = 2. Stavljajuci redom
n = 0 i n = 1 u (9.23) dobijamo da je c1 = c2 = 0, pa je opsti clan trazenog
rekurentnog niza fn = 2n .
Primer 12. Odredimo opsti clan rekurentnog niza (fn ), n N0 , ciji clanovi
zadovoljavaju LRR
fn+3 5fn+2 + 8fn+1 4fn = 2n . (9.24)

Potrazimo najpre opste resenje odgovarajuce HLRR
fn+3 5fn+2 + 8fn+1 4fn = 0.
g(t) = t3 5t2 + 8t 4 = (t 2)2 (t 1),
pa je njeno opste resenje
fn = c1 + (c2 + c3 n)2n .
Kako je 2 nula drugog reda karakteristicnog polinoma g(t) = (t 2)2 (t 1),

partikularno resenje LRR (9.24) potrazimo u obliku
fp = dn(n 1)2n .
Zamenom u (9.24) dobijamo da je d = 81 , pa je opsti clan trazenog rekure-

ntnog niza
1 1
fn = fn + fp = c1 + (c2 + (c3 )n + n2 )2n .
8 8
Primer 13. Potrazimo opsti clan rekurentnog niza (fn ), n N0 , ciji clanovi
zadovoljavaju LRR
fn+1 2fn = n + 1. (9.25)
Uobicajenim postupkom, potrazimo opste resenje odgovarajuce HLRR fn+1

2fn = 0. Njen karakteristicni polinom je g(t) = t 2, cija je nula t = 2.
Opste resenje ove HLRR je
fn = c2n , (c = konstanta).
Kako 1 nije nula karakteristicnog polinoma g(t) = t 2, partikularno resenje

LRR (9.25) potrazimo u obliku fp = c0 n + c1 . Zamenom u (9.25) dobijamo
da je c0 = 1 i c1 = 2, pa je fp = n 2. To znaci da je opste resenje
LRR (9.25), tj. da je opsti clan trazenog rekurentnog niza
fn = fn + fp = c2n n 2.
Primer 14. Kada je (n) = c0 nk + c1 nk1 + + ck , LRR (9.2) moze

da se resava i drugacije. Naime, primenom operatora k+1 na levu i desnu
stranu u (9.2), LRR se svodi na HLRR tipa (9.3), duzine r + k + 1. Kako
189
je LRR (9.2) bila duzine r, zamenom dobijenog resenja novodobijene HLRR

u (9.2), odredjuje se k + 1 konstanti ovog resenja. Ilustrovacemo to na LRR
(9.25). Kako je (n) = n+1, na levu i desnu stranu LRR (9.25) primenicemo
operator 2 . Dobijamo
2 fn+1 22 fn = 2 (n + 1),
fn+3 2fn+2 + fn+1 2(fn+2 2fn+1 + fn ) = 0,

fn+3 4fn+2 + 5fn+1 2fn = 0. (9.26)
Karakteristicni polinom HLRR (9.26) je
g(t) = t3 4t2 + 5t 2 = (t 2)(t 1)2 ,
pa je opste resenje HLRR (9.26) dato sa
fn = c1 2n + c2 n + c3 .
HLRR (9.26) je duzine 3, dok je data LRR (9.25) duzine 1. Zbog toga u
opstem slucaju fn = c1 2n + c2 n + c3 nije opste resenje LRR (9.25), vec samo
sadrzi to opste resenje. Opste resenje LRR (9.25) dobijamo kada zamenom
fn u (9.25) odredimo konstante c2 i c3 . Zamenom fn u (9.25) dobijamo da
je
c1 2n+1 + c2 (n + 1) + c3 2c1 2n 2c2 n 2c3 = n + 1.
Ova jednakost vazi za svako n samo ako je c2 = 1 i c3 = 2. Tako je opste
resenje LRR (9.25)
fn = c1 2n n 2.
Primer 15. Odredimo opsti clan rekurentnog niza (fn ), n N0 , ciji clanovi
zadovoljavaju LRR
fn+2 2fn+1 + fn = n + 3 (9.27)
Odgovarajuca HLRR glasi fn+2 2fn+1 + fn = 0, a njen karakteristicni

polinom je g(t) = t2 2t + 1 = (t 1)2 , pa je opste resenje ove HLRR dato
sa
fn = c1 + c2 n.
Kako je 1 nula drugog reda karakteristicnog polinoma g(t) = (t 1)2 , par-
tikularno resenje LRR (9.27) trazimo u obliku
fp = n2 (a + bn).
Zamenom fp u (9.27) dobijamo da je a = 1 i b = 16 , pa je fp = n2 (1 + 61 n).

Opste resenje LRR (9.27) je
1
fn = fn + fp = c1 + c2 n + n2 (1 + n).
6
Resicemo zadatak i na drugi nacin, tj. isto onako kako smo postupili u
Primeru 14. Primenom operatora 2 na levu i desnu stranu u (9.27) dobi-
jamo
2 fn+2 22 fn+1 + 2 fn = 2 (n + 3),
fn+4 4fn+3 + 6fn+2 4fn+1 + fn = 0. (9.28)
Karakteristicni polinom HLRR (9.28) je
g(t) = t4 4t3 + 6t2 4t + 1 = (t 1)4 ,
pa je njeno opste resenje
fn = c1 + c2 n + c3 n2 + c4 n3 .
Kako ovo resenje sadrzi u sebi i opste resenje LRR (9.27), odredimo ga za-
menom fn u (9.27) tako da jednakost vazi za svako n. Zamenom dobijamo
da moraju vaziti jednakosti c3 = 1 i c4 = 16 , pa je opste resenje LRR (9.27)
1
fn = c1 + c2 n + n2 + n3 .
6
Napomenimo na kraju ovog odeljka da rekurentni nizovi predstavljaju samo

jednu klasu nizova. Malo detaljnije su obradjeni jer igraju znacajnu ulogu u
resavanju mnogih kombinatornih problema.
Glava 10
Kombinatorika
10.1 Dirihleov princip

U prethodnim odeljcima upoznali smo se sa tri principa (princip jednakosti, prin-
cip sume i princip proizvoda) koji su osnovni prilikom resavanja kombinatornih
zadataka sa prebrojavanjem. Sada cemo definisati i cetvrti, poznat pod nazivom:
Dirihleov princip ili princip pregrada ili princip golubarnika.
Slaba forma Dirihleovog principa moze se formirati sledecom teoremom:
Teorema 10.1 Ako n + 1 predmeta zelimo da smestimo u n pregrada bar u jednoj

bice vise od jednog.
Dokaz. Ako bi svaka pregrada sadrzala po 1 predmet, bilo bi ih ukupno n, sto je

suprotno pretpostavci da ih ima ukupno n + 1.
U smislu skupova Dirihleov princip moze da se formulise na sledeci nacin: ako
konacan skup A, |A| = n + 1, razbijemo na k, 1 k n, disjunktnih podskupova,
bar jedan od njih ce sadrzati najmanje dva elementa.
Navescemo jos jednu formulaciju slabe forme Dirihleovog principa, ekvivalentnu
onoj u Teoremi 1, zbog njene pogodnosti prilikom resavanja odredjenih kombina-
tornih zadataka.
Teorema 10.2 Neka su X i Y dva konacna skupa, |X| > |Y |, i f totalna funkcija
koja preslikava skup X u Y . Funkcija f ne moze biti injektivna.
Dokaz. Pretpostavimo da je f : X 7 Y , |X| > |Y |, injektivno. Tada postoji |Y |

razlicitih elemenata u skupu Y , tako da za svaki od njih postoji x X, tako da je
x = f 1 (y) i X = U f 1 (y).
191
192 GLAVA 10. KOMBINATORIKA
Ali, ako je |X| > |Y |, tada postoje bar dva elementa u skupu X, x i x0 , sa osobi-
nama x 6= x0 i f (x) = f (x0 ), sto je suprotno pretpostavci da je f injektivna.
Primer 1. Dokazacemo da u skupu od 8 ljudi moraju postojati bar dva

coveka rodjena istog dana u sedmici.
Neka je X skup ljudi, |X| = 8, a Y skup dana u nedelji, |Y | = 7 i f totalna
funkcija koja svakom coveku dodeljuje neki dan u nedelji. Kako je |X| >
|Y |, po Dirihleovom principu f ne moze biti injektivna, pa bar dva coveka
preslikava u isti dan sedmice. To znaci da su bar dva coveka, od posmatranih
8, rodjeni istog dana u sedmici.
Primer 2. Dokazimo da u skupu od n+1 prirodnih brojeva postoje bar dva

ciji su ostaci pri deobi sa n, isti. Neka su a1 , a2 , ..., an , an+1 razliciti prirodni
brojevi, kojima redom, odgovaraju ostaci r1 , r2 , ..., rn , rn+1 , prilikom deobe
brojem n. Kako je
0 ri < n
za svako i = 1, 2, ..., n + 1, ako bi bili svi medjusobno razliciti to bi znacilo
da postoji n + 1 nenegativan ceo broj manji od n. To je nemoguce, jer ih
ima tacno n.
Primer 3. U kutiji se nalazi deset kuglica i to dve bele, dve crne, dve
crvene, dve zelene i dve plave. Koliko treba najmanje izvuci kuglica, u jed-
nom izvlacenju, da sigurno izvucemo bar dve kuglice istih boja. Koristeci
Dirihleov princip nije tesko ustanoviti da je to broj 6.
Generalizacije, tj. jake forme, Dirihleovog principa formulisacemo u narednim

teoremama.
Teorema 10.3 Ako m predmeta zelimo da rasporedimo u n pregrada, tada bar

jedna sadrzi namanje d m
n e predmeta.
Sa dxe, u Teoremi 3, oznacili smo najmanji moguci ceo broj koji je veci, ili
jednak, od broja x.
Teorema 10.4 Ako

m1 + m2 + + mn n + 1
predmeta, pri cemu su n i mi , i = 1, 2, ..., n, prirodni brojevi, treba rasporediti u
n pregrada, oznacenih sa M1 , M2 , ..., Mn , tada postoji bar jedna pregrada Mi , koja
sadrzi najmanje mi predmeta.
10.2. PERMUTACIJE 193
Dokaz. Dodelimo svakoj pregradi Mi po mi 1 predmeta, i = 1, 2, ..., n. Kako je

n
X
(mi 1) = m1 + m2 + + mn n
i=1
to preostaje jos jedan predmet koji se mora dodati nekoj od pregrada.

Nije tesko uociti da se za m1 = m2 = = mn = q Teorema 4 svodi na Teoremu
3, a za m1 = m2 = = mn = 2 na Teoremu 1.
Primer 4. Posmatrajmo skupinu od 100 ljudi. Kako je
100
d e = d14.26...e = 15,
7
na osnovu Teoreme 10.4, mozemo da zakljucimo da su bar 15 ljudi, iz ove
skupine, rodjeni istog dana u sedmici.
Primer 5. U kutiji se nalazi 40 kuglica, i to 10 belih, 10 crnih, 10 crvenih

i 10 zelenih. Koliko najmanje kuglica treba izvuci, u jednom izvlacenju, da
izvucemo bar, 5 belih ili 6 crnih ili 7 crvenih ili 8 zelenih. Na osnovu Teoreme
10.5 taj broj je
5 + 6 + 7 + 8 4 + 1 = 23.
U osnovne ili klasicne r-torke, nekog skupa spadaju permutacije, varijacije i

kombinacije, sa ili bez ponavljanja elemenata. Njima je posvecen veci deo ovog
odeljka knjige. Pozabavicemo se, dakle, samo osnovnim pojmovima klasicne kom-
binatorike, a posmatracemo samo skupove sa konacnim brojem elemenata.
10.2 Permutacije
Definicija 10.1 Permutacija elemenata skupa Sn = {a1 , a2 , . . . , an } je svaka ure-
djena n-torka medjusobno razlicitih elemenata ovog skupa.
Kako u svakoj permutaciji elemenata datog skupa ucestvuju svi elementi ovog
skupa, umesto termina permutacija elemenata koristi se i termin permutacija
skupa.
Primer 6. Sve moguce permutacije elemenata skupa S3 = {a1 , a2 , a3 } su
(a1 , a2 , a3 ), (a1 , a3 , a2 ), (a2 , a1 , a3 ), (a2 , a3 , a1 ), (a3 , a1 , a2 ), (a3 , a2 , a1 ).

Koristimo ovu priliku da ukazemo jos na dva nacina, najcesca u upotrebi, za

obelezavanje permutacija. To su
a1 , a2 , a3 ; a1 , a3 , a2 ; a2 , a1 , a3 ; a2 , a3 , a1 ; a3 , a1 , a2 ; a3 , a2 , a1 ,
i
a1 a2 a3 ; a1 a3 a2 ; a2 a1 a3 ; a2 a3 a1 ; a3 a1 a2 ; a3 a2 a1 .
Prethodna definicija je samo jedan od velikog broja nacina definisanja pojma

permutacije datog skupa. Ukazacemo jos na neke. Prvo cemo pokazati kako se
permutacije mogu definisati preko skupova uredjenih parova.
Neka su dati skupovi Sn = {a1 , a2 , . . . , an } i Zn = {1, 2, . . . , n} na osnovu kojih
formiramo Dekartov (Kartezijev) proizvod Zn Sn . Uocimo sve podskupove skupa
Zn Sn , oblika
k = {(1, aj1 ), (2, aj2 ), . . . , (n, ajn )}, (10.1)
gde su druge komponente u uredjenim parovima, aji , medjusobno razliciti el-
ementi skupa Sn . Svakom skupu oblika (10.1) jednoznacno mozemo pridruziti
uredjenu n-torku elemenata aji Sn , pri cemu prva komponenta u uredjenom
paru (i, aji ), i = 1, 2, . . . , n, odredjuje poziciju elementa aji u njoj. Tako skupu
uredjenih parova k odgovara uredjena n-torka
pk = (aj1 , aj2 , . . . , ajn ), (10.2)
koja nije nista drugo nego jedna permutacija elemenata skupa Sn . Naravno,
vazi i obrnuto. Uocimo bilo koju permutaciju elemenata skupa Sn , tj. uredjenu
n-torku ovih elemenata. Svakom elementu iz ove permutacije pridruzimo broj iz
skupa Zn , koji oznacava njegovu poziciju u permutaciji. Formirajmo uredjene
parove pozicija i odgovarajucih elemenata date permutacije, tj. uredjene n-torke.
Skup ovih uredjenih parova, duzine n, je jednoznacno odredjen datom permutaci-
jom.
Sprovedenom analizom smo pokazali da se permutacije elemenata datog skupa
Sn mogu definisati pomocu skupova uredjenih parova oblika (10.1).
Primer 7. Na osnovu skupova S3 = {a, b, c} i Z3 = {1, 2, 3} formirajmo

Dekartov proizvod Z3 S3 ,
Z3 S3 = {(1, a), (1, b), (1, c), (2, a), (2, b), (2, c), (3, a), (3, b), (3, c)}.
Formirajmo sve podskupove skupa Z3 S3 , oblika (10.1), duzina 3, tako

da sve prve komponente i sve druge komponente uredjenih parova u svakom
podskupu budu medjusobno razlicite. Svi moguci podskupovi skupa Z3 S3

koji zadovoljavaju ove kriterijume su
p1 = {(1, a), (2, b), (3, c)}, p2 = {(1, a), (2, c), (3, b)},
p3 = {(1, b), (2, a), (3, c)}, p4 = {(1, b), (2, c), (3, a)},
p5 = {(1, c), (2, a), (3, b)}, p6 = {(1, c), (2, b), (3, a)}.
Ako shvatimo da prve komponente u uredjenim parovima oznacavaju poziciju

druge komponente, ovim podskupovima odgovaraju redom sledece uredjene
trojke
p1 = (a, b, c), p2 = (a, c, b), p3 = (b, a, c),

p4 = (b, c, a), p5 = (c, a, b), p6 = (c, b, a).
Ove uredjene trojke i jesu sve moguce permutacije elemenata skupa S3 . Nar-
avno, moze i obrnuto da se pokaze, da ovim uredjenim trojkama jednoznacno
odgovaraju gore navedeni podskupovi uredjenih parova.
Pokazacemo kako se permutacije elemenata skupa Zn = {1, 2, . . . , n} mogu

definisati kao odredjene relacije elemenata ovog skupa.
Formirajmo Dekartov proizvod Zn Zn . Poznato je da svaki podskup skupa
Zn Zn definise jednu relaciju na skupu Zn . Iz skupa Zn Zn izdvojimo sve
podskupove, tj. relacije, oblika
= {(1, j1 ), (2, j2 ), . . . , (n, jn )} (10.3)
gde su ji , i = 1, 2, . . . , n, medjusobno razliciti elementi skupa Zn . Za uredjeni

par (i, j), i, j Zn , reci cemo da pripada relaciji , definisanoj sa (10.3), tj.
(i, j) , ako je element j na i-toj poziciji u odgovarajucoj uredjenoj n-torki
elemenata skupa Zn . To znaci da relaciji (10.3) jednoznacno odgovara uredjena
n-torka
p = (j1 , j2 , . . . , jn )
medjusobno razlicitih elemenata skupa Zn , tj. jedna permutacija skupa Zn . Nar-
avno, bez teskoca, moze da se pokaze da svakoj permutaciji elemenata skupa Zn
jednoznacno odgovara jedna relacija oblika (10.3) na tom skupu. Time se pokazuje
da se permutacije elemenata skupa Zn mogu definisati kao sve moguce relacije ob-
lika (10.3) na ovom skupu.
Primer 8. Za skup Z3 = {1, 2, 3} formirajmo Dekartov proizvod
Z3 Z3 = {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3)}.
Iz skupa Z3 Z3 izdvojimo sve moguce podskupove duzine tri, tj. relacije

oblika (10.3). To su
1 = {(1, 1), (2, 2), (3, 3)}, 2 = {(1, 1), (2, 3), (3, 2)},
3 = {(1, 2), (2, 1), (3, 3)}, 4 = {(1, 2), (2, 3), (3, 1)},
5 = {(1, 3), (2, 1), (3, 2)}, 6 = {(1, 3), (2, 2), (3, 1)}.
Ako prva komponenta u uredjenim parovima relacije k , k = 1, . . . , 6, pred-
stavlja poziciju druge komponente u odgovarajucoj uredjenoj trojki pk , k =
1, . . . , 6, dobijamo da je
p1 = (1, 2, 3), p2 = (1, 3, 2), p3 = (2, 1, 3),
p4 = (2, 3, 1), p5 = (3, 1, 2), p6 = (3, 2, 1),
sto su ujedno sve moguce permutacije skupa Z3 .
Neka je dat skup Sn = {a1 , a2 , . . . , an }. Svaka permutacija ovog skupa, recimo

(aj1 , aj2 , . . . , ajn ), moze da se prikaze kao injektivno preslikavanje skupa Zn u Sn .
Neka je jedno takvo preslikavanje p : Zn 7 Sn , definisano sa p(i) = aji , pri cemu
je aji 6= ajk za i 6= k. Preslikavanje p se prikazuje u obliku
!
1 2 ... n
p= . (10.4)
aj1 aj2 . . . ajn
Kako su elementi aji , i = 1, 2, . . . , n, u (10.4) medjusobno razliciti elementi

skupa Sn , to (10.4) jednoznacno odredjuje jednu permutaciju
p = (aj1 , aj2 , . . . , ajn )
elemenata skupa Sn . Naravno, moze da se pokaze da vazi i obrnuto, tj. da svakoj
permutaciji elemenata skupa Sn jednoznacno odgovara jedno preslikavanje oblika
(10.4). To prakticno znaci da skup svih mogucih preslikavanja (10.4), gde su u
drugoj vrsti medjusobno razliciti elementi skupa Zn , definise skup svih mogucih
permutacija elemenata ovog skupa. U daljem tekstu mi cemo cesto permutacije
datog skupa upravo obelezavati sa (10.4).
Primer 9. Sve permutacije skupa S = {a, b, c} definisane preko odgo-

varajucih preslikavanja date su sa
! ! !
1 2 3 1 2 3 1 2 3
p1 = , p2 = , p3 = ,
a b c a c b b a c
! ! !
1 2 3 1 2 3 1 2 3
p4 = , p5 = , p6 = .
b c a c a b c b a
Iskoristimo priliku da na ovom primeru pokazemo kako se permutacije el-

emenata nekog skupa mogu prikazati graficki. Elementi skupa Zn , tj. u
ovom slucaju Z3 , se uzimaju na x-osi, a elementi skupa Sn , tj. S3 , kao
slike odgovarajuceg preslikavanja na y-osi. Dobijene tacke u xy-ravni, za
jedno preslikavanje (permutaciju) se spajaju pravom linijom. Na Slici 1 su
prikazane permutacije p1 i p2 iz ovog primera.
Slika 1
Pre nego sto damo jos neke nacine definisanja permutacija datog skupa, prime-
timo da svaka permutacija elemenata skupa Sn = {a1 , a2 , . . . , an } i sam skup Sn
imaju iste elemente, pri cemu se svaki element javlja tacno jedanput. Znaci da
se permutacija elemenata skupa Sn moze definisati i kao jedno obostrano jed-
noznacno preslikavanje skupa Sn u samog sebe. Ali u saglasnosti sa (10.4) znaci
da sva razmatranja u vezi sa pojmom permutacija elemenata nekog skupa mozemo,
bez smanjenja opstosti, vezivati za odgovarajuci skup Zn , sto cemo u daljem tekstu
cesto koristiti.
Permutacija elemenata datog skupa moze biti zadata pomocu ciklusa elemenata
koje sadrzi. Ali, pre nego sto je tako definisemo, moramo da objasnimo pojam
ciklusa.
Neka je data neka permutacija p elemenata skupa Zn = {1, 2, . . . , n}
!
1 2 ... n
p= (10.5)
p(1) p(2) . . . p(n)
tako da je p(i) 6= i bar za jedno i Zn . Tada postoji najmanji broj i1 , i1 Zn ,

tako da je p(i1 ) 6= i1 , tj. p(i1 ) = i2 , i2 Zn . Za broj i2 postoje dve mogucnosti,
ili je p(i2 ) = i1 ili je p(i2 ) 6= i1 . Pretpostavimo da je p(i2 ) 6= i1 . Tada postoji
broj i3 , i3 Zn , tako da je p(i2 ) = i3 . Za broj i3 opet postoje dve mogucnosti,
ili je p(i3 ) = i1 ili je p(i3 ) 6= i1 . Ako je p(i3 ) 6= i1 , tj postoji i4 Zn tako da je
p(i3 ) = i4 . Ovaj postupak nastavljamo sve dok ne naidjemo na broj ir , ir Zn ,

1 r n, tako da je p(ir ) = i1 . Naravno, zbog toga sto je (10.5) obostrano jed-
noznacno preslikavanje, takav broj mora da postoji. Na osnovu brojeva i1 , i2 . . . , ir
formiramo izraz
i1 i2 ir i1 . (10.6)
Ovaj izraz oznacimo sa C = (i1 i2 . . . ir ) i zvacemo ga ciklusom date permutacije
(10.5) duzine r. Ako je za neko rj , rj Zn , p(rj ) = rj , tada je ciklus (rj )
duzine jedan. Permutacija (10.5) moze da sadrzi vise ciklusa. Novi ciklus trazimo
istim postupkom, pocev od prvog clana posmatrane permutacije koji ne ucestvuje
u vec pronadjenim ciklusima. Ovim postupkom datu permutaciju razlazemo na
proizvod njenih ciklusa. Ako se, na primer, data permutacija p sastoji od ciklusa
C1 , C2 , . . . , Ck , pisemo
p = C1 C2 . . . Ck . (10.7)
Ovaj proizvod ciklusa se jos zove razlaganje permutacije na cikluse.
Primer 10. Razlozimo na proizvod ciklusa redom sve moguce permutacije

elemenata skupa Z3 = {1, 2, 3}.
! !
1 2 3 1 2 3
p1 = = (1)(2)(3), p2 = = (1)(23),
1 2 3 1 3 2
! !
1 2 3 1 2 3
p3 = = (12)(3), p4 = = (123),
2 1 3 2 3 1
! !
1 2 3 1 2 3
p5 = = (132), p6 = = (13)(2).
3 1 2 3 2 1
Na ovim primerima mozemo proveriti, a to vazi generalno, da raspored cik-

lusa u proizvodu (10.7) ne utice na permutaciju, tj. ne izaziva promene u
njoj. Takodje, permutacija se ne menja ako nekom njenom ciklusu ciklicno
menjamo mesta elementima. Tako, na primer, vaze jednakosti
p2 = (1)(23) = (23)(1) = (32)(1), p5 = (132) = (321) = (213).
Kako je data permutacija p oblika (10.5) obostrano jednoznacno preslikavanje

skupa Zn u samog sebe, presek njena bilo koja dva ciklusa je prazan skup. Svako
ciklusno razlaganje tipa (10.7) jednoznacno odredjuje jednu permutaciju.
Primer 11. Pretpostavimo da je na skupu elemenata Z8 = {1, 2, 3, 4, 5, 6,

7, 8} data neka permutacija, p, pomocu razlaganja po svojim ciklusima, p =
(48)(275) (31)(6). Razvijajuci cikluse ovu permutaciju mozemo prikazati u

obliku
!
4 8 2 7 5 3 1 6
p = (48)(275)(31)(6) =
8 4 7 5 2 1 3 6
!
1 2 3 4 5 6 7 8
= ,
3 7 1 8 2 6 5 4
i ona je jednoznacno odredjena.
Pretpostavimo da na elementima skupa Zn = {1, 2, . . . , n} data permutacija p

u razlaganju na svoje cikluse (10.7), sadrzi ki ciklusa duzine i, za i = 1, 2, . . . , n,
pri cemu ki N0 = N {0}. Skup brojeva k1 , k2 , . . . , kn , sa osobinom
1 k1 + 2 k2 + + n kn = n (10.8)
naziva se ciklusnom strukturom date permutacije i permutacija sa ovom struk-
turom se obelezava sa p{k1 ,k2 ,...,kn } .
Primer 12. Ciklusna struktura permutacije

!
1 2 3 4 5 6 7 8
p= = (12)(357)(46)(8),
2 1 5 6 7 4 3 8
elemenata skupa Z8 = {1, 2, 3, 4, 5, 6, 7, 8}, je p{1,2,1,0,0,0,0,0} , sto se dobija na

osnovu jednakosti 8 = 1 1 + 2 2 + 1 3 + 0 4 + 0 5 + 0 6 + 0 7 + 0 8.
Neka data permutacija p, elemenata skupa Zn = {1, 2, . . . , n} ima razlaganje

po ciklusima
p = C1 C2 . . . Cs , (10.9)
pri cemu sa ri oznacimo duzinu odgovarajuceg ciklusa Ci , i = 1, 2, . . . , s. Sumi-
ranjem brojeva ri 1, po i, i = 1, . . . , s, dobijamo da vazi jednakost
s
X s
X s
X
(ri 1) = ri 1 = n s.
i=1 i=1 i=1
Dobijeni rezultat, tj. broj ns za datu permutaciju, p, predstavlja njen dekrement

i oznacava se sa (p). Dakle dekrement date permutacije p je
(p) = n s.
Date permutacije elemenata nekog skupa delimo pomocu dekremenata na dve
klase, parne i neparne. Pri tome, ako je dekrement date permutacije paran broj,
permutacija je parna, u protivnom je neparna.
Primer 13. Uocimo permutacije p1 i p2 elemenata skupa Z8 = {1, 2, 3, 4, 5,

6, 7, 8}, koje su definisane sa
!
1 2 3 4 5 6 7 8
p1 = = (13)(275)(48)(6)
3 7 1 8 2 6 5 4
i !
1 2 3 4 5 6 7 8
p2 = = (123)(456)(78).
2 3 1 5 6 4 8 7
Kako je za permutaciju p1 , (p1 ) = 8 4 = 4, ona je parna. Za permutaciju
p2 vazi (p2 ) = 8 3 = 5, pa je ona neparna.
Po pitanju parnosti permutacije vazi sledeci rezultat.
Teorema 10.5 Ako u permutaciji

!
1 2 ... n
p=
i1 i2 . . . in
bilo koja dva razlicita broja ij i ik medjusobno promene mesta, parnost permutacije
se menja.
Prilikom razlaganja date permutacije po ciklusima cesto se koristi skraceni

nacin oznacavanja. On se sastoji u tome sto se ciklusi duzine jedan izostavljaju.
Prilikom ovakvog nacina oznacavanja jednoznacnost se ne gubi.
Primer 14. Za sledece permutacije p1 i p2 ravnopravna su sledeca oznaca-

vanja u razlaganjima po ciklusima
!
1 2 3 4 5 6 7 8
p1 = = (1234)(56)(7)(8) = (1234)(56),
2 3 4 1 6 5 7 8
!
1 2 3 4 5 6 7 8
p2 = = (123)(4)(56)(7)(8) = (123)(56).
2 3 1 4 6 5 7 8
Permutacija koja se razlikuje od posmatrane permutacije samo po tome sto su

neka dva elementa medjusubno promenila mesta, naziva se njenom transpozicijom.
Koristeci skraceni nacin oznacavanja date permutacije pomocu ciklusa, transpozi-
cija na skupu Zn = {1, 2, . . . , n} u odnosu na permutaciju p1 = (1, 2, . . . , n) moze
formalno da se definise na sledeci nacin:
Definicija 10.2 Svaka permutacija elemenata skupa Zn = {1, 2, . . . , n} oblika

!
1 2 ... n
p= = (ri rj ), i 6= j,
r1 r2 . . . rn
naziva se transpozicijom.
Kako transpozicija sadrzi jedan ciklus duzine 2, a svi ostali su duzine jedan
(s = n 1), to bez obzira na prirodu broja n, imamo da je (p) = n (n 1) = 1,
tj. ona je uvek neparna permutacija.
Transpozicije se mogu uopstiti na sledeci nacin:
Definicija 10.3 Permutacija p, elemenata Zn = {1, 2, . . . , n}, koja se u skracenom

ciklusnom predstavljanju sastoji od samo jednog ciklusa duzine r, 1 < r n, naziva
se ciklusnom permutacijom duzine r ili prosto ciklusom duzine r.
Nije tesko primetiti da je svaka transpozicija ciklusna permutacija duzine dva,

tj. ciklus duzine dva.
Primer 15. Permutacije p1 i p2 skupa Z8 = {1, 2, . . . , 8}

!
1 2 3 4 5 6 7 8
p1 = = (34),
1 2 4 3 5 6 7 8
i !
1 2 3 4 5 6 7 8
p2 = = (1346),
2 3 4 6 5 1 7 8
su ciklusi duzina dva i cetiri, respektivno.
Permutacije elemenata skupa Zn = {1, 2, . . . , n} mogu se definisati i pomocu

odgovarajucih permutacionih matrica. Neka je
!
1 2 ... n
p= (10.10)
j1 j2 . . . jn
proizvoljna permutacija elemenata skupa Zn . Ovoj permutaciji pridruzimo jednu

permutacionu matricu P = (aij ), reda n n, ciji su elementi aij definisani sa
(
1, ako je j = ji
aij = (10.11)
0, u ostalim slucajevima,
za i = 1, 2, . . . n, i j = 1, 2, . . . n. Permutaciona matrica P je jednoznacno

odredjena datom permutacijom. Naravno, vazi i obrnuto. Neka je data proizvoljna
permutaciona matrica P , reda n n. Na osnovu jednakosti
P [1 2 . . . n]T = [j1 j2 . . . jn ]T (10.12)
jednoznacno je nad elemenatima skupa Zn = {1, 2, . . . , n}, odredjena jedna

permutacija oblika (10.10).
U prethodnom proucavanju smo pokazali da se permutacije mogu posmatrati
i kao uredjeni parovi, relacije, permutacione matrice. To nisu jedini nacini defin-
isanja permutacija. Isto se moze uciniti i kada su u pitanju varijacije i kombinacije,
ali mi to necemo ciniti jer smatramo da to, po analogiji sa permutacijama, citalac
moze, po potrebi, jednostavno uradit.i
Sada cemo se pozabaviti kljucnim pitanjima vezanim za permutacije elemenata
datog skupa. Prvo je pitanje ukupnog broja permutacija. Drugo pitanje je formi-
ranje nekog logickog niza permutacija, koji ujedno olaksava postupak njihovog
formiranja. Za tako formiran niz, automatski se vezuju i sledeca dva problema.
Kako za zadatu permutaciju odrediti njenu poziciju, tj. njen indeks, u tom nizu,
kao i kako na osnovu date pozicije generisati odgovarajucu permutaciju.
Ukupan broj permutacija elemenata datog skupa odredjen je sledecom teore-
mom.
Teorema 10.6 Ukupan broj permutacija skupa od n elemenata, u oznaci Pn , je
Pn = n! = n(n 1) 1. (10.13)
Dokaz. Ako se dati skup sastoji od samo jednog elementa, n = 1, tada je ukupan
broj permutacija njegovih elemenata 1. Znaci za n = 1, (10.13) vazi. Neka se
dati skup sastoji od n elemenata i neka je Pn ukupan broj permutacija njegovih
elemenata. Ako izostavimo bilo koji element ovog skupa, od preostalih elemenata
mozemo formirati Pn1 permutacija. Kako izostavljeni element mozemo prikljuciti
svakoj permutaciji od n 1 elementa na n nacina, vazi jednakost
Pn = nPn1 . (10.14)
Sukcesivnom primenom ove jednakosti dobijamo jednakost Pn = n(n 1) 2P1 .

Kako je P1 = 1, iz nje dobijamo da vazi trazeni rezultat, tj. (10.13).
Napomenimo da se po definiciji uzima da je 0! = 1.
Sada je veoma jednostavno odgovoriti na pitanje koliko ima medjusobno ra-
zlicitih permutacionih matrica reda nn. S obzirom na obostrano jednoznacnu ko-
respodenciju izmedju svih mogucih permutacija elemenata skupa Zn i svih mogucih
permutacionih matrica reda n n, odgovor je n!.
Primer 16. Na osnovu razvoja

+
X +
X tn
(1 t)1 = tn = n! ,
n=0 n=0
n!
1
za |t| < 1, mozemo zakljuciti da je funkcija E(t) = 1t eksponencijalna
funkcija generatrise niza (an ), n N0 , gde je an = n!.
Lako je uociti da je broj mogucih permutacija veliki prirodan broj, cak i za

ne tako velike vrednosti broja n. Zbog toga je veoma vazno da se nadje pogodan
postupak koji bi na osnovu odredjenih kriterijuma poredjao sve permutacije, za
dato n, u odgovarajuci niz permutacija. Definisani kriterijumi bi, u prvom redu,
omogucili lakse generisanje svih permutacija ovog niza i da svaka permutacija
ima jednoznacno odredjenu poziciju, tj. indeks. Jedan od nacina uredjivanja
datih permutacija, zasnovan na ideji uredjivanja reci u recniku, poznat je pod
nazivom leksikografsko uredjenje permutacija. Pre toga uvedimo pojam osnovne
permutacije.
U principu, za osnovnu permutaciju mozemo uzeti bilo koju iz skupa svih
permutacija elemenata posmatranog skupa. Medjutim, uobicajeno je za osnovnu
permutaciju proglasiti onu kod koje su elementi datog skupa poredjani u nekom
prirodnom redosledu. Osnovna permutacija se naziva jos i prvom permutaci-
jom. Tako, na primer, ako su elementi datog skupa medjusobno uporedivi , za
osnovnu permutaciju se uzima ona kod koje su elementi u rastucem poretku. Ako
su elementi datog skupa indeksirane promenljive, onda se za osnovnu permutaciju
proglasava ona kod koje su indeksi u rastucem redosledu. Ako su elementi datog
skupa slova neke azbuke, tada se za osnovnu permutaciju uzima ona kod koje su
sva slova poredjana u redosledu pojavljivanja u odgovarajucoj azbuci.
Primer 17. Navescemo neke osnovne permutacije datog skupa, odabrane

po prirodnom principu:
skup osnovna permutacija

Zn = {1, 2, . . . , n} p1 = (1, 2, . . . , n)
Sn = {a1 , a2 , . . . , an } p1 = (a1 , a2 , . . . , an )
S5 = {1, 5, 3, 7, 4} p1 = (1, 3, 4, 5, 7)

S6 = { 3, 7, 2, 4, 13} p1 = ( 2, 3, 4, 7, 13)
S3 = {, , } p1 = (, , )
S4 = {b, g, d, h} p1 = (b, d, g, h)
S7 = {4, 7, 2, 5, b, a, c} p1 = (a, b, c, 2, 4, 5, 7).
Kako elementi u datom skupu mogu biti neuredjeni, ili definisani na neki drugi
nacin, recimo pomocu neke proizvoljne permutacije, namece se problem odredji-
vanja prve permutacije. On se moze podvesti pod problem sortiranja datog niza.
U literaturi postoji veliki broj sekvencijalnih i paralelnih metoda za navedeno sor-
tiranje, ali se mi time ovde necemo podrobnije baviti.
Leksikografsko uredjenje svih permutacija elemenata skupa Zn ={1, 2, . . ., n}
moze da se obavi po sledecem principu. Oznacimo sa IP skup svih permutacija
elemenata skupa Zn i neka je p1 osnovna permutacija. Uocimo bilo koje dve
permutacije p i q iz skupa IP . Gledano s leva u desno, pretpostavimo da se ove
permutacije razlikuju tek na k-toj poziciji. Neka je na k-toj poziciji u permutaciji
p element i1 , a u permutaciji q element i2 . Ako se u osnovnoj permutaciji, p1 ,
element i1 javlja pre elementa i2 , kazemo da permutacija p dolazi pre permutacije
q i pisemo
p < q. (10.15)
Uredjeni par (IP, <) nam u ovom slucaju definise jedan niz permutacija
p1 < p2 < < pk < < pn! , (10.16)
gde su pi IP, i = 1, 2, . . . , n!, koji se naziva leksikografskim nizom per-

mutacija.
Jasno je da se umesto skupa Zn moze posmatrati bilo koji drugi skup i da se
sve njegove permutacije takodje mogu poredjati u odgovarajuci leksikografski niz
permutacija.
Primer 18. Posmatrajmo skup S4 = {1, 3, 7, 9}. Ukupan broj permutacija

elemenata ovog skupa je P4 = 4! = 24. Leksikografski niz permutacija skupa
S4 je
1379 < 1397 < 1739 < 1793 < 1937 < 1973 < 3179 < 3197 <
< 3719 < 3791 < 3917 < 3971 < 7139 < 7193 < 7319 < 7391 <
< 7913 < 7931 < 9137 < 9173 < 9317 < 9371 < 9713 < 9731.
Cesto je korisno izvrsiti podelu skupa svih permutacija IP , elemenata skupa

Zn = {1, 2, . . . , n}, na n disjunktnih podskupova Snk , k = 1, . . . , n, tako da je
n
[
IP = Snk . Pri ovoj podeli skup Snk , k = 1, 2, . . . , n, sadrzi sve permutacije koje
k=1
na prvoj poziciji imaju elemenat k. Lokalne osnovne permutacije u podskupovima

Snk , k = 1, 2, . . . , n, su redom definisane sa

p1 = (1, 2, . . . , n)
p
(k1)(n1)!+1 = (k, 1, . . . , k 1, k + 1, . . . , n), (k = 2, . . . , n 1) (10.17)

p
(n1)(n1)!+1 = (n, 1, . . . , n 1).
Podskupovi Snk , kao i odgovarajuce lokalne osnovne permutacije igraju vaznu

ulogu u algoritmima za generisanje permutacija elemenata datog skupa.
Primer 19. Dacemo podpodelu skupa svih permutacija elemenata skupa

Z4 = {1, 2, 3, 4}. To su podskupovi
S41 = {1234, 1243, 1324, 1342, 1423, 1432},
S42 = {2134, 2143, 2314, 2341, 2413, 2431},

S43 = {3124, 3142, 3214, 3241, 3412, 3421},
S44 = {4123, 4132, 4213, 4231, 4312, 4321}.
U svakoj od podpodela podvucena je lokalna osnovna permutacija.
Pretpostavimo da nam je poznata neka permutacija pm = (j1 , j2 , . . . , jn ) el-

emenata skupa Zn = {1, 2, . . . , n}. Ako je IP skup svih permutacija skupa Zn ,
kome odgovara leksikografski niz permutacija (10.16), postavlja se pitanje gde je
pozicija permutacije pm u ovom nizu, tj. koliki je indeks m? Opisacemo jedan od
mogucih postupaka za odredjivanje ovog indeksa.
Pronadjimo prvo poziciju elementa j1 u osnovnoj permutaciji p1 = (1, 2, . . . ,
n). Neka je njegova pozicija i1 . To znaci da se nasa permutacija nalazi u pod-
podeli Sni1 , skupa IP . Ispred permutacija ove podpodele nalaze se sve permutacije
podpodela Sn1 , Sn2 , . . . , Sn,i1 1 . Njih ima ukupno
(i1 1)(n 1)!.
Sada iz osnovne permutacije p1 , tj. uredjene n-torke p1 , odstranimo element i1 , i

(i )
od preostalih elemenata formiramo uredjenu (n1)-torku p1 1 . Odredimo poziciju
(i )
elementa j2 u uredjenoj (n1)-torki p1 1 . Neka je to i2 . To znaci da se u podpodeli
Sni1 nalazi ukupno
(i2 1)(n 2)!
permutacija ispred prve permutacije koja na drugoj poziciji ima element j2 . Od-
(i ) (i ,i )
stranjivanjem elementa i2 iz p1 1 formiramo od nje uredjenu (n 2)-torku p1 1 2 .
Takodje iz podpodele Sni1 izdvojimo podskup leksikografski uredjenih permutacija

koje na drugoj poziciji imaju element j2 . Ovaj podskup sadrzi (n 2)! razlicitih
(j )
permutacija podpodele Sni1 . Oznacimo ga sa Sni21 . Sada odredimo poziciju el-
(i ,i )
ementa j3 u uredjenoj (n 2)-torki p1 1 2 . Neka je to i3 . Zakljucujemo da u
(j )
podskupu Sni21 ima (i3 1)(n 3)! permutacija koje se javljaju ispred permutacija
koje pocinju sa j1 , j2 , j3 . Postupak nastavljamo sve dok ne iscrpimo ispitivanja
redom za sve elemente date permutacije pm . Na taj nacin dobijamo da se is-
pred date permutacije pm = (j1 , j2 , . . . , jn ) u leksikografskom permutacionom nizu
(10.16) nalazi ukupno
(i1 1)(n 1)! + (i2 1)(n 2)! + + (in 1)(n n)!
permutacija. Zadata permutacija je prva sledeca iza njih, tj.
m = (i1 1)(n 1)! + (i2 1)(n 2)! + + (in 1)(n n)! + 1. (10.18)
Primer 20. Odredimo poziciju permutacije p = (3, 2, 4, 1), elemenata sku-

pa Z4 = {1, 2, 3, 4}, u odgovarajucem leksikografskom nizu permutacija
p1 < p2 < < pk < < p24 . (10.19)
Osnovna permutacija je p1 = (1, 2, 3, 4). Elemenat 3, koji se nalazi na prvoj

poziciji zadate permutacije, nalazi se na trecoj poziciji osnovne permutacije.
To znaci da se data permutacija nalazi u podpodeli
S43 = {(3, 1, 2, 4), (3, 1, 4, 2), (3, 2, 1, 4), (3, 2, 4, 1), (3, 4, 1, 2), (3, 4, 2, 1)}.
Ispred ove podpodele u leksikografskom nizu permutacija (10.19), nalaze se

sve permutacije podpodela S41 i S42 , kojih ima ukupno
(3 1)(4 1)! = 12.

(3)
Eliminisimo element 3 iz p1 i formirajmo uredjenu trojku p1 = (1, 2, 4).
Drugi element date permutacije, 2, nalazi se na drugoj poziciji u uredjenoj
(3)
trojki p1 . To znaci da se ispred prve permutacije koja pocinje sa 3, 2 u
podpodeli S43 nalazi ukupno
(2 1)(4 2)! = 2
(3)
permutacije niza (10.19). Eliminisimo sada element 2 iz uredjene trojke p1 i
(3,2)
formirajmo uredjeni par p1 = (1, 4). Iz podpodele S43 izdvojimo podskup
(2)
S43 permutacija koje na drugoj poziciji imaju element 2. To je podskup
(2)
S43 = {(3, 2, 1, 4), (3, 2, 4, 1)}.
Treci element, 4, date permutacije nalazi se na drugoj poziciji u uredjenom
(3,2)
paru p1 = (1, 4). Znaci da ispred permutacija koje na trecem mestu
(2)
imaju element 4 u podskupu S43 , ima (2 1)(4 3)! = 1 permutacija.
Ovim je prakticno pretrazivanje zavrseno. Dobili smo da se ispred per-
mutacije p = (3, 2, 4, 1) u leksikografskom nizu permutacija (10.19), nalazi
15 (15=12+2+1) permutacija, tj da se zadata permutacija nalazi na 16-tom
mestu.
Navedena procedura za odredjivanje pozicije zadate permutacije u odgovara-

jucem leksikografskom nizu permutacija, daje ideju kako se problem moze resiti i
u obrnutom smeru. Naime, ako je poznat indeks permutacije u nizu (10.16), kako
generisati tu permutaciju.
Neka se permutacija pm elemenata skupa Zn = {1, 2, . . . , n} nalazi na m-toj
poziciji u odgovarajucem leksikografskom nizu permutacija, tipa (10.16). U skladu
sa postupkom odredjivanja indeksa m u ovom nizu, sada treba najpre odrediti
konstante k1 , k2 , . . . , kn ,ki N0 , i = 1, 2, . . . , n, u sledecem razvoju broja m 1
m 1 = k1 (n 1)! + k2 (n 2)! + + kn1 1! + kn 0! (10.20)
U drugom koraku formiramo uredjenu n-torku p = (i1 , i2 , . . . , in ) na osnovu

jednakosti
i r = kr + 1 (10.21)
za r = 1, 2, . . . , n, i tek nakon toga pristupamo generisanju trazene permutacije
pm . U osnovnoj permutaciji p1 = (1, 2, . . . , n) izdvojimo element koji se nalazi
na poziciji i1 i oznacimo ga sa j1 . Od ostalih elemenata osnovne permutacije p1
(i )
formiramo uredjenu (n 1)-torku p1 1 . Iz nje izdvojimo element koji se nalazi na
poziciji i2 i oznacimo ga sa j2 . Od preostalih elemenata uredjene (n 1)-torke
(i ) (i ,i )
p1 1 formiramo uredjenu (n 2)-torku p1 1 2 , u prirodnom redosledu (ovo treba
postovati u obe procedure). Ovaj postupak nastavljamo sve dok ne iscrpimo redom
sve brojeve uredjene n-torke p = (i1 , i2 , . . . , in ). Od dobijenih brojeva j1 , j2 , . . . , jn
formiramo uredjenu n-torku pm = (j1 , j2 , . . . , jn ) po redosledu odredjivanja brojeva
jk , k = 1, . . . n, i to je upravo trazena permutacija.
Primer 21. Odredimo permutaciju p78 , elemenata skupa Z5 = {1,2,3,4,5},

koja se nalazi na 78. mestu odgovarajuceg leksikografskog niza permutacija.
Na osnovu razvoja (10.20)
77 = 3 4! + 0 3! + 2 2! + 1 1! + 0 0!
dobijamo da je k1 = 3, k2 = 0, k3 = 2, k4 = 1, k5 = 0. Sada na osnovu

jednakosti (10.21) dobijamo da je i1 = 4, i2 = 1, i3 = 3, i4 = 2 i i5 =
1. Formiramo petorku p = (4, 1, 3, 2, 1). Na cetvrtoj poziciji u osnovnoj
permutaciji p1 = (1, 2, 3, 4, 5) nalazi se element j1 = 4, koga izdvojimo. Od
preostalih elemenata formiramo uredjenu cetvorku, u prirodnom redosledu,
(4) (4)
p1 = (1, 2, 3, 5). Na prvoj poziciji u p1 nalazi se element j2 = 1. Izdvojimo
(4,1)
ga, a od preostalih formiramo uredjenu trojku p1 = (2, 3, 5). Na trecoj
(4,1)
poziciji u p1 nalazi se element j3 = 5. Izdvojimo ga i formiramo uredjeni
(4,1,5)
par p1 = (2, 3). Na drugoj poziciji u ovom uredjenom paru je element
j4 = 3. Preostaje jos da je j5 = 2. Trazena permutacija koja se nalazi na 78.
poziciji, u odgovarajucem leksikografskom nizu permutacija, je
p78 = (4, 1, 5, 3, 2).
10.3 Permutacije sa ponavljanjem elemenata

Posebnu klasu permutacija cine one kod kojih se elementi koji je cine mogu pon-
avljati. Dacemo jednu, od mnogih, definicija ovih permutacija.
Definicija 10.4 Neka je datom skupu Sk = {a1 , a2 , . . . , ak } pridruzena familija

V , elemenata skupa Sk , koja sadrzi i elemenata ai , i = 1, 2, . . . , k, pri cemu
je 1 + 2 + + k = n. Svaka uredjena n-torka elemenata familije V naziva
se permutacijom sa ponavljanjem elemenata skupa Sk , sa ogranicenjima i , i =
1, 2, . . . , k.
Primer 22. Skupu S3 = {a, b, c} pridruzimo, na primer, familiju V = {a, a,

b, c}. Element a javlja se u familiji V dva puta, dok se elementi b i c javljaju
po jednom. Permutacije reda 4 elemenata skupa S3 su ustvari permutacije
elemenata familije V . Navescemo ih poredjanje u leksikografskom poretku:
aabc < aacb < abac < abca < acab < acba <
< baac < baca < bcaa < caab < caba < cbaa.
Ove permutacije se mogu formirati tako sto se najpre formiraju sve moguce
permutacije elemenata skupa V , tj. kao skupa od 4 elementa, pa se elim-
inise visestruko pojavljivanje nekih permutacija.
Neka je datom skupu Sk = {a1 , a2 , . . . , ak } pridruzena familija V kao u Defini-

( , ,...,k )
ciji 4. Oznacimo sa pn 1 2 ukupan broj, medjusobno razlicitih, permutacija
10.3. PERMUTACIJE SA PONAVLJANJEM ELEMENATA 209
elemenata familije V . Uocimo jednu od njih. Ako u njoj permutujemo samo ele-
ment a1 , a to se moze ostvariti 1 ! puta, sve dobijene permutacije su medjusobno
( , ,...,k )
jednake. Njihov ukupan broj je 1 !pn 1 2 . Ako u svakoj od ovih permutacija
permutujemo element a2 , a to je moguce obaviti 2 ! puta, opet dobijamo sve
( , ,...,k )
medjusobno jednake permutacije. Ukupan njihov broj je 1 !2 !pn 1 2 . Ako
ovaj postupak produzimo za svako ai , i = 3, . . . , k, dobijamo da je ukupan broj
medjusobno razlicitih permutacija elemenata familije V jednak
(1 + 2 + + k )!
p(
n
1 ,2 ,...,k )
= ,
1 !2 ! k !
tj. s obzirom na jednakost 1 + 2 + + k = n,
n!
pn(1 ,2 ,...,k ) = . (10.22)
1 !2 ! k !
Ovom analizom smo dosli do sledeceg rezultata.
Teorema 10.7 Neka je dat skup Sk = {a1 , a2 , . . . , ak }. Ukupan broj permutacija

sa ponavljanjem elemenata skupa Sk , duzina n u kojima se element ai javlja i
puta, i = 1, 2, . . . , k, pri cemu je 1 + 2 + . . . + k = n, dat je jednakoscu (10.22).
Kako smo vec napomenuli, svi problemi vezani za permutacije sa ponavljan-

jem, kao sto je formiranje leksikografskog niza permutacija, odredjivanje indeksa
date permutacije u nizu, resava se slicno kao kada su u pitanju permutacije bez
ponavljanja. Ilustrovacemo ovo na konkretnim primerima.
Primer 23. Neka je skupu Z3 = {1, 2, 3} pridruzena familija V5 = {1, 1, 2,

2, 3}. Odredimo poziciju date permutacije pm = (2, 1, 3, 2, 1) u odgovara-
jucem leksikografskom nizu permutacija sa ponavljanjem.
Uocimo najpre osnovnu permutaciju, odgovarajuceg leksikografskog niza per-
mutacija, p1 = (1, 1, 2, 2, 3). Prvi element, 2, zadate permutacije pm javlja se
prvi put u osnovnoj permutaciji na trecoj poziciji. To znaci da se ispred prve
permutacije koja na prvoj poziciji ima element 2, nalazi (31) (51)!
2!2! = 12 per-
mutacija. Eliminacijom elementa 2 sa trece pozicije iz osnovne permutacije,
(2)
p1 , formiramo od nje uredjenu cetvorku p1 = (1, 1, 2, 3). Drugi element
date permutacije, 1, po prvi put se javlja na poziciji 1 u uredjenoj cetvorki
(2)
p1 . To znaci da se u skupu permutacija koje pocinju brojem 2, ispred prve
permutacije koja na drugoj poziciji ima element 1, nalazi (1 1) (52)!2! =0
(2)
permutacija. Eliminacijom elementa 1 sa prve pozicije uredjene cetvorke p1
(2,1)
dobijamo uredjenu trojku p1 = (1, 2, 3). Element sa trece pozicije zadate
(2,1)
permutacije, 3, javlja se na trecoj poziciji u uredjenoj trojki p1 . To znaci
da se u skupu permutacija koje na prvoj i drugoj poziciji imaju redom ele-
mente 2 i 1, ispred prve permutacije koja na trecoj poziciji ima element 3,
javlja (3 1) (53)!
1! = 4 permutacija. Eliminisimo element 3 iz uredjene tro-
(2,1) (2,1,3)
jke p1 i od preostalih elemenata formirajmo uredjeni par p1 = (1, 2).
Cetvrti element, 2, zadate permutacije nalazi se na drugoj poziciji u ured-
(2,1,3)
jenom paru p1 . To znaci da se u skupu permutacija koje pocinju ele-
mentima 213, ispred prve permutacije koja na cetvrtoj poziciji ima element
2, javlja (2 1)(5 4)! = 1 permutacija. Dobili smo da se ispred zadate
permutacije pm = (2, 1, 3, 2, 1) u leksikografskom nizu permutacija nalazi
ukupno 12+0+4+1=17 permutacija. Znaci da se ona nalazi na 18. poziciji,
tj. da je m = 18.
Primer 24. Neka je skupu Z3 = {1, 2, 3} pridruzena familija V = {1, 2, 2, 3,

3}. Odrediti 17. permutaciju u odgovarajucem leksikografskom nizu per-
mutacija elemenata familije V .
Kako je
(5 1)! 4
(17 1) : =2+ , (10.23)
2!2! 6
uzmimo da je k1 = 2. To bi znacilo da je i1 = k1 + 1 = 3, pa bi iz osnovne
permutacije p1 = (1, 2, 2, 3, 3} trebalo izdvojiti element 2 sa trece pozicije.
Medjutim, kod permutacija sa ponavljanjem izdvaja se uvek prvi element
medju jednakima, a on se nalazi na drugoj poziciji. Zbog toga umesto (10.23)
uocimo jednakost
(5 1)! 10
(17 1) : =1+ .
2!2! 6
Na osnovu ove jednakosti imamo da je k1 = 1, tj. i1 = k1 + 1 = 2. Iz osnovne
permutacije p1 eliminisemo element j1 = 2, sa druge pozicije i formiramo
(2)
uredjenu cetvorku p1 = (1, 2, 3, 3). Na osnovu jednakosti
(5 2)! 1
10 : =3+
2! 3
dobijamo da je k2 = 3, tj. i2 = 3 + 1 = 4. Medjutim, iz istog razloga kao i
malopre, umesto prethodne jednakosti uzimamo jednakost
(5 2)! 4
10 : =2+ ,
2! 3
(2)
pa je k2 = 2 i i2 = 2 + 1 = 3. Iz uredjene cetvorke p1 eliminisemo elemenat
(2,3)
sa trece pozicije, j2 = 3, i formiramo uredjenu trojku p1 = (1, 2, 3). Na
10.4. PERMUTACIJE TOTALNE NEUREDJENOSTI 211
osnovu jednakosti
(5 3)!
4: =2
1!
dobijamo da je k3 = 2, tj. i3 = 2 + 1 = 3. To znaci da iz uredjene trojke
(2,3)
p1 izdvajamo elemenat sa trece pozicije, j3 = 3 i formiramo uredjeni
(2,3,3)
par p1 = (1, 2). Kako je k4 = 0, tj. i4 = 1, sledeci elementi trazene
permutacije su j4 = 1 i j5 = 2. Konacno imamo da je trazena permutacija
jednaka
p17 = (2, 3, 3, 1, 2).
10.4 Permutacije totalne neuredjenosti

Posebnu klasu permutacija bez ponavljanja elemenata nekog zadatog skupa, cine
takozvane permutacije totalne neuredjenosti. Uocimo, na primer, neku permuta-
ciju pq elemenata skupa Sn = {a1 , a2 , . . . , an } i proglasimo je glavnom. Sada iz
skupa svih mogucih permutacija bez ponavljanja elemenata skupa Sn = {a1 , a2 ,
. . . , an }, izdvojimo samo one kod kojih se ni jedan od elemenata ai , i = 1, 2, . . . , n,
ne nalazi na poziciji koju je imao u glavnoj permutaciji. Izdvojene permutacije
predstavljaju permutacije neuredjenosti. One igraju veoma vaznu ulogu pri resa-
vanju mnogih kombinatornih zadataka.
Primer 25. Uocimo osnovnu permutaciju elemenata skupa Z4 = {1,2,3,4},

p1 = (1, 2, 3, 4) i proglasimo je glavnom. Od preostale 23 permutacije, njih
9 pripada skupu permutacija totalne neuredjenosti u odnosu na permutaciju
p1 . To su sledece permutacije
(2, 1, 4, 3), (2, 3, 4, 1), (2, 4, 1, 3), (3, 1, 4, 2), (3, 4, 1, 2),
(3, 4, 2, 1), (4, 1, 2, 3), (4, 3, 1, 2), (4, 3, 2, 1).
Ukupan broj permutacija totalne neuredjenosti ne zavisi od izbora glavne per-

mutacije. Ako posmatramo skup Zn = {1, 2, . . . , n} tada ukupan broj permutacija
totalne neuredjenosti, u odnosu na recimo osnovnu permutaciju, iznosi
n
X (1)k
rn =!n = n! . (10.24)
k=0
k!
Broj !n se u literaturi naziva subfaktorijelom. Za njega vaze sledece rekurentne

relacije
rn = nrn1 + (1)n , i rn+1 = n(rn + rn1 ),
koje su znacajne za njegovo izracunavanje. Za neke male vrednosti broja n imamo

da je !1 = 0, !2 = 1, !3 = 2, !4 = 9, !5 = 44, !6 = 265, !7 = 1854 i !8 = 14833.
Neka je (rn ), n N0 , niz pri cemu je rn ukupan broj permutacija neuredjenosti
elemenata skupa Zn = {1, 2, . . . , n}, za dato n N0 . Nije tesko pokazati da je
eksponencijalna funkcija generatrise ovog niza definisana sa
+
X tn
1
E(t) = = rn .
(1 t)et n=0 n!
+
X
Takodje, ako oznacimo sa F (t) = rn tn funkciju generatrise datog niza (rn ),
n=0
pokazuje se da je ona resenje diferencijalne jednacine prvog reda
(t3 + t2 )F 0 (t) + (t2 1)F (t) + 1 = 0.
Na osnovu ove diferencijalne jednacine se dobija i sledeca integralna prezentacija

funkcije F (t)
Z 1
1 e t dt
F (t) = 1 .
te t t(t + 1)
Navescemo jedan konkretan primer u kome se javlja potreba za nalazenjem
ovih permutacija.
Primer 26. Neka je, na primer, u toku drzavno prvenstvo u fudbalu. Utak-
mice se odigravaju u n razlicitih gradova. Na raspolaganju je takodje n
glavnih sudija. U svakom od gradova zivi po jedan sudija. Da bi prvenstvo
bilo regularno, sudija ne sme suditi u gradu u kome zivi. Postavlja se pi-
tanje da li je moguce, i ako jeste na koliko razlicitih nacina, rasporediti sudije
tako da prvenstvo bude regularno. Naravno, moguce je organizovati regu-
larno prvenstvo. Ukupan broj mogucih rasporeda sudija odredjen je brojem
permutacija totalne neuredjenosti od n elemenata, definisan sa (10.24).
10.5 Permutacije sa usponima i padovima

Definisacemo sada posebne klase permutacija datog skupa poznate pod nazivom
permutacije sa usponima i permutacije sa padovima.
Neka je dat skup Zn = {1, 2, , . . . , n}. Za datu permutaciju
!
1 2 ... n
p=
p(1) p(2) . . . p(n)
10.6. PERMUTACIJE SA INVERZIJAMA 213
kazemo da sadrzi uspon (pad) ako za neko i, 1 i n, vazi nejednakost p(i) <
p(i + 1) (p(i) > p(i + 1)). Postavlja se interesantno pitanje ukupnog broja per-
mutacija elemenata skupa Zn koje sadrze tacno k, 1 k n1, uspona (padova).
Oznacimo sa a(n, k) trazeni broj. Ako usvojimo da je a(i, 0) = 1 za i 0 i
a(0, k) = 0 za k 1, pokazuje se da za n 1 i k 1, brojevi a(n, k) zadovoljavaju
sledecu troclanu rekurentnu relaciju
a(n, k) = (n k)a(n 1, k 1) + (k + 1)a(n 1, k).
Izracunavanje brojeva a(n, k) moze se olaksati ako se iskoristi veza sa Ojlerijanovim

brojevima A(n, k),
a(n, k 1) = A(n, k) = A(n, n k + 1).
Koristeci ovu vezu mozemo izvesti sledecu, eksplicitnu, formulu za izracunavanje

brojeva a(n, k)
k
!
X n+1
a(n, k) = (1)j (k j + 1)n .
j=0
j
10.6 Permutacije sa inverzijama

Definicija 10.5 Neka je data permutacija
!
1 2 ... n
p=
p(1) p(2) . . . p(n)
elemenata skupa Zn = {1, 2, , . . . , n}. Ako za par (i, j), 1 i < j n, vazi osobina
da je p(i) > p(j), kazemo da data permutacija sadrzi inverziju (i, j).
Oznacimo sa Ip ukupan broj inverzija koje sadrzi data permutacija p, elemenata

skupa Zn = {1, 2, , . . . , n}. Za svako p broj Ip zadovoljava nejednakost
!
n
0 Ip .
2
!
1 2 ... n
Donja granica se dostize za osnovnu permutaciju, p = , a gornja
1 2 ... n
!
1 2 ... n
za permutaciju p = .
n n 1 ... 1
Neka je b(n, k) ukupan broj permutacija elemenata skupa Zn ={1, 2, . . ., n}

koje sadrze po tacno k inverzija. Tada za brojeve b(n, k) vazi jednakost
k
X
b(n, k) = b(n 1, j), n 1,
j=0
pri cemu se uzima da je b(n, 0) = 1 i b(0, k) = 0, k 1. Nije tesko pokazati da je

funkcija generatrise niza (b(n, k)), n N , k N , definisana sa
Y 1 ti X
Fn (t) = = b(n, k)tk .
1in
1t
0k(n
2)
Koristeci funkciju Fn (t) mogu se za brojeve b(n, k) dokazati sledece jednakosti
b(n.k) = b(n, k 1) + b(n 1, k),

(n2 )
X
b(n, k) = n!,
k=0
n
(2)
X
(1)k b(n, k) = 0,
k=0
n
(2) !
X X 1 n
kb(n, k) = Ip = n!, b(n, k) = b(n, (n2 ) k).
k=0 p 2 2
10.7 Permutacije na krugu

Pretpostavimo da n ljudi treba rasporediti za okrugli sto (ili n razlicitih predmeta
na prstenu). Postavlja se pitanje ukupnog broja mogucih rasporeda. Jasno je da su
u pitanju permutacije, koje cemo zvati, da bi smo ih razlikovali od permutacija koje
smo do sada razmatrali, permutacije na krugu. Inace, prethodno razmatrane per-
mutacije se zovu jos i permutacije na pravoj. Jasno je da dve medjusobno razlicite
permutacije od n elemenata na pravoj ne moraju biti i razlicite permutacije na
krugu. Tako su, na primer, permutacije (a1 , a2 , . . . , an ) i (an , a1 , . . . , an1 ) eleme-
nata skupa {a1 , a2 , . . . , an }, razlicite medju sobom kao permutacije na pravoj, ali
su jednake ako se posmatraju kao permutacije na krugu. Sta vise, ako posmatramo
sve moguce permutacije na pravoj koje se dobijaju od neke izabrane permutacije
ciklicnim pomeranjem u levo ili desno za po jedno mesto (ima ih ukupno n), one su
sve medjusobno jednake kao permutacije na krugu. Ova cinjenica nam prakticno
omogucava da izracunamo ukupan broj, medjusobno razlicitih, permutacija na
10.8. VARIJACIJE 215
(c)
krugu elemenata skupa {a1 , a2 , . . . , an }. Taj broj, u oznaci Pn , se dobija na
osnovu jednakosti
Pn n!
Pn(c) = = = (n 1)!.
n n
Primer 27. Posmatrajmo skup elemenata Z4 = {1, 2, 3, 4}. Ukupan broj

permutacija na pravoj elemenata skupa Z4 je P4 = 4! = 24, pa je ukupan
(c)
broj odgovarajucih permutacija na krugu P4 = 3! = 6. Ove permutacije su
prikazane na sledecoj slici.
Slika 2
Svakoj od permutacija sa Slike 3 odgovaraju jos po tri permutacije na pravoj.
Tako permutaciji na krugu (1, 2, 3, 4) odgovaraju permutacije na pravoj (2, 3,
4, 1), (3, 4, 1, 2) i (4, 1, 2, 3), koje su medjusobno jednake, kao permutacije na
krugu, sa permutacijom (1, 2, 3, 4).
Na osnovu prethodnog primera nije tesko uociti da su permutacije na krugu od

n razlicitih elemenata u stvari prvih (n1)! permutacija na pravoj u odgovarajucem
leksikografskom nizu permutacija.
10.8 Varijacije
Definicija 10.6 Pod varijacijom k-te klase elemenata skupa Sn ={a1 , a2 , . . ., an },
k n, podrazumeva se svaka uredjena k-torka medjusobno razlicitih elemenata
ovog skupa.
Kako smo vec vise puta pomenuli kod permutacija, a to vazi i kod varijacija,
bez smanjenja opstosti uvek mozemo posmatrati skup oblika Zn = {1, 2, . . . , n}.
Zbog toga pod varijacijom k-te klase elemenata skupa Zn = {1, 2, . . . , n} po-
drazumevamo svako jednoznacno preslikavanje elemenata ovog skupa na neki nje-
gov podskup duzine k. Za k = n svaka varijacija se svodi na permutaciju. Zbog
toga se cesto permutacije definisu kao specijalni (granicni) slucaj varijacija.
Primer 28 . Sve moguce varijacije druge klase elemenata skupa S3 =

{a, b, c} su
(a, b), (a, c), (b, a), (b, c), (c, a), (c, b).
Teorema 10.8 Ukupan broj varijacija k-te klase od n medjusobno razlicitih ele-
menata, k n, u oznaci Vnk , iznosi
n!
Vnk = (n)k = n(n 1) (n k + 1) = . (10.25)
(n k)!
Dokaz. Primenicemo princip matematicke indukcije. Ako je k = 1 svaki elemenat

datog skupa sam za sebe je jedna varijacija prve klase. Kako je broj elemenata n,
to je Vn1 = n. Za k = 1 iz (10.25) dobijamo Vn1 = n, sto znaci da je (10.25) tacno
za k = 1.
Ukupan broj mogucnosti da se na prvo mesto u uredjenim dvojkama, stavi bilo
koji od n elemenata, a na drugo mesto bilo koji od preostalih n 1 elemenata je
Vn2 = n(n 1). Za k = 2 iz (10.25) dobijamo takodje Vn2 = n(n 1), sto znaci da
je (10.25) tacno i za k = 2.
Pretpostavimo da je (10.25) tacno za neko k 1, k 2, tj. da je Vnk1 =
n(n 1) . . . (n k + 2). Sve moguce varijacije k-te klase se mogu formirati tako
sto se svakoj varijaciji (k 1)-ve klase dopisuje na prvu poziciju, redom, element
koji u njoj ne ucestvuje. Za jednu varijaciju (k 1)-ve klase broj elemenata koji
u njoj ne ucestvuju je n k + 1. Zbog toga je ukupan broj varijacija k-te klase od
n razlicitih elemenata jednak
Vnk = (n k + 1)Vnk1 . (10.26)
Iz (10.26) usvajajuci induktivnu pretpostavku, dobijamo trazeni rezultat, tj.

jednakost (10.25).
Nije tesko uociti da za k = n u (10.25) vazi jednakost Vnn = n!, tj. Vnn = Pn , sto
je u skladu sa cinjenicom da su permutacije granicni slucaj varijacija. Inace, veza
izmedju broja varijacija k-te klase od n elemenata i ukupnog broja permutacija
ovih elemenata data je jednakoscu
Pn = (n k)!Vnk . (10.27)
Primer 29 . Ako n nije veliko varijacije se mogu prikazati i graficki. Tako,

na primer, na sledecoj slici, prikazane su varijacije trece klase elemenata
skupa Z4 = {1, 2, 3, 4}.
Slika 3
10.9. KOMBINACIJE 217
Jednakost (10.26) nas upucuje na jednu od mogucnosti kako generisati sve

moguce varijacije k-te klase od n elemenata, k n. Postupak je rekurzivan.
Najpre se formiraju sve varijacije prve klase od n datih elemenata, a to su sami
elementi. U drugom koraku se svakoj varijaciji prve klase na prvu poziciju (znaci
formiraju se uredjeni parovi) dodaje element razlicit od njega. Time formiramo
sve moguce varijacije druge klase od n elemenata. Pri tome su one vec uredjene po
leksikografskom principu. Pretpostavimo da smo na isti nacin u (k 1)-ov koraku
formirali sve varijacije (k 1)-ve klase od datih n elemenata. Sada svakoj varijaciji
(k 1)-ve klase, redom, na prvu poziciju stavljamo po jedan od preostalih n k + 1
elemenata, i to onaj koji u njoj ne ucestvuje. Tako konacno dobijamo sve moguce
varijacije k-te klase od n datih elemenata, i to u leksikografskom poretku.
Varijacije se mogu definisati i pomocu svojih bliskih rodjaka kombinacija, ali
najpre definisimo ovaj pojam
10.9 Kombinacije
Definicija 10.7 Pod kombinacijom k-te klase elemenata skupa Sn ={a1 , a2 , . . .,
an }, k n, podrazumeva se svaka neuredjena k-torka ovih elemenata.
Formiranjem svih mogucih permutacija elemenata bilo koje kombinacije k-te

klase od n elemenata, dobijamo k! varijacija k-te klase od n elemenata. Ako
to primenimo na svaku kombinaciju, dobijamo sve moguce varijacije k-te klase
od n elemenata. Ovaj postupak nam daje ideju kako da odredimo ukupan broj
kombinacija odredjene klase od elemenata datog skupa.
Neka je dat skup od n medjusobno razlicitih elemenata. Oznacimo sa Cnk uku-
pan broj kombinacija k-te klase ovih elemenata. Na osnovu navedenog postupka
formiranja svih varijacija k-te klase od n elemenata, sledi da vazi jednakost
Vnk = k!Cnk . (10.28)
Time smo prakticno dokazali sledeci rezultat.
Teorema 10.9 Ukupan broj kombinacija k-te klase od n medjusobno razlicitih

elemenata, u oznaci Cnk , dobija se na osnovu jednakosti
Vnk n(n 1) (n k + 1)
Cnk = = . (10.29)
k! k!
n
Cesto se umesto oznake Cnk koristi oznaka k , pa je
!
n n(n 1) (n k + 1) n!
= = .
k k! (n k)!k!
Primer 30. Ukupan broj kombinacija trece klase elemenata skupa Z5 =

{1, 2, 3, 4, 5}, na osnovu (10.29) je
!
5 543
= = 10.
3 321
To su sledece kombinacije
{1, 2, 3}, {1, 2, 4}, {1, 2, 5}, {1, 3, 4}, {1, 3, 5},
{1, 4, 5}, {2, 3, 4}, {2, 3, 5}, {2, 4, 5}, {3, 4, 5}.
Koristeci gore navedenu ideju formirajmo sve moguce permutacije elemenata
svake kombinacije, koje cemo pisati u vidu uredjenih trojki i grupisati u
podskupove po svakoj kombinaciji.
S1 = {(1, 2, 3), (1, 3, 2), (2, 1, 3), (2, 3, 1), (3, 1, 2), (3, 2, 1)},
S2 = {(1, 2, 4), (1, 4, 2), (2, 1, 4), (2, 4, 1), (4, 1, 2), (4, 2, 1)},
S3 = {(1, 2, 5), (1, 5, 2), (2, 1, 5), (2, 5, 1), (5, 1, 2), (5, 2, 1)},
S4 = {(1, 3, 4), (1, 4, 3), (3, 1, 4), (3, 4, 1), (4, 1, 3), (4, 3, 1)},
S5 = {(1, 3, 5), (1, 5, 3), (3, 1, 5), (3, 5, 1), (5, 1, 3), (5, 3, 1)},
S6 = {(1, 4, 5), (1, 5, 4), (4, 1, 5), (4, 5, 1), (5, 1, 4), (5, 4, 1)},
S7 = {(2, 3, 4), (2, 4, 3), (3, 2, 4), (3, 4, 2), (4, 2, 3), (4, 3, 2)},
S8 = {(2, 3, 5), (2, 5, 3), (3, 2, 5), (3, 5, 2), (5, 2, 3), (5, 3, 2)},
S9 = {(2, 4, 5), (2, 5, 4), (4, 2, 5), (4, 5, 2), (5, 2, 4), (5, 4, 2)},
S10 = {(3, 4, 5), (3, 5, 4), (4, 3, 5), (4, 5, 3), (5, 3, 4), (5, 4, 3)}.
10
[
Unija skupova Si , i = 1, . . . , 10, koji su medjusobno disjunktni, Si , sadrzi
i=1
sve moguce varijacije trece klase elemenata skupa Z5 .
Kada smo govorili o mogucnosti generisanja varijacija preko kombinacija ostalo

je otvoreno pitanje generisanja samih kombinacija. Navescemo jednu ideju za to.
Neka je dat skup Zn = {1, 2, . . . , n}. Formirajmo sve kombinacije prve klase
od ovih elemenata. To su sami elementi skupa Zn , tj
{1}, {2}, . . . , {n}.

10.9. KOMBINACIJE 219
Pomocu ovih kombinacija prve klase formiramo sve moguce kombinacije druge
klase na sledeci nacin. Svakoj kombinaciji, osim poslednje, kao drugi clan doda-
jemo, redom, sve brojeve koji su veci od njega. Tako dobijamo sledecu trougaonu
semu svih kombinacija druge klase datih elemenata:
{1, 2}, {1, 3}, . . . , {1, n},

{2, 3}, , {2, n},
..
.
{n 1, n}.
Sada od svake kombinacije druge klase, osim onih iz poslednje kolone ove trougaone
seme, formiramo kombinacije trece klase. To postizemo tako sto svakoj kombinaciji
druge klase dodamo redom svaki broj iz skupa Zn , koji je veci od svih brojeva
posmatrane kombinacije. Tako dobijamo novu semu koja sadrzi sve kombinacije
trece klase elemenata skupa Zn :
{1, 2, 3}, {1, 2, 4}, {1, 2, 5}, . . . , {1, 2, n}

{1, 3, 4}, {1, 3, 5}, . . . , {1, 3, n}
..
.
..
.
{1, n 1, n}
{2, 3, 4}, {2, 3, 5}, . . . , {2, 3, n}

{2, 4, 5}, . . . , {2, 4, n}
..
.
{2, n 1, n}
..
.
{n 2, n 1, n}
Navedeni postupak ponavljamo onoliko puta koliko je potrebno da dobijemo kom-
binacije trazene klase k.
Primer 31. Formirajmo, postupno, sve moguce kombinacije trece klase

elemenata skupa Z5 = {1, 2, 3, 4, 5}.
Sve moguce kombinacije prve klase elemenata skupa Z5 su
{1}, {2}, {3}, {4}, {5}.

Sve moguce kombinacije druge klase elemenata skupa Z5 su

{1, 2}, {1, 3}, {1, 4}, {1, 5}
{2, 3}, {2, 4}, {2, 5}
{3, 4}, {3, 5}
{4, 5}.
Na osnovu kombinacija druge klase elemenata skupa Z5 dobijamo sve moguce
kombinacije trece klase ovih elemenata
{1, 2, 3}, {1, 2, 4}, {1, 2, 5}
{1, 3, 4}, {1, 3, 5}
{1, 4, 5}
{2, 3, 4}, {2, 3, 5}

{2, 4, 5}
{3, 4, 5}.
Navedeni postupak generisanja kombinacija k-te klase od n elemenata nije

jedini i moze biti veoma neekonomican. To je narocito izrazeno kada je k
[ n2 ] ili kada nije potrebno generisati sve kombinacije klasa 1, 2, . . . , k od datih n
elemenata.
Za odredjivanje broja kombinacija k-te klase od n razlicitih elemenata mogu
biti od interesa sledece jednakosti
n k + 1 k1
Cnk = Cn , (10.30)
k
n k1
Cnk = C , (10.31)
k n1
k1
Cnk = Cn1
k
+ Cn1 . (10.32)
Preporucujemo citaocu da pokusa da dokaze ove jednakosti.
10.10 Kombinacije sa ponavljanjem

Datom skupu Sn = {a1 , a2 , . . . , an } od n medjusobno razlicitih elemenata, pridru-
zimo familiju p = { a1 , a1 ,. . ., a1 , a2 , a2 , . . ., a2 , . . ., an , an , . . ., an } koja se
sastoji od p elemenata, takvih da se element ai javlja i puta, i = 1, 2, . . . , n, pri
cemu je 1 + 2 + + n = p. Koristeci familiju p definisacemo kombinacije sa
ponavljanjem elemenata skupa Sn sa ogranicenjem.
10.11. VARIJACIJE SA PONAVLJANJEM 221
Definicija 10.8 Neka su dati skup Sn = {a1 , a2 , . . . , an } i odgovarajuca familija

p elemenata skupa Sn , u kojoj se svaki element ai javlja i puta, i = 1, 2, . . . , n,
pri cemu je 1 + 2 + + n = p. Pod kombinacijom k-te klase, k p, sa
ponavljanjem i ogranicenjem, podrazumeva se svaka k-torka elemenata familije p .
Ako za svako i u Definiciji 12. vazi da je i k, onda su u pitanju kombinacije

k-te klase sa ponavljanjem bez ogranicenja.
Primer 32. Skupu Z3 = {1, 2, 3} pridruzimo familiju 6 = {1, 1, 2, 2, 2, 3}.

Sve moguce kombinacije trece klase sa ponavljanjem elemenata skupa Z3 , sa
ogranicenjima 1 = 2, 2 = 3 i 3 = 1, su
{1, 1, 2}, {1, 1, 3}, {1, 2, 2}, {1, 2, 3}, {2, 2, 2}, {2, 2, 3}
i ima ih tacno sest. Ako zanemarimo ogranicenja 1 = 2, 2 = 3 i 3 = 1,

sve moguce kombinacije trece klase sa ponavljanjem elemenata skupa Z3 ,
bez ogranicenja, su
{1, 1, 1}, {1, 1, 2}, {1, 1, 3}, {1, 2, 2}, {1, 2, 3},
{1, 3, 3}, {2, 2, 2}, {2, 2, 3}, {2, 3, 3}, {3, 3, 3}
i ima ih tacno deset.
Nije tesko pokazati da je ukupan broj kombinacija sa ponavljanjem k-te klase

elemenata skupa Zn = {1, 2, . . . , n}, bez ogranicenja, jednak ukupnom broju svih
kombinacija bez ponavljanja k-te klase od n + k 1 elementa. Na osnovu toga se
dobija sledeci rezultat.
Teorema 10.10 Ukupan broj kombinacija sa ponavljanjem k-te klase bez ograni-
cenja, od n medjusobno razlicitih elemenata jednak je
!
n+k1
Cnk = (10.33)
k
10.11 Varijacije sa ponavljanjem

Definicija 10.9 Varijacija sa ponavljanjem k-te klase od n razlicitih elemenata,
je svaka uredjena k-torka elemenata skupa Sn = {a1 , a2 , . . . , an }.
U ovoj definiciji smo rekli uredjene k-torke, ali ne i razlicitih elemenata, tako da
se u njima jedan elemenat moze vise puta ponavljati. Izostavili smo ogranicenja,
tako da smo prakticno definisali varijacije k-te klase sa ponavljanjem bez ograni-
cenja. Ogranicenja se veoma jednostavno mogu uvesti.
Lako se uspostavlja veza izmedju varijacija sa ponavljanjem i kombinacija sa
ponavljanjem elemenata nekog skupa. Naravno, opet uz pomoc permutacija. Za
broj varijacija sa ponavljanjem elemenata datog skupa vazi sledeci rezultat:
Teorema 10.11 Ukupan broj varijacija k-te klase sa ponavljanjem od n razlicitih
elemenata, bez ogranicenja, jednak je
Vnk = nk . (10.34)
+
X tk
E(t) = ent = nk ,
k=0
k!
zakljucujemo da je E(t) = ent eksponencijalna funkcija generatrise niza (Vnk ),
n N, k n.
Primer 33. Sve moguce varijacije druge klase sa ponavljanjem, bez ogra-
nicenja, elemenata skupa Z3 = {1, 2, 3} su
(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3),
i ima ih tacno deset.
Razmotricemo sada jednu specijalnu klasu varijacija sa ponavljanjem.
Neka je na raspolaganju r medjusobno razlicitih elemenata, tj. skup elemenata
{a1 , a2 , . . . , ar }. Postavlja se pitanje koliko ima razlicitih nizova duzine n, r
n, sastavljenih samo od elemenata ovog skupa rasporedjenih na krugu (prstenu).
(r)
Oznacimo trazeni broj sa Tn . Da bi smo ga odredili definisimo najpre funkciju
Mebijusa i razmotrimo neke njene primene prilikom resavanja problema vezanih
za prirodne brojeve.
Definicija 10.10 Neka je n proizvoljan prirodan broj, n N , tako da je
n = r1e1 r2e2 rkek , (10.35)
gde su ri medjusobno razliciti prosti brojevi, a ei odgovarajuci stepeni, i = 1, 2,
. . . , k. Tada je vrednost funkcije Mebijusa za prirodni broj n, dat sa (10.35),
definisana sa

1, ako je n = 1,
(n) = (1)k , ako je e1 = e2 = = ek = 1, (10.36)

0, u ostalim slucajevima.
10.11. VARIJACIJE SA PONAVLJANJEM 223
Primer 34. U ovom primeru dacemo vrednosti funkcije Mebijusa dobijene

na osnovu (10.35) i (10.36), za prvih nekoliko prirodnih brojeva
n 1 2 3 4 5 6 7 8 9 10
(n) 1 -1 -1 0 -1 1 -1 0 0 1
Izracunavanje vrednosti (n), ilustrovacemo za n = 6. Kako je
6 = 21 31 , r1 = 2, r2 = 3, e1 = e2 = 1,
na osnovu (10.36) imamo da je
(6) = (1)2 = 1.
U prethodnim delovima ove knjige vec smo koristili oznaku d|n koja je oznaca-
vala da broj d deli broj n bez ostatka. Uvazavajuci ovu oznaku i dalje, za funkciju
Mebijusa dokazimo sledeci rezultat:
Teorema 10.12 Za svaki prirodni broj n, n N , vazi jednakost

(
X 1, za n = 1,
(d) = (10.37)
0, za n > 1,
d|n
pri cemu se sumiranje obavlja po svim prirodnim brojevima d koji dele prirodni
broj n bez ostatka.
Dokaz. Za n = 1 jednakost (10.37) vazi po samoj definiciji funkcije Mebijusa, tj.

na osnovu (10.36). Neka je n > 1 i neka za njega vazi razvoj (10.35). Oznacimo sa
n0 prirodni broj n0 = r1 r2 . . . rk , koji se dobija na osnovu razvoja broja n. Svaki
delilac broja n, oblika d = r11 r22 . . . rkk , koji ujedno ne deli broj n0 , sadrzi bar
jedan broj i , 1 i k, koji je veci ili jednak broju 2, pa je (d) = 0. To znaci
da vazi jednakost X X
(d) = (d). (10.38)
d|n d|n0
Kako su svi delioci broja n0 jednaki proizvodu od , 1 k, razlicitih prostih

brojeva iz skupa {r1 , r2 , . . . , rk }, na osnovu (10.36) i (10.38) imamo da je
k
!
X X X k

(d) = (d) = (1) = 0, (10.39)
d|n d|n0 =0

za svako n > 1, cime je dokaz teoreme kompletiran.

Slicnim postupkom, koriscenjem Teoreme 12, dokazuje se sledeci rezultat.
Teorema 10.13 Neka su funkcije f (n) i g(n) definisane za svaki prirodni broj n,
n N . Tada iz jednakosti X
f (n) = (d)g(d) (10.40)
d|n
sledi da vazi jednakost

X n
g(n) = (d)f ( ). (10.41)
d|n
d
Vazi i obrnuto.
(r)
Vratimo se sada problemu odredjivanja broja Tn . Za jedan niz na prstenu
(krugu) a1 , a2 , . . . , an reci cemo da ima periodu d, ako moze da se dobije po-
navljanjem njegovog pocetka, duzine d, tj. uredjene d-torke (a1 , a2 , . . . , ad ), nd
puta. Pri tome se za d uzima najmanji moguci broj. Tako je, na primer, niz
a, b, c, a, b, c, a, b, c, duzine 9 i periode 3. Ocigledno je da ako je perioda posma-
tranog niza a1 , a2 , . . . , an jednaka d, tada od n nizova na pravoj koje je moguce
dobiti ciklicnim pomeranjem polaznog niza, u levo ili desno, za po jedno mesto,
ima tacno d medjusobno razlicitih.
Neka je M (d) ukupan broj nizova duzina d na prstenu. Tada ukupan broj
razlicitih nizova na pravoj cije su duzine n a periode d, iznosi d M (d). Inace,
ukupan broj nizova na pravoj, duzina n, pri cemu ima r razlicitih elemenata u
nizu, r n, odgovara ukupnom broju varijacija sa ponavljanjem n-te klase od r
medjusobno razlicitih elemenata i na osnovu jednakosti (10.34) iznosi rn . Tako
dobijamo da vazi jednakost X
rn = dM (d), (10.42)
d|n
gde se sumiranje obavlja po svim prirodnim brojevima d koji dele broj n bez
ostatka. Na osnovu (10.40) i (10.42) mozemo uzeti da je f (n) = rn i g(n) = nM (n).
Sada koristeci Teoremu 13, tj. jednakost (10.41), dobijamo da je
1X n
M (n) = (d)r d .
n d|n
Kako je M (n) ukupan broj nizova na prstenu duzina n, sa periodom n, ukupni

broj nizova na prstenu, duzina n od r medjusobno razlicitih elemenata, iznosi
X
Tn(r) = M (d),
d|n
sto je i trebalo odrediti.

10.12. PARTICIJE I KOMPOZICIJE 225
10.12 Particije i kompozicije

Na kraju ovog odeljka definisacemo jos dva pojma, to su particije i kompozicije,
koje takodje spadaju u osnovne kombinatorne pojmove.
Definicija 10.11 Particija je rastavljanje jednog prirodnog broja n na sabirke,

koji su takodje prirodni brojevi, pri cemu redosled sabiraka u tom zbiru nije vazan.
Primer 35. Za neke male vrednosti prirodnih brojeva, n, sve moguce par-
ticije su prikazane u sledecoj tabeli
n particije
1 1
2 2,1+1
3 3,2+1,1+1+1
4 4,3+1,2+1+1,1+1+1+1
5 5,4+1,3+2,3+1+1,2+2+1,2+1+1+1,1+1+1+1+1
Svaka particija datog prirodnog broja n moze se posmatrati kao resenje jedna-
cine
1 x1 + 2 x2 + + n xn = n (tj. 1 x1 + 2 x2 + = n) (10.43)
u skupu N0 . Naravno, vazi i obrnuto, svako resenje jednacine (10.43) u skupu N0

je jedna particija prirodnog broja n. Ukupan broj particija datog prirodnog broja
n oznacavacemo sa P (n).
2
Oznacimo sa k = 3k 2k , za k = 0, 1, 2, . . ., takozvane pentagonalne bro-
jeve. Za dati prirodni broj n particija koja se sastoji od parnog broja sabiraka,
naziva se parnom, a od neparnog broja sabiraka neparnom. Particije koje sadrze
samo medjusobno razlicite sabirke zvacemo ekskluzivnim. Pokazuje se da je za dati
prirodni broj n razlika ukupnog broja ekskluzivnih parnih i ekskluzivnih neparnih
particija jednaka nuli, ako n nije jednak nekom pentagonalnom broju, a iznosi
(1)|k| , ako je n = k , za neko k, k Z. Takodje, za ukupan broj particija, P (n),
se pokazuje da zadovoljava jednakost
X
(1)|k| P (n k ) = 0, P (0) = 1,
k
pri cemu se sabiranje obavlja po svim vrednostima k za koje je zadovoljena nejed-

nakost k n.
Mogu se posmatrati i particije odredjene duzine datog prirodnog broja n, tj.

samo od odredjenog broja sabiraka m, 1 m n. Svaka particija prirodnog broja
n, duzine m, moze se posmatrati kao resenje jednacine
x1 + x2 + + xm = n, x1 x2 xm 1. (10.44)
Ukupan broj particija datog prirodnog broja n, duzine m, oznacavacemo sa
P (n, m).
Svaka particija prirodnog broja n, tj. resenje jednacine (10.43), moze se
prikazati u obliku 1x1 2x2 nxn , gde xi , i = 1, 2, . . . , n, oznacava broj pojavlji-
vanja broja i u datoj particiji. Naravno, kada je xi = 0, taj clan se izostavlja.
Primer 36. Particije prirodnog broja 5 su

5 = 5 = 1 0 + 2 0 + 3 0 + 4 0 + 5 1 = 51 ,
5 = 4 + 1 = 1 1 + 2 0 + 3 0 + 4 1 + 5 0 = 11 41 ,
5 = 3 + 2 = 1 0 + 2 1 + 3 1 + 4 0 + 5 0 = 21 31 ,
5 = 3 + 1 + 1 = 1 2 + 2 0 + 3 1 + 4 0 + 5 0 = 12 31 ,
5 = 2 + 2 + 1 = 1 1 + 2 2 + 3 0 + 4 0 + 5 0 = 11 22 ,
5 = 2 + 1 + 1 + 1 = 1 3 + 2 1 + 3 0 + 4 0 + 5 0 = 13 21 ,
5 = 1 + 1 + 1 + 1 + 1 = 1 5 + 2 0 + 3 0 + 4 0 + 5 0 = 15 .
Ukupan broj particija broja 5 je P (5) = 7. Pri tome je P (5, 1) = 1, P (5, 2) =
2, P (5, 3) = 2, P (5, 4) = 1 i P (5, 5) = 1.
Problem odredjivanja ukupnog broja particija datog prirodnog broja n, u

opstem slucaju, je otvoreno pitanje. Naime, nije nadjena eksplicitna formula za
izracunavanje broja P (n). Zbog toga su svi rezultati vezani za ovaj problem veoma
interesantni.
Oznacimo sa q(n, m) ukupan broj particija datog prirodnog broja n sa najvise
m sabiraka. Lako je uociti da vazi jednakost
m
X
q(n, m) = P (n, k). (10.45)
k=1
Za brojeve q(n, m) vazi sledeca teorema.
Teorema 10.14 Ako je m n 1 tada je q(n, m) = P (n). Za n m 2 vazi

rekurentna relacija
q(n, m) = q(n, m 1) + q(n m, m), (10.46)
pri cemu je q(n, 1) = 1, i po definiciji, q(0, m) = 1.
Dokaz. Broj q(n, m) se moze tretirati i kao ukupan broj resenja jednacine (10.43),
u skupu prirodnih brojeva, sa ogranicenjem x1 + x2 + m. Sva ova resenja
podelimo u dve grupe. Prvu grupu cine resenja sa ogranicenjem x1 + x2 +
m 1, a drugu sa ogranicenjem x1 + x2 + = m. Ukupan broj resenja iz prve
grupe je q(n, m 1). Sva resenja druge grupe su, prakticno, sva resenja jednacine
x2 +2x3 + = nm, sa ogranicenjem x2 +x3 + m. Ukupan broj ovih resenja
je q(n m, m). Sabiranjem ukupnog broja resenja prve i druge grupe dobijamo
trazeni rezultat.
Primer 37. Ako funkciju q(n, m) predstavimo u obliku

q(1, m) = 1, za svako m

q(n, 1) = 1, za svako n
q(n, m) = q(n, m) = q(n, n), ako je n < m

q(n, n) = 1 + q(n, n 1), ako je n = m

q(n, m) = q(n, m 1) + q(n m, m), ako je m > n
mozemo definisati rekurzivnu proceduru za izracunavanje njenih vrednosti
za razlicite vrednosti prirodnih brojeva n i m, na sledeci nacin
function q(n, m :integer):integer;

begin
if (n = 1) (m = 1) then q := 1
else if n m then q := 1 + q(n, n 1)
else q := q(n, m 1) + q(n m, m)
end;
Za dobijanje relacija za brojeve P (n) i P (n, m) veoma je bitno poznavanje

funkcija generatrisa odgovarajucih nizova ovih brojeva. Njih cemo dati u sledecim
teoremama.
Teorema 10.15 Neka je (P (n)), n N , niz koji generise broj particija odgovara-
juceg prirodnog broja n. Funkcija generatrise ovog niza je
Y
+ 1 +
X
F (t) = 1 tk =1+ P (n)tn . (10.47)
k=1 n=1
Dokaz. Kako je za |t| < 1

Y
+ 1 Y
+
1 tk = 1 + tk + t2k + =
k=1 k=1

+
Y X X
= tkxk = tx1 +2x2 + ,
k=1 xk 0 x1 ,x2 ,...0
dobija se da je koeficijenat uz tn u poslednjem zbiru jednak ukupnom broju resenja

jednacine (10.43), cime je dokaz teoreme zavrsen.
Slicno se dokazuje i sledeci rezultat.
Teorema 10.16 Neka je (P (n, m)), n, m N , niz koji generise broj particija du-
zina m prirodnog broja n. Tada je funkcija generatrise ovog niza data sa
Y
+ 1 X
F (t, u) = 1 utk =1+ P (n, m)tn um .
k=1 1mn
Na osnovu (10.46), ili (10.47), nije tesko pokazati da clanovi niza (P (n, m)),
n, m N , zadovoljavaju rekurentnu relaciju
P (n, m) = P (n 1, m 1) + P (n m, m),
pri cemu za m n2 vaze jednakosti P (n, m) = P (n m).

Takodje je veoma interesantna cinjenica da je niz (P (n)), n > 1, konveksan
reda k, k N , tj. da vazi nejednakost k P (n) 0, za svako k N . Inace,
niz (P (n)) veoma brzo raste. Tako je P (1) = 1, P (2) = 2, P (3) = 3, P (4) = 5,
P (5) = 7, P (50) = 204226, P (100) = 190569292, i P (200) = 3972999029388.
Jedan od nacina prikazivanja particija su Fererovi dijagrami. U koordinat-
nom sistemu, ili ne, svaki sabirak neke particije datog prirodnog broja, recimo
n = x1 + x2 + + xm , se predstavlja horizontalnim grafikonom koji se sastoji
od tacaka povezanih isprekidanim linijama. Svaki grafikon se sastoji od onoliko
ekvidistantnih tacaka, kolika je vrednost sabirka. Grafikoni se redjaju jedan iznad
drugog u opadajucem redosledu. Poceci svih grafikona se nalaze na istoj vertikali,
levo poravnati. Ako se u dijagramu jedne particije uzmu tacke po vertikalama, s
leva u desno, dobijamo njoj konjugovanu particiju.
Primer 38. Na sledecoj slici prikazan je Ferersov dijagram particije 13 =

5 + 3 + 2 + 2 + 1. Citano po vertikalama konjugovana particija ovoj particiji
je 13 = 5 + 4 + 2 + 1 + 1.
Slika 4

13 n6
Formula P (n) e 3 prilicno dobro aproksimira broj particija datog
12n
broja n.
Interesantna su i istrazivanja u pronalazenju broja particija pod raznim ograni-
cenjima. Za nizove koji generisu neke od ovih particija sa ogranicenjima navescemo
odgovarajuce funkcije generatrise.
1. Neka niz (an ), n N , generise broj particija odgovarajucih prirodnih bro-

jeva, pri cemu su svi sabirci u particijama uvek medjusobno razliciti prirodni
brojevi. Funkcija generatrise ovog niza je
+
Y +
X
F (t) = (1 + tn ) = 1 + a n tn .
n=1 n=1
(m)
2. Neka niz (an ), n, m N , generise broj particija odgovarajucih prirodnih
brojeva, pri cemu se particije sastoje od m medjusobno razlicitih prirodnih
brojeva. Funkcija generatrise ovog niza je
+
Y +
X
F (t) = (1 + ztn ) = 1 + a(m) n m
n t z .
n=1 n,m=1
3. Neka niz (an ), n N , generise broj particija odgovarajucih prirodnih bro-

jeva, pri cemu su svi sabirci u particijama uvek medjusobno razliciti neparni
prirodni brojevi. Funkcija generatrise ovog niza je
Y
+ +
X
F (t) = 1 + t2n1 = 1 + a n tn .
n=1 n=1
4. Neka niz (an ), n N , generise broj particija odgovarajucih prirodnih brojeva,

pri cemu su svi sabirci u particijama neparni prirodni brojevi. Funkcija
generatrise ovog niza je
Y
+ 1 +
X
F (t) = 1 t2n1 =1+ an tn .
n=1 n=1
(m)
5. Neka niz (an ), n N , generise broj resenja jednacine x1 +x2 + +xm = n,
xk 1, k = 1, 2, . . . , m. Funkcija generatrise ovog niza je
+
X
F (t) = tm (1 t)m = a(m) n
n t .
n=m
Definicija 10.12 Kompozicija je jedno rastavljanje datog prirodnog broja na zbir

prirodnih brojeva, pri cemu je raspored sabiraka u zbiru vazan.
Drugim recima svaka promena rasporeda sabiraka u jednoj kompoziciji dovodi

do nove kompozicije, pod uslovima da nije izvrsena promena mesta medjusobno
jednakim sabircima.
Primer 39. Za neke male vrednosti prirodnih brojeva navodimo sve mo-
guce kompozicije
n kompozicije
1 1
2 2, 1+1
3 3, 2+1, 1+2, 1+1+1
4 4, 3+1, 1+3, 2+1+1, 1+2+1, 1+1+2, 2+2, 1+1+1+1
Odredjivanje ukupnog broja kompozicija, sa ili bez ogranicenja, za dati prirodni

broj je mnogo jednostavniji zadatak nego sto je bio slucaj kod particija. Tako
ukupan broj kompozicija datog broja n, duzina m, m n, iznosi
!
n1
C(n, m) = ,
m1
dok je ukupan broj kompozicija bez ogranicenja C(n) = 2n1 .

Glava 11
Blok seme
11.1 Pojam kombinatorne konfiguracije

Definicija 11.1 Neka je M konacan skup elemenata. Svaki sistem podskupova
sastavljenih od elemenata skupa M , naziva se konfiguracijom nad skupom M , i
oznacava se sa J .
U ovoj definiciji pojam konfiguracije smo vezali za skup sa konacnim brojem el-
emenata samo zato sto je to u duhu problematike koja se razmatra u ovoj knjizi. U
opstem slucaju skup M moze biti i beskonacan. U daljem tekstu podrazumevacemo
da u sistemu podskupova nema medjusobno jednakih. Jednom recju, konfiguracija
u nasem smislu je skup skupova, a ne familija skupova.
Primer 1. Skup podskupova J = {S1 , S2 , S3 , S4 }, gde su S1 = {1, 2, 6},

S2 = {2, 3, 7}, S3 = {4, 5}, S4 = {6, 7} skupovi sastavljeni od elemenata
skupa Z7 = {1, 2, 3, 4, 5, 6, 7}, je primer jedne konfiguracije nad skupom Z7 .
Prvo pitanje u vezi konfiguracija, nad datim skupom, je nacin njenog pred-
stavljanja. Jedan od nacina, koji cemo mi najcesce koristiti, proistice iz definicije,
a ilustrovan je u Primeru 1. Naravno, ovaj nacin ima svoje nedostatke , narocito
kada je broj podskupova veliki i kada se polazni skup sastoji od velikog broja
elemenata.
231
232 GLAVA 11. BLOK SEME
Slika 1: Graficko predstavljanje konfiguracija

Data konfiguracija nad konacnim skupom moze se prikazati pomocu grafikona.
Na prethodnoj slici prikazana je konfiguracija iz Primera 1.
Postoji bar jos jedan nacin za graficko predstavljanje konfiguracije. Posma-
trajmo konfiguraciju J = {S1 , S2 , . . . , Sm } nad skupom M = {x1 , x2 , . . . , xn }.
Svakom elementu xi , i = 1, 2, . . . , n, dodeli se u ravni jedan crni kruzic, a svakom
podskupu Si , i = 1, 2, . . . , m, jedan beli kruzic. Sada se beli kruzic dodeljen
podskupu Si spaja sa crnim kruzicima dodeljenim elementima xj koji pripadaju
ovom podskupu. Dobijena sema predstavlja prakticno jedan graf pridruzen datoj
konfiguraciji.
Na sledecoj slici konfiguracija iz Primera 1 je prikazana pomocu odgovarajuceg
grafa.
Slika 2: Predstavljanje konfiguracije pomocu grafa

Predstavljanje konfiguracije pomocu grafa moze biti veoma pogodno, jer se
iz njega veoma lepo mogu sagledati karakteristike date konfiguracije. Tako, na
primer, sa Slike 2 mozemo da uocimo da se data konfiguracija sastoji od cetiri
podskupa skupa, koji se sastoji od sedam elemenata. Beli kruzic koji odgovara
podskupu S1 spojen je sa tri crna kruzica koji odgovaraju elementima 1,2 i 6,
pa mozemo zakljuciti da je S1 = {1, 2, 6}. Crni kruzic koji odgovara elementu
1 spojen je samo sa belim kruzicem koji odgovara podsupu S1 . Na osnovu toga
zakljucujemo da se on javlja samo u podskupu S1 , tj. da se u konfiguraciji javlja
samo jednom. Takodje zakljucujemo da se on javlja u konfiguraciji u paru samo
sa elementima 2 i 6.
Naravno, predstavljanje konfiguracije pomocu grafa je manje pogodan za neka
proucavanja, kada se skup M sastoji od velikog broja elemenata i konfiguracija od
velikog broja podskupova elemenata skupa M .
Veoma pogodan nacin predstavljanja konfiguracija, koji se koristi i za pred-
stavljanje konfiguracije u racunaru, je pomocu matrice incidentnosti.
Definicija 11.2 Neka je J = {S1 , S2 , . . . , Sm } data konfiguracija nad skupom

M = {x1 , x2 , . . . , xn }. Za elemenat xj , j = 1, 2, . . . , n, kazemo da je incidentan sa
podskupom Si , i = 1, 2, . . . , m, ako xj Si . Pravougaona matrica A = (aij ), reda
11.1. POJAM KOMBINATORNE KONFIGURACIJE 233
m n, ciji su elementi definisani sa

(
1, ako xj Si
aij =
0, ako xj 6 Si
za svako i = 1, 2, . . . , m i j = 1, 2, . . . , n, naziva se matricom incidentnosti date
konfiguracije J nad skupom M .
Matrica incidentnosti date konfiguracije J nad skupom M je (0,1)-matrica, tj.

binarna ili Bulova matrica.
Matricno predstavljanje konfiguracije je pogodno jer je realativno dobro razrad-
jen matricni racun u algebri. Poteskoce mogu stavarati dimenzije matrice A.
Matrica incidentnosti konfiguracije J iz Primera 1 je

1 1 0 0 0 1 0
0 1 1 0 0 0 1

A= (11.1)
0 0 0 1 1 0 0
0 0 0 0 0 1 1
Pitanje jedinstvenosti matrice incidentnosti koja odgovara jednoj konfiguraciji
razresicemo nakon uvodjenja pojma izomorfizma konfiguracija.
Definicija 11.3 Neka su zadate dve konfiguracije J = {S1 , S2 , . . . , Sm } i J 0 =

{S10 , S20 , . . . , Sm
0 }, nad skupovima V = {V , V , . . . , V } i V 0 = {V 0 , V 0 , . . . , V 0 }.
1 2 n 1 2 n
Ako postoji obostrano jednoznacno preslikavanje : V 7 V 0 , tako da je {(S1 ),
(S2 ), . . . , (Sm )} = {S10 , S20 , . . . , Sm
0 }, tada su konfiguracije J i J 0 izomorfne.
Preslikavanje se naziva izomorfizam. Ako je V = V 0 , preslikavanje se naziva

automorfizam, a za konfiguracije J i J 0 , kazemo da su automorfne.
Primer 2. Uocimo konfiguracije

J = {{1, 2, 6}, {2, 3, 7}, {4, 5}, {6, 7}} i J 0 = {{1, 2, 5}, {5, 7}, {3, 6}, {1, 4, 7}}
nad skupom V = {1, 2, 3, 4, 5, 6, 7}. Ove dve konfiguracije su automorfne jer

postoji automorfizam
!
1 2 3 4 5 6 7
= = (12)(34)(56)(7),
2 1 4 3 6 5 7
koji preslikava J u J 0 . Matrice incidentnosti A i A0 ovih konfiguracija su

1 1 0 0 0 1 0 1 1 0 0 1 0 0
0 1 1 0 0 0 1 0 0 0 0 1 0 1

A= i A= .
0 0 0 1 1 0 0 0 0 1 0 0 1 0
0 0 0 0 0 1 1 1 0 0 1 0 0 1
One se razlikuju, ali pomocu permutacionih matrica

0 1 0 0 0 0 0

1 0 0 0 0 0 0
1 0 0 0
0 0 0 1 0 0 0
0 0 0 1
P1 = i P2 =
0 0 1 0 0 0 0 ,

0 0 1 0
0 0 0 0 0 1 0
0 1 0 0
0 0 0 0 1 0 0
0 0 0 0 0 0 1
mozemo preci iz jedne u drugu na osnovu jednakosti
A0 = P1 A P2 .
Napomenimo da su za nas izomorfne, tj. automorfne, konfiguracije, iste kon-

figuracije. Tako matrica incidentnosti definise konfiguraciju do izomorfizma (au-
tomorfizma), a sve izomorfne konfiguracije imaju matrice incidentnosti koje se
odgovarajucim permutacijama elemenata vrsta i kolona mogu prevesti jedna u
drugu. Konfiguracija definisana matricom incidentnosti moze se prikazati pomocu
odgovarajuce linearne forme. Neka je konfiguracija J = {S1 , S2 , . . . , Sm } defin-
isana nad skupom M = {a1 , a2 , . . . , an }. Neka je A = (aij ), reda m n, matrica
incidentnosti ove konfiguracije. Na osnovu jednakosti
[L1 L2 . . . Lm ]T = A [x1 x2 . . . xn ]T , (11.2)

svakom elementu aj , j = 1, 2, . . . , n, smo pridruzili odgovarajucu promenljivu
xj , te svakom podskupu Si , i = 1, 2, . . . , m, odgovara jedna linearna forma Li .
Jednakost (??), u razvijenom obliku, svodi se na m linearnih formi.
11.2 Blok-seme
Posmatrajmo konfiguraciju B = {B1 , B2 , . . . , Bb } nad konacnim skupom V =
{a1 , a2 , . . . , av }. Podskupove Bi , i = 1, 2, . . . , b, nazivacemo blokovima, pri cemu
se podrazumeva da je Bi 6= Bj , za i 6= j. Za elemenat aj , aj V, j = 1, . . . , v,
reci cemo da je incidentan sa blokom Bi , Bi B, i = 1, . . . , b, ako aj Bi . Sa
kj , j = 1, . . . , b, oznacimo ukupan broj elemenata ai , ai V , i = 1, . . . , v in-
cidentnih bloku Bj . Ukupan broj blokova Bj , j = 1, . . . , b, incidentnih elementu
ai , i = 1, . . . , v, oznacavacemo sa ri . Sa it oznacavacemo ukupan broj podskupova,
Bj , j = 1, . . . , b, sa osobinom da je ai Bj i at Bj , za svako i = 1, . . . , v i
t = 1, . . . , v, i 6= t. Kako je it = ti , to je dovoljno posmatrati slucaj i < t. Bro-
jeve v, b, ri , kj , it , nazivamo parametrima posmatrane konfiguracije. Zbog toga
11.3. URAVNOTEZENE NEPOTPUNE BLOK-SEME 235
se ona, tj. uredjeni par (V, B) naziva (v; r1 , . . . , rv ; b; k1 , . . . , kb ; 12 , . . . , v1,v )-

konfiguracijom, ili blok-semom sa navedenim paramterima.
Primer 3. Neka je data bloksema (V, B), gde je V = {1, 2, 3, 4, 5}, B =

{B1 , B2 , B3 , B4 , B5 , B6 , B7 }, pri cemu su blokovi definisani sa B1 = {1, 2},
B2 = {1, 2, 4}, B3 = {2, 3}, B4 = {2, 3, 4}, B5 = {3, 4, 5}, B6 = {3}, B7 =
{4, 5}. Parametri ove blok-seme su v = 5, r1 = 2, r2 = 4, r3 = 4, r4 = 4, r5 =
2, b = 7, k1 = 2, k2 = 3, k3 = 2, k4 = 3, k5 = 3, k6 = 1, k7 = 2, 12 = 1,
13 = 0, 14 = 1, 15 = 0, 23 = 2, 24 = 2, 25 = 0, 34 = 2, 35 = 1, 45 =
2. Ova blok-sema je (5; 2, 4, 4, 4, 2; 7; 2, 3, 2, 3, 3, 1, 2; 2, 0, 1, 0, 2, 2, 0, 2, 1, 2)-
konfiguracija nad skupom V = {1, 2, 3, 4, 5}. Sve ove podatke smo mogli
odrediti na osnovu matrice incidentnosti

1 1 0 0 0

1 1 0 1 0

0 1 1 0 0

A=
0 1 1 1 0 .

0 0 1 1 1

0 0 1 0 0
0 0 0 1 1
Rad sa blok-semama, u opstem slucaju, veoma je komplikovan. Medjutim,

resavanje mnogih kombinatornih zadataka se svodi na rad sa blok-semama sa
specificnim parametrima. Tako, na primer, veoma vaznu ulogu igraju blok-seme
kod kojih je r1 = r2 = = rv = r, k1 = k2 = = kb = k i 12 = 13 = =
v1,v = . Njima cemo posvetiti vise paznje u sledecem odeljku.
11.3 Uravnotezene nepotpune blok-seme

Definicija 11.4 Uravnotezena nepotpuna bloksema je (v, r, b, k, )-konfiguracija
nad konacnim skupom V . Pri tome se skup V sastoji od v medjusobno razlicitih
elemenata, konfiguracija B od b blokova, svaki blok od po tacno k elemenata iz V ,
pri cemu se svaki element iz V pojavljuje u tacno r blokova i svaki par medjusobno
razlicitih elemenata iz V se javlja u tacno blokova.
Uravnotezena nepotpuna blok-sema se u literaturi srece jos pod nazivom BIBD,

na osnovu pocetnih slova engleskog naziva Balanced Incomplete BlockDesign. Mi
cemo je u daljem zvati (v, r, b, k, )-konfiguracijom

ili, prosto, blok-semom.
Napomenimo da u slucaju b = kv imamo uravnotezenu potpunu blok-semu.
Bilo bi idealno kada bi njih mogli da koristimo u resavanju kombinatornih zadataka,
ali u praksi se javljaju velika ogranicenja.
Primer 4. Pretpostavimo da treba uporediti 6 novih sorti krompira i da na

raspolaganju imamo 10 njiva. Njive su razlicitog kvaliteta zemljista, nalaze
se u podrucjima razlicite vlaznosti, na razlicitim nadmorskim visinama, i ne
dozvoljava se njihovo preveliko usitnjavanje. Ispitivanja su validna ako se
eksperiment organizuje na sledeci nacin. Svaka njiva se deli na po 3 jednaka
dela (parcele). Svaka sorta krompira se sadi na po 5 razlicitih njiva, tako da se
svaki par razlicitih sorti krompira zasadi na po dve razlicite njive. Dokazimo
da je ovakva organizacija eksperimenta moguca. Oznacimo sorte krompira re-
dom brojevima 1,2,3,4,5,6, a njive sa B1 , B2 , B3 , B4 , B5 , B6 , B7 , B8 , B9 , B10 .
Sorte krompira sadimo na njivama po sledecem rasporedu
B1 = {1, 2, 3}, B2 = {1, 2, 5}, B3 = {1, 3, 4}, B4 = {1, 4, 6}, B5 = {1, 5, 6},
B6 = {2, 3, 6}, B7 = {2, 4, 5}, B8 = {2, 4, 6}, B9 = {3, 4, 5}, B10 = {3, 5, 6}.
Mi smo prakticno formirali jednu uravnotezenu nepotpunu blok-semu B =
{B1 , . . . , B10 } nad skupom V = {1, 2, 3, 4, 5, 6} sa parametrima v = 6, r =
5, b = 10, k = 3, = 2, tj. (6, 5, 10, 3, 2)-konfiguraciju. Njena egzistencija je
dokaz da je navedena organizacija ogleda moguca.
Kada su u pitanju blok-seme, pa i konfiguracije uopste, vecina problema se
grupise oko sledeca tri pitanja. To su pitanja prezentacije, egzistencije i nacina
formiranja. Na prvo pitanje je prakticno dat odgovor kada se govorilo o konfigu-
racijama uopste. Zbog toga cemo se sada pozabaviti sa druga dva.
U Definiciji 4. smo rekli da se uravnotezena nepotpuna blok-sema karakterise
pomocu pet parametara. Postavlja se kao prvo pitanje da li su ovi parametri
nezavisni medju sobom. Potrazimo odgovor na ovo, ne bas tesko, pitanje.
Neka je data neka (v, r, b, k, )-konfiguracija nad konacnim skupom V . Uoca-
vamo da se svaki element skupa V javlja u tacno r razlicitih blokova i u svakom
bloku formira sa ostalim elementima bloka k 1 razlicitih parova, jer se svaki blok
sastoji od k razlicitih elemenata skupa V . To znaci da je ukupan broj parova, koji
ne moraju biti razliciti, u kojima ucestvuje jedan element iz V , jednak r(k 1).
Svaki par razlicitih elemenata iz V javlja se u blokova. Kako skup V ima v
razlicitih elemenata, jedan njegov element gradi u blok-semi tacno (v 1) parova.
Tako dokazujemo da je r(k1) = (v1). Dalje, svaki blok se sastoji od k razlicitih
elemenata, a posto ima b razlicitih blokova, to je broj pojavljivanja svih elemenata
iz V , u blok-semi, jednak b k. S druge strane, svaki elemenat iz V se javlja u
tacno r medjusobno razlicitih blokova, a kako V ima v elemenata, to je ukupan broj
pojavljivanja svih elemenata iz V , u blok-semi, jednak r v. Time smo dokazali
da je bk = rv. Sprovedenom analizom smo dokazali da ako neka (v, r, b, k, )-
konfiguracija, nad konacnim skupom V , postoji, onda su dva parametra u strogoj
zavisnosti od preostala tri. Drugim recima dokazali smo sledeci rezultat:
Teorema 11.1 Ako postoji (v, r, b, k, )-konfiguracija nad konacnim skupom V ,

tada vaze jednakosti
bk = vr (11.3)
r(k 1) = (v 1). (11.4)
Teorema 11.1. nam daje potrebne ali ne i dovoljne uslove egzistencije neke blok
seme. Naime, ako neki parametri v, r, b, k, zadovoljavaju (11.3) i (11.4) mi smo
jos uvek daleko od zakljucka da li odgovarajuca (v, r, b, k, )-konfiguracija zaista
egzistira ili ne. Takodje, posto su parametri prirodni brojevi, zadavanjem neka tri
nije uvek moguce odrediti preostala dva na osnovu (11.3) i (11.4).
Primer 5. Neka su zadati parametri v = 4, r = 2 i k = 3. Ako iz (11.3)

pokusamo da odredimo parametar b vidimo da je to nemoguce, jer 8 nije
deljivo sa 3, tj. prirodni broj b bi morao da zadovoljava jednakost 3b = 8.
Takodje, nemoguce je iz (11.4), odrediti parametar , jer bi prirodni broj
morao da zadovolji jednakost 3 = 4. To znaci da (4, 2, b, 3, )-konfiguracija
ne postoji.
Primer 6. Neka su zadati parametri v = 3, r = 2, b = 2, k = 3 i =

2. Lako je proveriti da su jednakosti (11.3) i (11.4) zadovoljene. Ipak,
(3, 2, 2, 3, 2)-konfiguracija ne egzistira.
Primer 7. Prirodni brojevi v = b = 111, r = k = 11, = 1, zadovoljavaju

jednakosti (11.3) i (11.4). Ipak, koliko je nama poznato, nije dokazana, ali
nije ni opovrgnuta, egzistencija (111, 11, 111, 11, 1)-konfiguracije.
Po pitanju egzistencije blok-seme u zavisnosti od pojedinih parametara vrsen

je veliki broj testiranja, zahvaljujuci u velikoj meri razvoju racunara. Tako je
ustanovljeno da za velike vrednosti parametra v, pri cemu su zadovoljeni uslovi
(11.3) i (11.4), gotovo uvek egzistira uravnotezena nepotpuna blok-sema. Za male
vrednosti ovog parametra situacija je sasvim drugacija. Kada je u pitanju param-
etar k, nije tesko primetiti da za k = 3 i k = 4 Teorema 11.1 daje i dovoljne
uslove egzistencije odgovarajuce konfiguracije. Medjutim, vec za k = 5 situacija se
znatno menja. Za ovu vrednost parametra k mogu se dobiti ostali parametri tako
da su zadovoljeni (11.3) i (11.4), a da ipak odgovarajuca uravnotezena nepotpuna
blok-sema ne egzistira.
Neka je data neka (v, r, b, k, )-konfiguracija nad konacnim skupom elemenata
V . Njoj odgovara matrica incidentnosti A = (aij ), koja je pravougaona, reda b v.
Svaka njena kolona sadrzi po r jedinica, a svaka vrsta po k jedinica. Skalarni
proizvod dve medjusobno razlicite vektor kolone ove matrice jednak je . Skalarni
proizvod bilo koje vektor kolone sa samom sobom jednak je parametru r, tj. broju
pojavljivanja bilo kog elementa iz V u blok-semi. Ove ocigledne osobine matrice
incidentnosti posmatrane (v, r, b, k, )-konfiguracije omogucavaju nam da dobijemo
potrebne i dovoljne uslove njene egzistencije.
Teorema 11.2 Neka je A = (aij ) matrica incidentnosti neke (v, r, b, k, )-konfi-

guracije nad konacnim skupom elemenata V . Tada vaze jednakosti
AT A = (r )Iv + Jv , (11.5)
i
AJv1 = k Jb1 . (11.6)
Vazi i obrnuto. Ako neka (0,1)-matrica A = (aij ), reda b v, zadovoljava (11.5)
i (11.6), tada postoji (v, r, b, k, )-konfiguracija nad konacnim skupom elemenata
V , tako da je A njena matrica incidentnosti.
Dokaz. Neka je B = AT A. Matrica B = (bij ) je simetricna i kvadratna, reda

v v. Njeni elementi se mogu izracunati na osnovu jednakosti
v
X v
X
bij = aTik akj = aik akj , (11.7)
k=1 k=1
gde smo sa aTik oznacili element u preseku i-te vrste i k-te kolone matrice AT . Ako
je i = j, to je bii kao proizvod i-te vektor kolone matrice A sa samom sobom
jednak parametru r, za svako i = 1, 2, . . . , v. Ako je i 6= j, element bij se dobija
kao proizvod i-te i j-te vektor kolone matrice A, pa je jednak parametru za svako
i i j. To znaci da je

r ...
r

T
A A=B= r ,

..
.
r
odakle direktno dobijamo (11.5).

Matrica AJv1 je dimenzija b 1. Njeni elementi su sume elemenata odgo-
varajuce vrste matrice A. Kako svaka vrsta matrice A sadrzi po tacno k jedinica,
zbir elemenata bilo koje njene vrste je upravo jednak parametru k. To znaci da
(11.7) zaista vazi uvek.
Dokazimo Teoremu 11.2 u obrnutom smeru. Pretpostavimo da (0,1)-matrica

A = (aij ), reda b v, zadovoljava (11.5) i (11.6). Ako bi ona bila matrica inci-
dentnosti neke konfiguracije, ta konfiguracija bi morala imati b blokova elemenata
nekog konacnog skupa V , koji se sastoji od v medjusobno razlicitih elemenata.
Na osnovu (11.6) zakljucujemo da se svaki blok sastoji od k razlicitih elemenata
iz V , a na osnovu (11.5) da se svaki element iz V pojavljuje u tacno r blokova.
Na osnovu nedijagonalnih elemenata matrice AT A, vidimo da se svaki par medju-
sobno razlicitih elemenata iz V srece u tacno blokova. Time smo dokazali da za
svaku (0,1)-matricu A = (aij ), reda b v, koja zadovoljava (11.5) i (11.6) egzistira
(v, r, b, k, )-konfiguracija nad konacnim skupom elemenata.
Jednacina (11.5) pojavljuje se u literaturi pod nazivom osnovna jednacina ma-
trice incidentnosti nepotpune blok-seme.
Bez obzira sto Teorema 11.2 daje i potrebne i dovoljne uslove egzistencije nepot-
pune blok-seme, u praksi je gotovo beskorisna. Sto se tice potrebnih uslova obicno
treba izmnoziti matrice velikih dimenzija, pa je u tom smislu Teorema 11.1 mnogo
pogodnija. Da bismo odredili dovoljne uslove situacija je jos teza. Naime, za odred-
jivanje parametara za koje bi egzistirala odgovarajuca konfiguracija potrebno je
resavanje odgovarajucih matricnih jednacina za sta adekvatan matematicki aparat
nije jos razvijen. Zbog toga su od interesa i drugi kriterijumi, ako nisu previse
slozeni, za odredjivanje potrebnih i dovoljnih uslova egzistencije uravnotezenih
nepotpunih blok-sema. Takodje je od interesa uocavanje nekih karakteristicnih
klasa blok-sema, za koje je lakse ustanoviti uslove egzistencije.
Pre nego sto definisemo neke specijalne klase (v, r, b, k, )-konfiguracija, na-
vescemo veoma korisnu posledicu Teoreme 11.2, poznatu pod nazivom Fiserova
nejednakost.
Posledica 1. (Fiserova nejednakost) Ako (v, r, b, k, )-konfiguracija egzistira, nad
nekim konacnim skupom elemenata V , |V | = v, tada je
b v. (11.8)
Dokaz. Pretpostavimo da (v, r, b, k, )-konfiguracija egzistira i da je (0,1)-matrica

A = (aij ), reda b v, njena matrica incidentnosti. Tada vazi jednakost (11.5), na
osnovu koje se dobija jednakost
det(AT A) = (r + (v 1))(r )v1 .
Mora biti r 6= , jer bi u protivnom, na osnovu (11.4), bilo k = v pa bi se blok-sema

svela na trivijalnu , b = 1, tj. sadrzala bi samo jedan blok koji bi se poklapao sa
skupom V . Takvi slucajevi za nas nisu od interesa. To znaci da je det(AT A) 6= 0,
pa je rang(AT A) = v. Kako je rang(AT ) min(v, b) i rang(AT ) rang(AT A) to
neposredno sledi da vazi nejednakost (11.8).
Posledica 2. Na osnovu nejednakosti (11.8) i jednakosti (11.3) dobijamo da ako

(v, r, b, k, )-konfiguracija egzistira tada vazi nejednakost
r k. (11.9)
11.4 Sistemi Stajnera

Posmatracemo jednu specijalnu klasu (v, r, b, k, )-konfiguracija kod kojih je = 1.
Ona je u literaturi poznata pod nazivom sistemi Stajnera.
Teorema 11.3 Matrica incidentnosti date (v, r, b, k, 1)-konfiguracije ne sadrzi ni

jednu podmatricu oblika
" #
1 1
. (11.10)
1 1
Dokaz. Pretpostavimo suprotno, tj. da matrica incidentnosti date (v, r, b, k, 1)-

konfiguracije sadrzi podmatricu oblika (11.10). Tada bi skalarni proizvod vektor
kolona matrice incidentnosti koje sadrze ovu podmatricu bio jednak = 2, sto je
suprotno cinjenici da je = 1.
Teorema 11.4 Dva razlicita bloka date (v, r, b, k, 1)-konfiguracije mogu imati na-
jvise jedan zajednicki element.
Dokaz. Ako bi postojala dva razlicita bloka posmatrane konfiguracije ciji bi presek
sadrzao vise od jednog elementa, bilo bi > 1, sto je suprotno cinjenici da je
= 1.
Definicija 11.5 Data (v, r, b, 3, 1)-konfiguracija nad konacnim skupom V , |V | =

v, naziva se sistem trojki Stajnera. Parametar v je rang ovog sistema.
Zamenom vrednosti k = 3 i = 1 u (11.3) i (11.4) dobijamo da moraju vaziti

jednakosti 2r = v 1 i 6b = v(v 1), tj. v(v1)
2 = 0(mod3) i v = 1(mod2). To znaci
da je v u jednom od oblika v = 6t + 1, v = 6t + 3 ili v = 6t + 5, za t = 0, 1, . . .. Sada
mozemo izvesti potrebne i dovoljne uslove egzistencije sistema trojki Stajnera.
Teorema 11.5 Sistem trojki Stajnera egzistira ako i samo ako za parametar v
vazi jedna od jednakosti
v 1(mod6) ili v 3(mod6).

11.4. SISTEMI STAJNERA 241
Primer 8. Ilustracije radi navescemo cetiri sistema trojki Stajnera, i to

jedan ranga 3, dva ranga 7, i jedan ranga 9, koje cemo oznaciti redom sa
S(3), S(7), S(7) i S(9).
S(3) = {{1, 2, 3}},

S(7) = {{1, 2, 4}, {2, 3, 5}, {3, 4, 6}, {4, 5, 7}, {5, 6, 1}, {6, 7, 2}, {7, 1, 3}},
S(7) = {{1, 2, 6}, {2, 3, 7}, {3, 4, 1}, {4, 5, 2}, {5, 6, 3}, {6, 7, 4}, {7, 1, 5}},
S(9) = {{1, 2, 3}, {4, 5, 6}, {7, 8, 9}, {1, 4, 7}, {2, 5, 8}, {3, 6, 9},
{1, 5, 9}, {2, 6, 7}, {3, 4, 8}, {1, 6, 8}, {2, 4, 9}, {3, 5, 7}}.
Sistemi trojki Stajnera su jednoparametarske familije, pa se cesto oznacavaju

v(v1)
kao (v, v1
2 , 6 , 3, 1)konfiguracije.
Namece se veoma interesantno pitanje prebrojavanja neizomorfnih sistema tro-
jki Stajnera za fiksirani rang. Odgovor na ovo pitanje nije ni malo jednostavno
dati iz prostog razloga sto se taj broj znacajno povecava sa porastom parametra v.
Ako sa P (v) oznacimo ukupan broj neizomorfnih sistema trojki Stajnera za dato
v, tada je
P (3) = 1, P (7) = 1, P (9) = 1, P (13) = 2, P (15) = 8, P (19) > 1.1 109 .
Primer 8. Sistemi trojki Stajnera S(7) i S(7) iz Primera 7 su izomorfni,

tj. automorfni. Odgovarajuci automorfizam je
!
1 2 3 4 5 6 7
p= = (1)(2)(375)(46) = (375)(46).
1 2 7 6 3 4 5
Definisacemo pojam podsistem sistema trojki Stajnera koji moze da se iskoristi

za definisanje rekurzivnog postupka za formiranje ovih trojki.
Definicija 11.6 Za sistem trojki Stajnera ranga v, kazemo da sadrzi podsistem

trojki Stajnera ranga v 0 , v 0 < v, ako skup V , nad kojim je formiran sistem trojki
Stajnera, sadrzi podskup V 0 , koji se sastoji od v 0 elemenata, tako da blokovi sistema
trojki Stajnera koji sadrze samo elemente skupa V 0 formiraju za sebe sistem trojki
Stajnera ranga v 0 .
Primer 9. Nad skupom V = {1, 2, 3, 4, 5, 6, 7} posmatrajmo sistem trojki

Stajnera, ranga 7, definisan sa B = {{1, 2, 4}, {2, 3, 5}, {3, 4, 6}, {4, 5, 7},
{5, 6, 1}, {6, 7, 2}, {7, 1, 3}}. Uocimo podskup V 0 = {1, 2, 4}, skupa V . Sis-
tem trojki Stajnera B 0 = {{1, 2, 4}}, ranga 3, nad skupom V 0 cini podsistem
sistema trojki Stajnera, B. Naravno, ovaj primer ilustruje trivijalan slucaj.

Naime, svaki sistem trojki Stajnera ranga v > 3 sadrzi podsistem trojki
Stajnera ranga v 0 = 3.
Teorema 11.6 Ako postoji sistem trojki Stajnera ranga v1 i sistem trojki Stajnera
ranga v2 , koji sadrzi podsistem ranga v3 , tada se moze formirati sistem trojki
Stajnera ranga v = v3 + v1 (v2 v3 ), koji sadrzi v1 podsistema ranga v2 i po jedan
podsistem ranga v1 i v3 .
Pored sistema trojki Stajnera, interes pobudjuju i neki drugu sistemi Stajnera,
kao npr. sistem cetvorki i sistem petica Stajnera.
Uravnotezena nepotpuna blok-sema sa parametrima k = 4 i = 1, tj. (v, r, b,
4, 1)-konfiguracija, naziva se sistemom cetvorki Stajnera. Ona se oznacva kao
v(v1)
(v, v1
3 , 12 , 4, 1)-konfiguracija. Potrebni i dovoljni uslovi egzistencije ove kon-
figuracije su zadovoljenje bar jedne od jednakosti v 1(mod12), v 4(mod12).
Napomenimo, da se u literaturi pod nazivom sistem cetvorki Stajnera srece i
(v, v 1, v(v1)
4 , 4, 3)-konfiguracija. Potrebni i dovoljni uslovi za njenu egzisten-
ciju su zadovoljenje bar jedne od jednakosti v 0(mod4), v 1(mod4).
v(v1)
(v, v1
4 , 20 , 5, 1)-konfiguracija je u literaturi poznata kao sistem petica Staj-
nera. Potrebni i dovoljni uslovi za njenu egzistenciju su zadovoljenje bar jedne od
jednakosti v 1(mod20), v 5(mod20).
Primer 10. Blok-sema definisana blokovima
B1 = {1, 2, 4, 8}, B2 = {2, 3, 5, 8}, B3 = {3, 4, 6, 8}, B4 = {4, 5, 7, 8},

B5 = {1, 5, 6, 8}, B6 = {2, 6, 7, 8}, B7 = {1, 3, 7, 8}, B8 = {3, 5, 6, 7},
B9 = {1, 4, 6, 7}, B10 = {1, 2, 5, 7}, B11 = {1, 2, 3, 6},
B12 = {2, 3, 4, 7}, B13 = {1, 3, 4, 5}, B14 = {2, 4, 5, 6}.
nad skupom V = {1, 2, 3, 4, 5, 6, 7, 8} je (8, 7, 14, 4, 3)-konfiguraciju.
Pre nego sto se pozabavimo jednom specijalnom klasom sistema trojki Stajnera,
definisacemo klasu razresivih uravnotezenih nepotpunih blok-sema.
Definicija 11.7 Neka je data (v, r, b, k, )-konfiguracija nad skupom V , V = |v|,

pri cemu je b 0(modr). Pretpostavimo da se blokovi Bi ove konfiguracije,
B = {B1 , B2 , . . . , Bb }, mogu grupisati u r familija 1 , 2 , . . . , r , pri cemu svaka
familija sadrzi po rb medjusobno disjunktnih blokova. Ako blokovi svake od famil-
ija i , i = 1, 2, . . . , r, u uniji sadrze sve elemente skupa V , i to tacno jedanput,
11.4. SISTEMI STAJNERA 243
tj. ako se svaki elemenat skupa V sadrzi u svakoj familiji i i to samo jedanput,
(v, r, b, k, )-konfiguracija se naziva razresivom.
Primer 11. Posmatrajmo (9, 4, 12, 3, 1)-konfiguraciju nad skupom V =

{1, 2, . . . , 9} definisanu skupom blokova B = {B1 = {1, 2, 7}, B2 = {1, 3, 8},
B3 = {1, 4, 5}, B4 = {1, 6, 9}, B5 = {2, 4, 9}, B6 = {2, 6, 8}, B7 = {2, 3, 5},
B8 = {3, 4, 6}, B9 = {3, 7, 9}, B10 = {4, 7, 8}, B11 = {5, 6, 7}, B12 = {5, 8, 9}}.
Kako je rb = 12 4 = 3, blokove ove konfiguracije cemo grupisati u 4 familije od
kojih svaka sadrzi po tri bloka, na sledeci nacin
1 = {B1 = {1, 2, 7}, B8 = {3, 4, 6}, B12 = {5, 8, 9}},

2 = {B2 = {1, 3, 8}, B5 = {2, 4, 9}, B11 = {5, 6, 7}},
3 = {B3 = {1, 4, 5}, B6 = {2, 6, 8}, B9 = {3, 7, 9}},
4 = {B4 = {1, 6, 9}, B7 = {2, 3, 5}, B10 = {4, 7, 8}}.
Familije i , i = 1, 2, 3, 4, sadrze jednak broj blokova iz B, po tri. Svaka

familija i , i = 1, 2, 3, 4, sadrzi sve elemente, tacno po jednom, skupa V , i
svi blokovi jedne familije su medjusobno disjunktni, tj. paralelni. Time su
zadovoljeni svi uslovi iz prethodne definicije.
Primetimo da uslov b 0(modr), koji vazi za razresive blok-seme, povlaci i

uslov v 0(modk). Na osnovu ovih uslova lako je dokazati nejednakost
b v + r 1. (11.11)
Nejednakost (11.11), koja vazi za razresive blok-seme, predstavlja poostrenje
nejednakosti Fisera (b v).
Pitanje egzistencije razresive blok-seme razmatrano je u sledecoj teoremi.
Teorema 11.7 Svaka (n2 , n + 1, n2 + n, n, 1)-konfiguracija, n N , je razresiva.
Ova teorema daje i vezu blok-sema sa drugom konfiguracijom poznatom pod

nazivom afina ravan. Medjutim, ovim pitanjem, kao i vezama sa drugim konfigu-
racijama (konacne ravni, latinski kvadrat, grafovi), necemo se baviti.
v(v1)
Definicija 11.8 Razresiva (v, v1
2 , 6 , 3, 1)konfiguracija naziva se sistemom
trojki Kirkmana.
Primer 12. Podsetimo se jednog problema iz XIX veka, koji se javio u jed-
nom zenskom internatu, a koji je resio upravo Kirkman. U internatu je bilo
15 devojcica. Trebalo je organizovati njihove svakodnevne setnje, tako da u
setnju izlaze u grupama od po tri devojcice, da svaka izlazi svakog dana i da je

nakon sedam dana svaka bila sa svakom od preostalih devojcica tacno jedan-
put u setnji. Ako devojcice oznacimo redom brojevima 1, 2, . . . , 15 resenje
lezi u formiranju uravnotezene nepotpune blok-seme, sa parametrima v = 15,
r = 7, b = 35, k = 3, i = 1, tj. (15, 7, 35, 3, 1)-konfiguraciji nad skupom
V = {1, 2, . . . , 15}. Ova konfiguracija i jeste razresivi sistem trojki Stajnera,
tj. sistem trojki Kirkmana. Blokovi ovog sistema trojki, koji ujedno pred-
stavljaju moguce trojke za setnju, su
B1 = {1, 8, 15}, B2 = {2, 3, 5}, B3 = {4, 10, 13}, B4 = {6, 9, 14},

B5 = {7, 11, 12}, B6 = {2, 9, 15}, B7 = {3, 4, 6}, B8 = {5, 11, 14},
B9 = {7, 8, 10}, B10 = {1, 12, 13}, B11 = {3, 10, 15}, B12 = {4, 5, 7},
B13 = {6, 8, 12}, B14 = {1, 9, 11}, B15 = {2, 13, 14}, B16 = {4, 11, 15},
B17 = {1, 5, 6}, B18 = {7, 9, 13}, B19 = {2, 10, 12}, B20 = {3, 8, 14},
B21 = {5, 12, 15}, B22 = {2, 6, 7}, B23 = {1, 10, 14}, B24 = {3, 11, 13},
B25 = {4, 8, 9}, B26 = {6, 13, 15}, B27 = {1, 3, 7}, B28 = {2, 8, 11},
B29 = {4, 12, 14}, B30 = {5, 9, 10}, B31 = {7, 14, 15}, B32 = {1, 2, 4},
B33 = {3, 9, 12}, B34 = {5, 8, 13}, B35 = {6, 10, 11}.
Razresenje ove konfiguracije, koje ujedno predstavlja sedmodnevni raspored
setnji devojcica, definisan je familijama 1 , 2 , . . . , 7 , tj.
1 = {B1 , B2 , B3 , B4 , B5 }, 2 = {B6 , B7 , B8 , B9 , B10 },

3 = {B11 , B12 , B13 , B14 , B15 }, 4 = {B16 , B17 , B18 , B19 , B20 },
5 = {B21 , B22 , B23 , B24 , B25 }, 6 = {B26 , B27 , B28 , B29 , B30 }
7 = {B31 , B32 , B33 , B34 , B35 }.
11.5 Simetricne blok-seme

Definicija 11.9 Uravnotezena nepotpuna blok-sema kod koje je b = v naziva se
simetricnom blok-semom.
Kako je b = v iz jednakosti bk = vr dobija se da je k = r. Zbog toga se
simetricna blok-sema zove (v, k, )-konfiguracije. Na osnovu jednakosti r(k 1) =
(v 1), za parametre ove seme vazi jednakost
k(k 1) = (v 1). (11.12)
11.6. FORMIRANJE BLOK-SEMA 245
Matrica incidentnosti date (v, k, )-konfiguracije A = (aij ) je reda v v, i

zadovoljava jednakosti
AAT = (k )Iv + Jv , (11.13)

i
Jv A = kJv . (11.14)
Sledeca teorema daje potrebne uslova za egzistenciju (v, k, )-konfiguracije.
Teorema 11.8 (Bruks-Rejzner-Covla) Ako postoji (v, k, )-konfiguracija tada

a) ako je v paran broj izraz k je potpun kvadrat nekog prirodnog broja;
b) ako je v neparan broj, Diofantova jednacina
v1
z 2 = (k )x2 + (1) 2 y 2
ima u skupu prirodnih brojeva netrivijalna resenja po x, y i z.
11.6 Formiranje blok-sema

Moze se slobodno reci da je ovaj zadatak prilicno tezak. Pored poznavanja tehnika
potrebno je i prilicno iskustvo i dovitljivost.
Sve metode za konstrukciju blok-sema mozemo podeliti u dve grupe: rekurzivne
i direktne. Rekurzivne tehnike se zasnivaju na konstrukciji novih blok-sema po-
lazeci od vec postojecih. Direktne metode se uglavnom zasnivaju na koriscenju
konstrukcija nekih drugih konfiguracija, ili pojmova, koji ne moraju da imaju
nikakvih direktnih veza sa blok-semama. Obe tehnike cemo u manjem obimu
obraditi.
Od rekurzivnih tehnika razmotricemo one koje su bazirane na koriscenju neke
skupovne operacije.
Izvodna blok-sema. Neka je na raspolaganju (v, k, )-konfiguracija definisana
blokovima B = {B1 , B2 , . . . , Bv }. Na osnovu bilo kog od blokova Bi , i = 1, 2, ..., v,
recimo Bv , formiramo familiju blokova B10 , B20 , . . . , Bv1
0 na osnovu jednakosti
Bi0 = Bi Bv (11.15)
za i = 1, 2, . . . , v 1. Samim tim, izabrani blok Bv preuzima ulogu osnovnog
skupa V . Na osnovu blokova Bi0 , i = 1, 2, . . . , v 1, formiramo novu blok-semu
B = {B10 , B20 , . . . , Bv1
0 }, koja se naziva izvodnom konfiguracijom polazne (v, k, )-
konfiguracije. Parametri dobijene blok-seme su v 0 = k, r0 = k 1, b0 = v 1, k 0 =
i 0 = 1, tj. dobijamo (k, k 1, v 1, , 1)-konfiguraciju nad supom B.
Primer 13. Neka je na raspolaganju (15, 7, 3)-konfiguracija nad osnovnim

skupom V = {1, 2, . . . , 15}, definisana blokovima
B1 = {1, 2, 3, 5, 6, 9, 11}, B2 = {2, 3, 4, 6, 7, 10, 12},

B3 = {3, 4, 5, 7, 8, 11, 13}, B4 = {4, 5, 6, 8, 9, 12, 14},
B5 = {5, 6, 7, 9, 10, 13, 15}, B6 = {1, 6, 7, 8, 10, 11, 14},
B7 = {2, 7, 8, 9, 11, 12, 15}, B8 = {1, 3, 8, 9, 10, 12, 13},
B9 = {2, 4, 9, 10, 11, 13, 14}, B10 = {3, 5, 10, 11, 12, 14, 15},
B11 = {1, 4, 6, 11, 12, 13, 15}, B12 = {1, 2, 5, 7, 12, 13, 14},
B13 = {2, 3, 6, 8, 13, 14, 15}, B14 = {1, 3, 4, 7, 9, 14, 15},
B15 = {1, 2, 4, 5, 8, 10, 15}.
Blok B15 biramo za osnovni skup i na osnovu (11.15) do bijamo da je
B10 = {1, 2, 5}, B20 = {2, 4, 10}, B30 = {4, 5, 8}, B40 = {4, 5, 8},
B50 = {5, 10, 15}, B60 = {1, 8, 10}, B70 = {2, 8, 15}, B80 = {1, 8, 10},
B90 = {2, 4, 10}, B10
0 0
= {5, 10, 15}, B11 0
= {1, 4, 15}, B12 = {1, 2, 5},
0 0
B13 = {2, 8, 15}, B14 = {1, 4, 15}.
Na osnovu ovih blokova Bi0 formiramo novu (7, 6, 14, 3, 2)konfiguraciju nad
skupom V 0 = B15 0 = {1, 2, 4, 5, 8, 10, 15}. Medjutim, nije tesko uociti da
medju blokovima vaze jednakosti B10 = B12 0 , B0 = B0 , B0 = B0 , B0 = B0 ,

2 9 3 4 5 10
0 0 0 0 0 0
B6 = B8 , B7 = B13 , B11 = B14 . Kako u blok-semi ucestvuju samo razliciti
blokovi mi prakticno imamo (7,3,7,3,1)-konfiguraciju nad osnovnim skupom
V 0.
Rezidualna blok-sema. Neka je data (v, k, )-konfiguracija nad skupom V , koja

je definisana familijom blokova B1 , B2 , . . . , Bv . Izaberimo proizvoljan od njih,
a bez smanjenja opstosti mozemo ponovo uzeti Bv , i formirajmo novu familiju
blokova, Bi0 , i = 1, 2, . . . , v 1, na osnovu jednakosti
Bi0 = Bi \Bv (11.16)
za i = 1, 2, . . . , v 1. Na osnovu blokova Bi0 , i = 1, 2, . . . , v 1 dobijamo novu

blok-semu nad skupom V 0 , V 0 = V \Bv . Parametri ove konfiguracije su v 0 = v k,
r0 = k, b0 = v 1, k 0 = k , 0 = . Ona je rezidualna ili blok-sema ostatka u
odnosu na polaznu (v, k, )-konfiguraciju.
Primer 14. Posmatrajmo ponovo (15, 7, 3)-konfiguraciju iz Primera 13.

Formirajmo blokove Bi0 , i = 1, 2, . . . , 14, na osnovu (11.16), tj na osnovu
jednakosti Bi0 = Bi \B15 . Na taj nacin dobijamo
B10 = {3, 6, 9, 11}, B20 = {3, 6, 7, 12}, B30 = {3, 7, 11, 13},
B40 = {6, 9, 12, 14}, B50 = {6, 7, 9, 13}, B60 = {6, 7, 11, 14},
B70 = {7, 9, 11, 12}, B80 = {3, 9, 12, 13}, B90 = {9, 11, 13, 14},
0 0 0
B10 = {3, 11, 12, 14}, B11 = {6, 11, 12, 13}, B12 = {7, 12, 13, 14},
0 0
B13 = {3, 6, 13, 14}, B14 = {3, 7, 9, 14}.
Na osnovu ovih blokova dobija se nova uravnotezena blok-sema, tj. (8, 7, 14,
4, 3)-konfiguraciju nad skupom V 0 = {3, 6, 7, 9, 11, 12, 13, 14}.
Dualna blok-sema. Neka je na raspolaganju simetricna blok-sema cija je matrica

incidentnosti A. Tehnika dobijanja dualne blok-seme zasniva se na promeni uloga
blokova i elemenata. Nova blok-sema se formira tako sto joj odgovara matrica
incidentnosti AT . Ona se naziva dualnom.
Posmatrajmo neku (v, k, )-konfiguraciju nad skupom elemenata V = {a1 , a2 ,
. . . , av }, definisanu blokovima B = {B1 , B2 , . . . , Bv }. Formirajmo nove blokove
B10 , B20 , . . . , Bv0 , tako da bloku Bj0 , j = 1, 2, . . . , v, pridruzimo sve elemente ai , i =
1, 2, . . . , v, za koje aj Bi . Tako, na primer, ako elemenat a2 pripada blokovima
B1 , B3 , B7 , blok B20 se sastoji od elemenata a1 , a3 , a7 . Novodobijena konfiguracija
formirana od blokova Bi0 , i = 1, 2, . . . , v je takodje simetricna, ima iste parametre
kao i polazna. Naravno, polazna i dualna blok-sema ne moraju biti izomorfne.
Primer 15. Neka je nad skupom V = {1, 2, 3, 4, 5, 6, 7} na raspolaganju

(7,3,1)-konfiguracija, definisana blokovima B1 = {1, 2, 6}, B2 = {2, 3, 7},
B3 = {3, 4, 1}, B4 = {4, 5, 2}, B5 = {5, 6, 3}, B6 = {6, 7, 4}, B7 = {7, 1, 5}.
Matrica incidentnosti A ove blok-seme, kao i matrica AT , su:

1 1 0 0 0 1 0 1 0 1 0 0 0 1

0 1 1 0 0 0 1 1 1 0 1 0 0 0

1 0 1 1 0 0 0 0 1 1 0 1 0 0
T

A=
0 1 0 1 1 0 0 ,
A =
0 0 1 1 0 1 0 .

0 0 1 0 1 1 0 0 0 0 1 1 0 1

0 0 0 1 0 1 1 1 0 0 0 1 1 0
1 0 0 0 1 0 1 0 1 0 0 0 1 1
Na osnovu matrice AT formiramo novu blok-semu pomocu blokova B10 =

{1, 3, 7}, B20 = {1, 2, 4}, B30 = {2, 3, 5}, B40 = {3, 4, 6}, B50 = {4, 5, 7}, B60 =
{1, 5, 6}, B70 = {2, 6, 7}. Nije tesko uociti da je ovo (7, 3, 1)-konfiguracija nad
skupom V = {1, 2, 3, 4, 5, 6, 7}.
Pre nego sto navedemo jednu direktnu metodu, moramo da definisemo pojam
diferencni skup.
Neka je v 2 prirodan broj i Rv , j = 1, 2, . . . , v 1, primarni sistem ostataka
familije klasa ekvivalencije skup Z.
Definicija 11.10 Neka je D = {d1 , d2 , . . . , dk }, 0 k v 1 podskup skupa Rv ,

D Rv . On se naziva (v, k, )savrseni diferencni skup, ako za svako d, d Rv
i d 6 0(modv) postoji tacno uredjenih parova (di , dj ) elemenata iz D, i 6= j,
i = 1, 2, ..., k, j = 1, 2, ..., k, tako da je di dj = d(modv). Ako se izostavi uslov
d Rv , skup D = {d1 , . . . , dk } je (v, k, )diferencni skup.
Primer 16. Neka je v = 13, R13 = {0, 1, . . . , 12}. Pokazacemo da je skup

D = {0, 4, 5, 7} (13, 4, 1)-savrseni diferencni skup. Za d1 = 0, d2 = 4, d3 = 5
i d4 = 7 vaze jednakosti
d2 d1 = 4 4(mod13), d3 d1 = 5 5(mod13),
d4 d1 = 7 7(mod13), !d1 d2 = 4 9(mod13),
d3 d2 = 1 1(mod13), d4 d2 = 3 3(mod13)
d1 d3 = 5 8(mod13), d2 d3 = 1 12(mod13),
d4 d3 = 2 2(mod13), d1 d4 = 7 6(mod13),
d2 d4 = 3 10(mod13), d3 d4 = 2 11(mod13).
Na osnovu ovih jednakosti zakljucujemo da se svaki elemenat iz skupa R13 ,

razlicit od nule, medju ostacima javlja tacno po jedanput, pa je = 1.
Primer 17. Neka je v = 11. Tada je R11 = {0, 1, . . . , 10}. Pokazimo da je

skup D = {1, 3, 4, 5, 9}, D R11 , (11, 5, 2)savrseni diferencni skup. Kako
je d1 = 1, d2 = 3, d3 = 4, d4 = 5 i d5 = 9 imamo
d2 d1 = 2 2(mod11), d3 d1 = 3 3(mod11),
d4 d1 = 4 4(mod11), d5 d1 = 8 8(mod11),
d1 d2 = 2 9(mod11), d3 d2 = 1 1(mod11),
d4 d2 = 2 2(mod11), d5 d2 = 6 6(mod11),
d1 d3 = 3 8(mod11), d2 d3 = 1 10(mod11),
d4 d3 = 1 1(mod11), d5 d3 = 5 5(mod11),
d1 d4 = 4 7(mod11), d2 d4 = 2 9(mod11),
d3 d4 = 1 10(mod11), d5 d4 = 4 4(mod11),
d1 d5 = 8 3(mod11), d2 d5 = 6 5(mod11),
Svaki nenulti elementat skupa R11 se javlja tacno dva puta u ovim jednakos-
tima, te je = 2.
Pretpostavimo da je D = {d1 , d2 , . . . , dk } jedan (v, k, )-diferencni skup .

Oznacimo sa B1 ovaj skup, B1 = D. Formirajmo skupove (blokove) B2 , B3 , . . .
,Bv na osnovu jednakosti
Bi+1 = {d1 + i, d2 + i, . . . , dk + i} (11.17)
za i = 1, 2, . . . , v 1. Pri tome vodimo racuna da ako je u dj + i v, za neko

j = 1, 2, . . . , k, odgovarajuce sabiranje se obavlja po modulu v. Sada pomocu
blokova B1 , B2 , . . . , Bv formiramo odgovarajucu blok-semu. Ona je simetricna
(v, k, )-konfiguracija, pri cemu se parametri poklapaju sa parametrima posma-
tranog diferencnog skupa.
Primer 18. Uocimo (7, 3, 1)-diferencni skup D = {1, 2, 4}. Oznacimo skup
D sa B1 , B1 = {1, 2, 4}. Na osnovu (11.17) formirajmo blokove B2 , B3 , B4 ,
B5 , B6 , B7 . Redom dobijamo da je
B2 = {2, 3, 5}, B3 = {3, 4, 6}, B4 = {4, 5, 7}

B5 = {5, 6, 1}, B6 = {6, 7, 2}, B7 = {7, 1, 3}.
Blok-sema B = {B1 , B2 , B3 , B4 , B5 , B6 , B7 } je (7,3,1)-konfiguracija nad sku-

pom Z7 = {1, 2, 3, 4, 5, 6, 7}.
Glava 12
Grafovi
12.1 Intuitivno shvatanje pojma grafa

Pretpostavimo da posmatramo neki slozeni sistem, koji se sastoji od veceg broja
razlicitih objekata i da je potrebno da na ovom sistemu resimo neki postavljeni
zadatak. Cesto je veoma korisno, a nekad i neophodno, da postupimo na sledeci
nacin. Izdvojimo samo one objekte koji su u neposrednoj vezi sa postavljenim za-
datkom. Njih proglasavamo relevantnim objektima. Uocavamo i vrsimo grupisanje
svih znacajnih osobina, sistema i relevantnih objekata, za nas rad. Na osnovu ovih
osobina uvodimo medjusobnu zavisnost uocenih objekata. Na nekom listu pa-
pira svakom odabranom objektu dodelimo po jednu tacku. Tacke koje odgovaraju
objektima koji su u neposrednoj zavisnosti, spajamo neprekidnim linijama. U za-
visnosti od zadatka koji resavamo, pojedine tacke mogu biti medjusobno povezane
i sa vise linija. Ove neprekidne linije mogu biti usmerene, ili ne, jer zavisnost
medju objektima moze biti jednosmerna ili obostrana. Na taj nacin smo posma-
tranom sistemu, ili njegovom delu, pridruzili jednu semu, sliku, koja se sastoji od
tacaka i neprekidnih linija, na osnovu koje se moze jednoznacno prouciti, pa cesto i
resavati postavljeni zadatak. Dobijena sema predstavlja graf u svom sirem smislu.
Naravno, ovo je samo intuitivno poimanje pojma grafa.
Primer 1. Kao deo slozenog sistema, posmatrajmo deo geografske karte.

Na karti uocimo teritorije 7 drzava, koje redom oznacimo slovima a, b, c, d,
e, f i g, (Slika 1).
Postavlja se sledeci zadatak: za svaku od navedenih drzava odrediti min-
imalan broj drugih drzava preko cijih teritorija treba preci da bi se stiglo
do svake od preostalih. Relevantni objekti za postavljeni zadatak su uocene
drzave. Osobine od znacaja za njegovo resavanje su:
251
252 GLAVA 12. GRAFOVI
- Poznavanje svih drzava sa kojima se svaka pojedina granici;

- Poznavanje putnih mreza za svaku drzavu ponaosob i njihove medju-
sobne povezanosti;
- Poznavanje svih regularnih granicnih prelaza izmedju drzava koje se
granice.
Slika 1.
Naravno, mogu da se uzmu u obzir i druge osobine, koje i ne mogu da se uoce

sa geografske karte, kao sto su eventualni sukobi izmedju drzava, izostanak
diplomatskih odnosa, ili trenutna politicka previranja, ali cemo to ovoga
puta zanemariti. Dve drzave cemo proglasiti susednim, ili da su u direkt-
noj vezi, ako se granice, imaju povezane putne mreze i regulisane granicne
prelaze. Ovako definisano susedstvo izmedju pojedinih drzava je na Slici 1
oznaceno dvema paralelnim crtama preko granicne linije. Sada svakoj drzavi
pridruzimo po jednu razlicitu tacku, Slika 2. Neprekidnim neusmerenim lin-
ijama spojimo one tacke koje odgovaraju susednim drzavama. Time smo
Slika 2.
formirali odgovarajuci graf za postavljeni zadatak. Za njegovo resavanje

mozemo formirati, na osnovu grafa sa Slike 2, odgovarajucu tabelu, Slika 3,
u kojoj simbolom , oznacavamo cinjenicu da se do neke drzave ne moze
doci koristeci postojecu putnu mrezu. Brojem k, k = 0, 1, . . ., oznacavamo
12.1. INTUITIVNO SHVATANJE POJMA GRAFA 253
broj drzava preko cijih se teritorija mora proci da bi se stiglo iz jedne u drugu
posmatranu drzavu.
Tako, na primer, lako je uociti da je drzava c potpuno odsecena od ostalih
drzava, ili da se iz drzave g do drzave e moze stici preko teritorija najmanje
dve druge drzave, bez obzira na cinjenicu da drzave e i g imaju zajednicku
granicu.
X a b c d e f g
a X 0 1 2 2 3
b 0 X 0 1 1 2
c X
d 1 0 X 0 0 1
e 2 1 0 X 1 2
f 2 1 0 1 X 0
g 3 2 1 2 0 X
Slika 3.
Primer 2. Posmatrajmo konfiguraciju J = {B1 , B2 , B3 , B4 } nad konacnim

skupom Z7 = {1, 2, 3, 4, 5, 6, 7}, definisanu blokovima B1 = {1, 2, 6}, B2 =
{2, 3, 7}, B3 = {4, 5}, B4 = {6, 7}. Blokovima Bi , i = 1, 2, 3, 4 i elementima
skupa Z7 pridruzimo u ravni po jednu tacku. Sada spojimo svaku tacku
pridruzenu elementima skupa Z7 , sa tackom koja je pridruzena bloku, ako
odgovarajuci element pripada tom bloku, Slika 4. Na taj nacin smo dobili
jedan graf koji odgovara posmatranoj konfiguraciji.
1s 2s 3s 4s 5s
s 7s 6
"" ""
" "
" "
"
" " "
"" ""
s" "s s s
B1 B2 B3 B4
Slika 4.
Sada posmatrajmo skup elemenata S = {1, 2, 3, 4, 5, 6, 7, B1 , B2 , B3 , B4 } koji

odgovara tackama sa Slike 4. Na osnovu ovih tacaka formirajmo konfiguraciju
sastavljenu od svih mogucih blokova od po dva elementa cije su tacke spojene
na Slici 4. Na taj nacin smo dobili konfiguraciju J 0 = {{1, B1 }, {2, B1 },
{2, B2 }, {3, B2 }, {4, B3 }, {5, B3 }, {6, B1 }, {6, B4 }, {7, B2 }, {7, B4 }}. Ovo
znaci da je graf sa Slike 4 ujedno jedna 2konfiguracija.
Na osnovu Primera 2, bez obzira sto jos nismo formalno definisali pojam grafa,
intuitivno mozemo zakljuciti da je svaki graf, ustvari, jedna jednostavna kombi-
natorna konfiguracija, ciji su blokovi sastavljeni od po dva elementa. Zbog toga,
kao i zbog nacina predstavljanja, grafovi su veoma privlacna kombinatorna kon-
figuracija za izucavanje. Pokazalo se da su polja primene grafova u nauci i tehnici
gotovo neiscrpna. Oni se, na primer, veoma mnogo koriste u fizici, hemiji, genetici,
matematickoj ekonomiji, saobracaju, i mnogim drugim disciplinama. Posebno
mesto, sto je za nas veoma interesantno, je primena grafova u racunarstvu. Grafovi
su nezamenljivi kod projektovanja racunarskih mreza, operativnih sistema, pro-
grama, opisa programskih jezika, racunarskih sistema, racunara specijalne namene
itd. Na primer, kada je u pitanju projektovanje racunara specijalne namene,
grafovi omogucavaju da se u sustini dva razlicita objekta, algoritam i racunarski
sistem, opisu pomocu jednog treceg objekta, grafa, pa se na taj nacin uslovljenost
algoritma i racunarskog sistema moze mnogo bolje sagledati.
Umesto nekog dubljeg zalazenja u istorijat teorije grafova, navescemo nekoliko
zadataka koji mogu da se svrstaju u one za razonodu, ali cije je resavanje znacajno
uticalo na njen razvoj.
Zadatak o Kenigsberskim mostovima. Grad Kenigsberg (danas Kalin-
ingrad, Rusija), kulturni, istorijski, privredni i nadasve naucni i obrazovni centar
Istocne Pruske, lezi na uscu reke Pregel u Balticko more. Pregel deli grad na dva
dela i ima dva ostrva, koja su bila povezana sa obalama i medjusobno pomocu
sedam mostova (Slika 5).
Slika 5.
U XVIII veku, kada je na Kenigsberskom Univerzitetu predavao vec cesto
pominjani Ojler, u intelektualnim krugovima pojavilo se sledece pitanje: da li
je moguce u jednoj setnji preci preko svih sedam mostova, a da se pri tome svaki
predje samo po jedanput?. Postoji sumnja da je ovaj zadatak predlozio sam Ojler,
ali nema sumnje da ga je on resio 1736. godine. Odgovor je negativan.
Medjutim, mnogo je znacajnije da je metod koji je on primenio zacetak nove
matematicke discipline - teorije grafova. Ujedno, to je bila inspiracija Ojleru da
12.1. INTUITIVNO SHVATANJE POJMA GRAFA 255
ovu teoriju znacajno razradi, i dodje u njoj, do fundamentalnih rezultata. Sa

nekima od njih srescemo se u daljem tekstu ovog poglavlja.
Zadatak o tri kuce i tri bunara. Treba tri kuce povezati sa tri bunara, ali
da se pri tome nijedna dva puta ne preseku (Slika 6)
Slika 6.
Postoji mnogo varijacija ovog zadatka, kao i verzija o njegovom poreklu. Resio
ga je, a odgovor je da je to nemoguce, veliki poljski matematicar Kuratovski,
1930. godine. Medjutim, mnogo znacajnije od toga je sto je njegovim resavanjem
Kuratovski dosao do mnogih drugih znacajnih rezultata u teoriji grafova, a narocito
u oblasti planarnih grafova.
Problem trgovackog putnika. Treba jednim putovanjem obici odredjeni

broj gradova, pri cemu se svaki grad posecuje samo jedanput, vratiti se u po-
lazni grad, i da pri tome predjeni put bude minimalni. Ovaj problem je i danas
otvoren. Inace je nastao u XIX veku i proistekao je iz zadatka Put oko sveta
koji je postavio Hamilton. Njegova sustina je da se u jednom putovanju, najkracim
putem, obidju svi glavni gradovi sveta.
Zadatak cetiri boje. Treba politicku kartu sveta obojiti pomocu cetiri boje,
pri cemu bi svake dve susedne drzave bile obojene razlicitim bojama. Pretpostavlja
se da se svaka drzava sastoji od jedne celine. Ovaj zadatak je postavio 1852. go-
dine Frank Gutrije, u Kraljevskom Geografskom Drustvu u Londonu. Potvrdan
odgovor su dali tek 1976. godine Apel i Heken, sa Univerziteta Ilinois u Sjedin-
jenim Americkim Drzavama. U medjuvremenu, resavanjem ovog zadatka, razvila
se veoma znacajna grana Teorije grafova, bojenje grafa.
12.2 Definicije grafa i srodnih struktura

U jednom od prethodnih odeljaka dali smo sledecu definiciju grafa.
Definicija 12.1 Uredjeni par G = (V, ), gde je V neprazan skup i binarna

relacija na skupu V , naziva se graf. Elementi skupa V su cvorovi, a skupa su
grane.
Ekvivalentna definicija ovoj definiciji glasi:
Definicija 12.2 Neka je V neprazan skup i E skup parova elemenata iz V . Ure-

djeni par G = (V, E) naziva se graf. Elementi skupa V su cvorovi, a skupa E su
grane.
Graf u ovim definicijama je definisan u veoma sirokom smislu ovog pojma.

Naime, obuhvacene su mnoge strukture, koje nisu od istog interesa u ovom po-
glavlju. Pre nego sto rasclanimo ove strukture, recicemo nesto vise o skupovima
V i E, tj. o relaciji .
Skup V moze biti prazan, konacan ili beskonacan. Mi cemo u ovom poglavlju
podrazumevati da je V neprazan konacan skup. Elementi skupa V , tj. cvorovi
najcesce se oznacavaju malim slovima, indeksiranim ili ne, neke azbuke ili prirod-
nim brojevima, kao, na primer, V = {a, b, ...}, V = {x1 , x2 , ...} ili V = {1, 2, ...}.
Na grafikonu, koji se cesto poistovecuje sa samim grafom, cvorovi se oznacavaju
tackama ili nekom ravnom figurom (, 4, 2, ,...), sto je posebno prisutno u
racunarstvu, kada graf prikazuje neki racunarski sistem.
E je skup grana. Za njega cemo smatrati da je konacan. Svaka grana, u
principu, predstavlja par elemanata iz V . Njih takodje mozemo oznacavati kao
elemente skupa V , ili pak preko parova, ili nekim pravilom koje je strogo definisano.
Ako je grana data neuredjenim parom, {a, b}, ona je neorijentisana. Prikazuje se
na grafikonu linijom (pravom ili krivom) koja spaja tacke a i b. Kazemo da je
incidentna sa cvorovima a i b, a za njih da su susedni. Ako je grana data uredjenim
parom, l = (a, b), ona je orijentisana. Orijentacija je od cvora a ka cvoru b, i
oznacava se strelicom. Kaze se da grana polazi iz cvora a (istice) i zavrsava se
(stice) u cvoru b. Na grafikonu se prikazuje usmerenom linijom koja spaja ova
dva cvora. Grana {a, a}, tj. (a, a), naziva se petljom i najcesce se prikazuje
kao neorijentisana. Prilikom oznacavanja grana, oznaka za neki cvor moze da
izostane, {a, }, (a, ), (, b). To je posebno prisutno kod grafova koji prikazuju
neki paralelni racunarski sistem, a one prikazuju veze sa periferijom. Inace, cvor
koji je izostavljen, dobro je poznat i njegovo prikazivanje bi samo nepotrebno
opteretilo graf. Ovakve grane se zovu spoljasnjim. Neorijentisana grana {a, b} se
12.2. DEFINICIJE GRAFA I SRODNIH STRUKTURA 257
moze zameniti sa dve orijentisane, (a, b) i (b, a), ali se obrnuto retko radi. Grane
(a, b) i (b, a) se nazivaju paralelnim.
{a, b} (a, b) {a, a} (a, a) (a, ) (, b) {a, }
Slika 7.
Kako je receno, nametanjem odgovarajucih ogranicenja relaciji , u Definiciji
12.1, definisacemo razne strukture koje su obuhvacene u njoj.
Definicija 12.3 Neka je V neprazan skup i binarna relacija na V . Ako je

simetricna i antirefleksivna, uredjeni par G = (V, ) je prost graf. Ako je
simetricna i nije refleksivna, uredjeni par G = (V, ) je prost graf sa petljama.
Kako nas u datom tekstu interesuje uglavnom prost graf, zvacemo ga grafom.
Druge neorijentisane strukture uvescemo koristeci Definiciju 12.2.
Definicija 12.4 Neka je V neprazan skup i E skup neuredjenih parova elemenata

skupa V . Ako E ne sadrzi parove istih elemenata, uredjeni par G = (V, E) je
prost graf, tj. graf. U protivnom je graf sa petljama. Ako je E kolekcija parova
elemanata iz skupa V i ne sadrzi parove istih elemenata, uredjeni par G = (V, E)
je multigraf. U protivnom je pseudograf.
Na sledecoj slici prikazane su strukture uvedene Definicijom 12.4.
graf graf sa petljom multigraf pseudograf

Slika 8.
Definisacemo sada orijentisane strukture skrivene u Definicijama 12.1 i 12.2.
Definicija 12.5 Neka je V neprazan skup i binarna relacija na V . Ako relacija

nije simetricna i antirefleksivna je, uredjeni par G = (V, ) je orijentisani graf
ili orgraf. Ako je nije simetricna i nije refleksivna, uredjeni par G = (V, ) je
direktan graf ili digraf. Ako je relacija asimetricna i antirefleksivna uredjeni par
G = (V, ) je usmereni graf.
Ove strukture, i jos neke, uvescemo i koriscenjem Definicije 12.2.

Definicija 12.6 Neka je V neprazan skup i E skup uredjenih parova elemenata
skupa V . Ako E ne sadrzi parove istih elemenata, uredjeni par G = (V, E) je
orijentisani graf ili orgraf. U protivnom je direktan graf ili digraf. Ako E ne sadrzi
parove istih elemenata, niti paralelne grane, uredjeni par G = (V, E) je usmereni
graf. Ako je E kolekcija uredjenih parova elemanata iz V i ne sadrzi parove istih
elemenata, uredjeni par G = (V, E) je orijentisani multigraf. U protivnom je
orijentisani pseudograf.
Na sledecoj slici prikazane su strukture uvedene Definicijom 12.6.
orijentisani orijentisani usmereni orijentisani orijentisani

graf graf sa petljom graf multigraf pseudograf
Slika 9.
Uvedene strukture mogu biti mesovite. To je slucaj kada skup E, tj. kolekcija E,
sadrzi mesovite parove, tj. uredjene i neuredjene parove. U odnosu na , to se
moze dogoditi kada se paralelne grane zamene neorijentisanom.
Primer 3. Posmatrajmo uredjeni par G = (V, ), pri cemu je V = {1, 2, 3,

4, 5}. Neka je relacija definisana sa = {(1, 2), (2, 1), (2, 3), (3, 2), (2, 4),
(4, 2)}. Ova relacija je simetricna i antirefleksivna. Ako sve paralelne grane
zamenimo neorijentisanim, dobija se da je G = (V, ) graf.
Slika 10.
Neka je relacija definisana sa = {(1, 2), (2, 1), (2, 3), (3, 2), (4, 4)}. Ona je
simetricna i nije refleksivna. Uredjeni par G = (V, ) je graf sa petljom.
Slika 11.
Neka je relacija definisana sa = {(1, 2), (2, 3), (3, 2)}. Ona nije simetricna
i antirefleksivna je. Struktura G = (V, ) je orijentisani graf.
Slika 12.
Neka je relacija definisana sa = {(1, 2), (2, 3), (3, 2), (4, 4)}. Struktura
G = (V, ) je digraf.
Slika 13.
Neka je relacija definidsana sa = {(1, 2), (2, 3)}. Struktura G = (V, ) je
usmereni graf.
Slika 14.
Napomenimo, da definicije 12.1 i 12.2 nisu i jedine za definisanje grafa u sirem

smislu. Ilustracije radi, navescemo sledecu.
Definicija 12.7 Uredjeni par G = (V, f ), gde je V neprazan skup i f preslikavanje

skupa V u samog sebe, naziva se graf.
U zavisnosti od osobina preslikavanja f zavisi i struktura uredjenog para G =

(V, f ).
Primer 4. Neka je uredjeni par G = (V, f ) definisan sa V = {1, 2, 3, 4, 5} i

!
1 2 3 4 5
f := .
2 3 4 5 1
Uredjeni par G = (V, f ) ima strukturu usmerenog grafa sa sledece slike.
Slika 15.
Ako je preslikavanje f definisano sa
!
1 2 2 3
f := ,
2 3 1 2
uredjeni par G = (V, f ) ima strukturu grafa.
Slika 16.
Ako je preslikavanje f definisano sa
!
1 1 2 3
f := ,
1 2 1 4
uredjeni par G = (V, f ) ima strukturu digrafa.
Slika 17.
Pomenuli smo da svaki graf, u ravni, mozemo da prikazemo pomocu grafikona,

tj. dijagrama, koji se sastoji od tacaka i linija, koji prakticno poistovecujemo
sa grafom. Medjutim, crtanje grafikona u velikoj meri zavisi i od iskustva. Tako,
istom grafu, mozemo da pridruzimo veci broj, na prvi pogled razlicitih grafikona,
sto moze da oteza uocavanje nekih njegovih osobina. Na sledecoj slici su prikazana
tri grafikona istog grafa.
Slika 18.
Oni su potpuno ravnopravni, ali je tesko uociti da svi, na primer, ilustruju osobine
da se kod tog grafa grane ne seku van cvorova, ili da u ravni ogranicavaju tri
trougaone povrsine. Zbog toga cemo u daljem tekstu reci grafikon i dijagram
izostavljati i poistovecivati ih sa grafom.
Graf moze biti nemarkiran ili markiran, pri cemu se, najcesce, markiraju
cvorovi i grane (videti sledeci sliku).
Slika 19.
Markiranje se obavlja, najcesce, koriscenjem slova i brojeva. Ono ima za cilj samo
obelezavanje i ne treba ga mesati sa dodelom tezina, tj. tezinskim grafovima. Kod
tezinskih grafova se granama i/ili cvorovima dodeljuju neke tezine, fizicke velicine,
koje ilustruju problem koga on predstavlja. Ako tezine nisu naglasene, smatra se
da sve grane i svi cvorovi imaju iste tezine.
Pomenuli smo da prilikom predstavljanja grane neki cvorovi mogu biti izostavl-
jeni. To je cesto prisutno u racunarstvu, narocito kod grafova paralelnih racu-
narskih sistema kada se izostavlja cvor koji predstavlja glavni racunar. Dacemo
definiciju digrafa koji sadrzi ove spoljne grane.
Definicija 12.8 Digraf sa spoljnim granama je uredjeni par G = (V, f ), gde je

V skup cvorova, a f preslikavanje skupa V {} u samog sebe, pri cemu / V.
Za sve grane oblika f () = (, v), v V , kazemo da su ulazne, za f () = (v, )
izlazne, i za f (u, v) = (u, v), u, v V , kazemo da su unutrasnje.
Primer 5. Neka je V = {1, 2, 3}, = 4 i preslikavanje f : {1, 2, 3, 4} 7

{1, 2, 3, 4} definisano sa
!
1 1 2 2 3 4 4 4
f := .
2 4 3 4 4 1 2 3
Odgovarajuci usmereni grafovi sa spoljnim vezama su prikazani na sledecoj

slici.
Slika 20.
Graf ima samo dve unutrasnje grane, i to su (1, 2) i (2, 3), a sve ostale su
spoljasnje. Pri tome su grane (4, 1), (4, 2) i (4, 3) ulazne, a grane (1, 4), (2, 4)
i (3, 4) izlazne.
U daljem tekstu, ako posebno ne naglasimo, razmatracemo grafove bez spoljnih
grana.
12.3 Stepeni cvorova

Neka je G = (V, E) neorijentisani graf. Stepen cvora u, u V , u oznaci d(u),
predstavlja ukupan broj grana iz E koje su sa njim incidentne, tj. ukupan broj
cvorova iz V , koji su s njim susedni. Zvezda cvora u, u V , u oznaci Z(u), je
skup svih cvorova iz V koji su sa njim susedni.
Z(u) = {v|v V, {u, v} E}.
Tako je d(u) = |Z(u)|. Ako je d(u) = 0, cvor u je izolovan, a ako je d(u) = 1 cvor
je viseci. Kod struktura srodnih grafu stepen cvora je vezan, strogo, za broj grana
incidentnih sa njim.
Primer 6. Stepeni cvorova grafa
Slika 21.
su d(1) = 3, d(2) = 2, d(3) = 2, d(4) = 3, d(5) = 1. Stepeni cvorova
pseudografa
Slika 22.
su d(1) = 4, d(2) = 2, d(3) = 4, d(4) = 4, d(5) = 1.
Teorema 12.1 (Ojler) Za graf G = (V, E), definisan skupovima V = {x1 , x2 , ...,
xn } i E = {l1 ,l2 ,...,lm } vazi jednakost
n
X
2m = d(xi ). (12.1)
i=1
12.3. STEPENI CVOROVA 263
Dokaz. Dokaz sledi iz proste cinjenice da svaka grana povezuje dva razlicita cvora,
te se dva puta broji u zbiru svih stepena cvorova.
Cvor u grafu ciji je stepen paran, zvacemo parnim, a ciji je stepen neparan,
neparnim.Tada vazi sledeca posledica prethodne teoreme.
Posledica 12.1 Broj cvorova neparnog stepena datog grafa je paran broj.
Primer 7. Graf sa sledece slike
Slika 23.
ima 5 cvora i 5 grana. Stepeni cvorova su d(1) = 2, d(2) = 2, d(3) = 3,
d(4) = 2, d(5) = 1. Zbir stepena cvorova je
d(1) + d(2) + d(3) + d(4) + d(5) = 10,
sto je 2 5 = 10, tj. jednako je dvostrukom broju njegovih grana.
Primer 8. Graf sa sa skupom cvorova V = {1, 2, 3, 4, 5}, ciji bi stepeni bili

d(1) = 1, d(2) = 3, d(3) = 2, d(4) = 2 i d(5) = 1 ne postoji. Broj cvorova
neparnog stepena je 3, sto je suprotno tvrdjenju posledice 12.1. Ukupan zbir
stepena cvorova bi bio
d(1) + d(2) + d(3) + d(4) + d(5) = 9,
ali ne postoji prirodan broj m, tako da je 2 m = 9.
Definicija 12.9 Dati graf G = (V, E), V = |n|, je regularan, stepena regularnosti
r ili r-regularan, ako je svaki njegov cvor stepena r. Oznacava se sa Cn,r .
Posledica 12.2 Ako je graf G = (V, E), |V | = n, |E| = m, r-regularan tada vazi
jednakost
2 m = n r. (12.2)
Kako su m, n i r prirodni brojevi (12.2) nije zadovoljena za bilo koje njihove

vrednosti. Bar jedan od brojeva n i r mora biti paran.
Primer 9. Na slici su prikazani 2-regularni grafovi za n = 3,4,5,6,7 i 8.

n=3 n=4 n=5 n=6
n=7 n=8
Slika 24.
Definicija 12.10 Graf G = (V, E), V = |n|, koji je (n 1)-regularan, naziva se

kompletan.
Posledica 12.3 Ako je graf G = (V, E), |V | = n, |E| = m, kompletan tada vazi
jednakost
!
n n(n 1)
m= = . (12.3)
2 2
Primer 10. Na slici su prikazani kompletni grafovi za n = 1,2,3,4,5 i 6.
K1 K2 K3 K4 K5 K6
Slika 25.
Graf K5 je kompletan pentagraf.
Definicija 12.11 Graf G = (V, E), V = {x1 , x2 , ..., xn }, |E| = n 1, naziva se

linearnim, u oznaci Ln , ako za svako i = 1, 2, ..., n 1 vazi {xi , xi+1 } E.
Definicija 12.12 Graf G = (V, E), sa osobinom V = V1 V2 , V1 V2 = , pri

cemu za svako l = {x1 , x2 } E vazi x1 V1 i x2 V2 , naziva se bipartitnim ili
dvodelnim grafom.
Primer 11. Na sledecoj slici prikazana su dva bipartitna grafa.

12.3. STEPENI CVOROVA 265
V1 V2 V1 V2
Slika 26.
Definicija 12.13 Bipartitni graf G = (V1 V2 , E), |V1 | = n1 , |V2 | = n2 , pri cemu
su svi cvorovi skupa V1 povezani sa svim cvorovima skupa V2 , naziva se kompletnim
bipartitnim grafom. Oznacava se sa Kn1 ,n2 .
Primer 12. Na sledecoj slici prikazani su grafovi K1,2 , K2,2 , K2,3 i K3,3 .
Graf K3,3 naziva se kompletan bitrigraf.
K1,2 K2,2 K2,3 K3,3

Slika 27.
n2
Teorema 12.2 Bipartitni graf G = (V, E), |V | = n, moze imati maksimalno 4
grana.
Dokaz. Neka za skup V vazi V = V1 V2 , V = V1 V2 = , |V1 | = n1 i |V2 | = n2 .

Ukupan broj grana u ovom grafu je E = n1 n2 , pri cemu je n1 + n2 = n. Funkcija
dve promenljive F (n1 , n2 ) = n1 n2 pod uslovom n1 +n2 = n dostize svoj maksimum
2
za n1 = n2 i n2 = n2 , i on je Fmax ( n2 , n2 ) = n4 .
Neka je G = (V, E) orijentisani graf. Izlazni stepen cvora u, u V , u oznaci

d (u), je ukupan broj grana koje polaze iz njega. Ulazni stepen cvora u, u V , u
oznaci d+ (u), je ukupan broj grana koje se zavrsavaju u uvom cvoru. Ovi stepeni
se jos nazivaju polustepenima.
Analogno teoremi 12.1 vazi sledeci rezultat:
Teorema 12.3 Za orijentisani graf G = (V, E), V = {x1 , x2 , ..., xn }, E = {l1 , l2 ,

..., lm } vazi jednakost
n
X n
X
2m = d (xi ) + d+ (xi )
i=1 i=1
Slika 28.
Primer 13. Za cvorove orijentisanog grafa sa slike vazi d (1) = 3, d+ (1) =

1, d (2) = 1, d+ (2) = 1, d (3) = 1, d+ (3) = 1, d (4) = 0, d+ (4) = 2.
Kod orijentisanih struktura, srodnih orijentisanom grafu, petlja se prilikom

racunanja stepena tretira kao ulazna i kao izlazna grana.
Primer 14. Za cvorove orijentisanog pseudografa sa slike vazi d (1) = 5,

d+ (1) = 3, d (2) = 1, d+ (2) = 4, d (3) = 3, d+ (3) = 1, d (4) = 1,
d+ (4) = 2.
Slika 29.
12.4 Matricno predstavljanje grafa

Grafovi se, najcesce, predstavljaju pomocu tri tipa binarnih matrica, i to, matrice
incidentnosti, matrice susedstva po cvorovima i matrice susedstva po granama.
Neka je graf G = (V, E), definisan skupovima V = {x1 , x2 , . . . , xn } i E =
{l1 , l2 , . . . , lm }. Pomenute matrice se definisu na sledeci nacin:
Definicija 12.14 Matrica incidentnosti grafa G = (V, E) je binarna matrica B =

(bij ), reda m n, definisana sa
(
1, ako je grana li incidentna cvoru xj ,
bij =
0, ako grana li nije incidentna cvoru xj ,
za svako i = 1, 2, . . . , m i j = 1, 2, . . . , n.
12.4. MATRICNO PREDSTAVLJANJE GRAFA 267
Definicija 12.15 Matrica susedstva po cvorovima grafa G = (V, E) je binarna

matrica A = (aij ), reda n n, definisana sa
(
1, ako {xi , xj } E,
aij =
0, ako {xi , xj }
/ E,
za svako i = 1, 2, . . . , n i j = 1, 2, . . . , n.
Definicija 12.16 Matrica susedstva po granama grafa G = (V, E) je binarna ma-

trica C = (cij ), reda m m, definisana sa
(
1, ako li lj V,
cij =
0, ako li lj = ili li lj
/ V,
za svako i = 1, 2, . . . , m i j = 1, 2, . . . , m, pri cemu je i 6= j, dok je cii = 0,

i = 1, 2, ..., m.
Kako matrica A ima daleko veci znacaj od matrice C, kada se kaze matrica
susedstva misli se na nju.
Primer 15. Za graf G = (V, E), definisan sa V = {x1 , x2 , x3 , x4 , x5 } i

E = {{x1 , x2 }, {x2 , x3 }, {x2 , x4 }}, matrice A, B i C iz prethodnih definicija
su

0 1 0 0 0
1 0 1 1 0 1 1 0 0 0 0 1 1

A= 0 1 0 0 0 B= 0 1 1 0 0 C = 1 0 1 .

0 1 0 0 0 0 1 0 1 0 1 1 0
0 0 0 0 0
Naravno, ovo je tacno, ali samo pod uslovom da je l1 = {x1 , x2 }, l2 = {x2 , x3 }

i l3 = {x2 , x4 }, sto smo mi i koristili. Medjutim, E kao skup nije uredjen.
Mogli smo ravnopravno da razmatramo i sledece varijante.
l1 = {x1 , x2 }, l3 = {x2 , x3 }, l2 = {x2 , x4 },
l2 = {x1 , x2 }, l1 = {x2 , x3 }, l3 = {x2 , x4 },

l2 = {x1 , x2 }, l3 = {x2 , x3 }, l1 = {x2 , x4 },
l3 = {x1 , x2 }, l1 = {x2 , x3 }, l2 = {x2 , x4 },
l3 = {x1 , x2 }, l2 = {x2 , x3 }, l1 = {x2 , x4 },
Evidentno, raazlika je samo u markiranju grana. Za svaki od ovih slucaja

markiranja, dobili bismo novu matricu incidentnosti, koje se razlikuju od
gore navedene. Naravno, sve one odgovaraju datom grafu. Tako, na primer,
za slucaj l1 = {x1 , x2 }, l3 = {x2 , x3 }, l2 = {x2 , x4 } vazi

1 1 0 0 0

B1 = 0 1 0 1 0 .
0 1 1 0 0
Nije tesko uociti da se matrice B i B1 razlikuju samo po redosledu vrsta.

Slicnu situaciju bismo imali i kada bismo izvrsili promenu markiranja cvoro-
va. To cemo ilustrovati u sledecem primeru.
Primer 16. Neka je dat neusmereni graf, koji se sastoji od tri cvora i dve
grane. Njemu odgovara 6 (3! = 6) grafova dobijenih razlicitim markiranjem
Slika 30.
cvorova. i dva grafa sa razlicito markiranim granama ili ukupno 12 = 2! 3!
Slika 31.
Slika 32.
grafova sa razlicito markiranim cvorovima i granama.

Svakom od ovih grafova mozemo pridruziti matricu incidentnosti i matricu
susedstva, po cvorovima. Nije tesko uociti, a to prepustamo citaocu, da ce sve
matrice susedstva imati iste elemente, tj. isti broj nula, i da se odgovarajucim
permutacijama vrsta i kolona, iz jedne moze dobiti bilo koja druga. To isto
vazi i za matrice incidentnosti. Zbog toga se postavlja logicno pitanje, da li
su u pitanju sustinski razliciti grafovi?
Slika 33.
Neka je dat graf G = (V, E) koji ima n cvorova, |V | = n, i m grana, |E| = m.

Ne ulazeci u formalne dokaze, vazi sledece. Grafu G mozemo pridruziti, u zavisnosti
od markiranja cvorova, najvise n! medjusobno razlicitih matrica susedstva, po
cvorovima. Medjutim, sve one ce imati isti broj nula, tj. jedinica. Permutacijama
vrsta i kolona jedne, dobija se neka druga. Postavlja se pitanje koja od njih
prezentuje dati graf. Slicno, u zavisnosti od markiranja grana i cvorova, grafu G
mozemo pridruziti n! m! razlicitih matrica incidentnosti. Sve one ce takodje imati
isti broj jedinica, tj. nula, i permutacijama vrsta i kolona iz jedne se prelazi u
drugu. I ovoga puta se postavlja isto pitanje prezentacije. Pitanje prezentacije se
moze postaviti i obrnuto. Da li matrica susedstva, tj. incidentnosti, jednoznacno
predstavlja graf, a ako to ne vazi, kako postupiti u praksi? Na srecu, na ova
pitanja postoje prosti odgovori, tj. sve se razresava uvodjenjem pojma izomorfizma
grafova.
Definicija 12.17 Za dva grafa G1 = (V1 , E1 ) i G2 = (V2 , E2 ) kazemo da su izo-

morfna ako i samo ako postoji bijekcija , : V1 7 V2 , tako da je
(x, y V1 )({x, y} E1 ) ((x), (y) V2 )({(x), (y)} E2 ).
Drugim recima izomorfizam grafova je obostrano jednoznacno preslikavanje

njegovih cvorova, koje ocuvava njihovo susedstvo. Kao i kod drugih konfiguracija,
za nas su izomorfni grafovi isti grafovi, tj. jednakost do izomorfizma posmatramo
kao jednakost.
Sve matrice, istog reda, koje odgovarajucim transformacijama vrsta i kolona
prelaze jedna u drugu su izomorfne, pri cemu je izomorfizam definisan upravo
ovim permutacijama. Ako su u pitanju matrice incidentnosti ili susedstva, sto je
slucaj kod nas, odgovarajuce strukture, tj. grafovi su medjusobno jednaki. To
znaci da datom grafu odgovaraju matrice susedstva i incidentnosti jednake do
izomorfizma, i obrnuto one prezentuju graf jednoznacno do izomorfizma. Kada
pridruzujemo datom grafu matricu susedstva, ili incidentnosti, nije bitno koju
izaberemo iz odgovarajuceg skupa. Vazi i obrnuto.
Formalno, ako je dat graf G = (V, E), koji sadrzi n cvorova, |V | = n i m grana,
|E| = m, i neka su im pridruzene dve matrice susedstva A1 i A2 i dve matrice
incidentnosti B1 i B2 . Tada postoji jedinstvena permutaciona matrica P , reda
n n i jedeinstvene permutacione matrice P1 , reda m m i P2 , reda n n, tako
da je
A1 = P T AP i B1 = P1 B2 P2 . (12.4)
Primer 17. Grafovi G1 i G2 su izomorfni, pri cemu je izomorfizam definisan
G1 G2
Slika 34.
preslikavanjem !
1 2 3 4
: = = (13)(24).
3 4 1 2
Za njihove matrice susedstva

0 1 0 0 0 1 0 1
1 0 1 0 1 0 0 0

A1 = i A2 =
0 1 1 0 0 0 0 1
0 0 1 0 1 0 1 0
postoji jedinstvena permutaciona matrica

0 0 1 0
0 0 0 1

P =
1 0 0 0
0 1 0 0
tako da je A1 = P T A2 P .
Primer 18. Grafovi G1 i G2 su izomorfni. Izomorfizam je definisan sa

G1 G2
Slika 35.
!
1 2 3 4 5
: = = (1)(2354) = (2354).
1 3 5 2 4
Matrice susedstva ovih grafova su, redom, matrice A1 i AA ,

0 0 1 1 0 0 1 0 0 1
0 0 0 1 1 1 0 1 0 0

A1 = 1 0 0 0 1 i A2 = 0 1 0 1 0 .

1 1 0 0 0 0 0 1 0 1
0 1 1 0 0 1 0 0 1 0
Na osnovu permutacione matrice P , koja se dobija na osnovu izomorfizma
,
1 0 0 0 0
0 0 1 0 0

P = 0 0 0 0 1

0 1 0 0 0
0 0 0 1 0
dobija se jednakost A1 = P T A2 P .
Primer 19. Grafovi G1 i G2 su izomorfni. Izomorfizam je definisan sa
G1 G2
Slika 36.
!
1 2 3 4 5 6
: = .
1 2 3 4 5 6
To su samo dva razlicita primera bitrigrafa K3,3 .
Primer 20. Grafovi G1 i G2 prikazani na sledecoj slici imaju isti broj
G1 G2
Slika 37.
cvorova, n = 5, isti broj grana, m = 5, isti raspored stepena cvorova, d(x1 ) =

1, d(x2 ) = d(x3 ) = d(x4 ) = 2, d(x5 ) = 3. Ipak oni nisu izomorfni. Njima,
redom, odgovaraju matrice susedstva

0 0 0 0 1 0 1 0 0 0
0 0 1 0 1 1 0 0 0 1

A1 = 0 1 0 1 0 i A2 = 0 0 0 1 1 .

0 0 1 0 1 0 0 1 0 1
1 1 0 1 0 0 1 1 1 0
Ne postoji permutaciona matrica P , reda 5 5, tako da vazi (12.4).
Pod karakteristicnim polinomom datog grafa podrazumeva se karakteristicni

polinom njegove matrice susedstva. Kako su one jedinstvene do permutacija vrsta
i kolona, postavlja se pitanje njegove jedinstvenosti.
Teorema 12.4 Karakteristicni polinom datog grafa ne zavisi od izbora njegove

matrice susedstva.
Dokaz. Neka su A1 i A2 , A1 6= A2 , dve matrice susedstva koje odgovaraju datom

grafu. Tada postoji permutaciona matrica P , odgovarajuce dimenzije, tako da
je A1 = P T A2 P . Oznacimo sa P1 () i P2 () karakteristicne polinome, redom,
matrica A1 i A2 . Tada vazi jednakost
P1 () = det(A1 I) = det(P T A2 P P T P ) = det(P T (A2 I)P )

= det(P T ) det(A2 I) det(P ) = det(A2 I) = P2 ().
Posledica 12.4 Dva izomorfna grafa imaju isti karakteristicni polinom.

Vratimo se sada binarnim matricama definisanim na pocetku ovog poglavlja,

za dati graf koji ima n cvorova i m grana.
Matrica incidentnosti sadrzi u svakoj vrsti po tacno 2 jedinice, jer s obzirom
da ne posmatramo spoljne grane, svaka grana je incidentna sa dva razlicita cvora.
Iz istog razloga, ona ne moze da sadrzi podmatricu, reda 2 2, koja ima sve
elemente 1. Skalarni proizvod svake dve iste vektor vrste ove matrice jednak je
2, a razlicite 0 ili 1. Zbir elemenata neke kolone ove matrice odredjuje stepen
odgovarajuceg cvora. Samim tim je skalarni proizvod bilo koje vektor-kolone sa
samom sobom jednak stepenu odgovarajuceg cvora, a dve razlicite vektor kolone
0 ili 1, u zavisnosti da li su odgovarajuci cvorovi susedni ili ne.
Matrica incidentnosti je simetricna, tako da je potpuno isto da li se posma-
traju njene vrste ili kolone. Zbir elemenata svake njene vrste (kolone) je stepen
odgovarjuceg cvora. To isto vazi i za skalarni proizvod bilo koje vektor vrste sa
samom sobom. Kako graf ne sadrzi petlje, svi elementi na glavnoj dijagonali su
nule.
Na osnovu svega recenog, lako se uspostavljaju medjusobne veze izmedju ma-
trice susedstva, matrice susedstva po granama i matrice incidentnosti za dati graf.
To dajemo u sledecoj teoremi.
Teorema 12.5 Neka je graf G = (V, E) definisan skupovima V = {x1 , x2 , ..., xn }
i E = {l1 , l2 , ..., lm }. Ako su A = (aij ) matrica susedstva, reda n n, B = (bij )
matrica incidentnosti, reda m n, i C = (cij ) matrica susedstva po granama, reda
m m, ovog grafa, tada vaze jednakosti
A = B T B D,
gde je D dijagonalna matrica, reda n n, ciji su elementi dii = d(xi ), za i =
1, 2, ..., n, i
C = B B T 2I,
gde je I jedinicna matrica reda m m.
Kada se odredjuje matrica susedstva neke slozenije strukture od grafa (graf
sa petljama, multigraf, pseudograf) u obzir se uzimaju sve incidentne grane i sve
petlje, za odgovarajuci cvor.
Primer 21. Multigrafu sa sledece slike odgovara matrica incidentnosti

1 0 3 0 0
0 0 1 0 0

A= 3 1 0 2 0 .

0 0 2 0 0
0 0 0 0 2
Slika 38.
Matrice susedstva i incidentnosti kod orijentisanih grafova definisu se na sledeci

nacin.
Definicija 12.18 Neka je orijentisani graf G = (V, E) definisan skupovima V =
{x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }. Matrica susedstva datog grafa je kvadratna
matrica A = (aij ), reda n n, definisana sa
(
1, ako je (xi , xj ) E
aij =
0, ako je (xi , xj ) 6 E,
za svako i = 1, 2, . . . n i j = 1, 2, . . . n.
Matrica incidentnosti datog grafa je pravougaona matrica B = (bij ), reda nm,
definisana sa

1, ako grana lj istice iz cvora xi ,
bij = 1, ako se grana lj stice u cvor xi ,

0, u ostalim slucajevima
za i = 1, 2, . . . , n i j = 1, 2, . . . , m
Primer 22. Orijentisanom grafu G = (V, E) sa sledece slike odgovaraju
Slika 39.
matrice susedstva i incidentnosti, A = (aij ) i B = (bij ),

0 1 1 0 1 0 0 1 1
0 0 1 0 1 1 0 0 0

A= B= .
1 0 0 1 0 1 1 1 1
0 0 0 0 0 0 1 0 0
Kako je vec pomenuto, posebno su interesantni grafovi kad su cvorovima i/ili

granama pridruzene odgovarajuce tezine. Definisimo tezinsku matricu, kada su
tezine pridruzene granama datog grafa.
Definicija 12.19 Neka je dat graf G = (V, E) definisan skupovima V = {x1 , x2 ,. . . ,

xn } i E = {l1 , l2 , . . . , lm }. Svakom paru cvorova {xi , xj }, i = 1, 2, . . . , n, i j =
1, 2, . . . , n, pridruzujemo tezinu wij , koja je neki broj ako {xi , xj } E ili je +
u protivnom. Kvadratna matrica T = (tij ), reda n n, definisana sa
(
wij , i 6= j
tij =
0, i=j
za svako i = 1, 2, . . . , n, i j = 1, 2, . . . , n, naziva se tezinskom matricom.
Tezine su najcesce realni brojevi, jer u zavisnosti od posmatranog problema

simbolizuju neke realne velicine. Umesto simbole + u upotrebi su oi drugi, kao
na primer .
Primer 23. Tezinskom grafu sa Slike 40
x
s4 4 x
s5
A
A
A
7 5 A4
1 A
A
A
x1 s x3 s As x7
A @
A @
A @
1A 2 @2 5
A @
A @
A @
As @s
x2 3 40. x6
Slika
odgovara tezinska matrica je

0 1 + 7 + + +

1 0 2 + + 3 +

+ 2 0 5 1 2 +

T =
7 + 5 0 4 + +
.
+ + 1 4 0 + 4

+ 3 2 + + 0 5
+ + + + 4 5 0
12.5 Delovi grafa. Putevi u grafu. Povezanost

Definicija 12.20 Neka je dat graf G = (V, E), V 6= {}. Svaki graf oblika =
(U, T ), pri cemu je U V i T E, naziva se delom grafa G.
Nula graf je deo svakog grafa. Svaka izdvojena grana ili cvor datog grafa, je
njegov deo. Pod delom datog grafa se ponegde u literaturi tretira njegov podgraf.
Mi cemo, pod pojmom podgraf podrazumevati nesto drugo.
Definicija 12.21 Neka je dat graf G = (V, E), V 6= {}. Graf oblika = (U, T ),
pri cemu je U V i T = E (U U ), naziva se podgraf grafa G. Ako je U 6= V ,
graf je pravi podgraf grafa G.
Definicija 12.22 Pod delimicnim grafom datog grafa G = (V, E), podrazumeva
se graf oblika = (V, T ), pri cemu je T E.
Napomena 12.1 U literaturi se delimicni graf datog grafa srece pod nazivom
kostur (skelet) graf. Sta vise, kad god se radi o nekom pojmu vezanom za dati graf
u kome su zastupljeni svi njegovi cvorovi, uz naziv pojma se cesto dodaje prefiks
kostur. Ovo cemo i mi ponekad koristiti u daljem tekstu.
Definicija 12.23 Delimicni graf podgrafa datog grafa, naziva se delimicni podgraf.
Primer 24. Na sledecoj slici dat je jedan graf G, njegov podgraf G1 , jedan
delimicni graf G2 , i jedan delimicni podgraf G3 .
Definicija 12.24 Neka je graf G = (V, E) definisan skupovima V = {x1 , x2 , . . . , xn }

i E = {l1 , l2 , . . . , lm }. Niz cvorova i grana
x01 , l10 , x02 , l20 , . . . , lp1

0
, x0p , (12.5)
pri cemu su x0i , i = 1, 2, . . . , p, elementi skupa V , li0 = {x0i , x0i+1 }, i = 1, 2, . . . , p 1,

elementi skupa E, naziva se put u grafu G koji spaja cvorove x01 i x0p .
12.5. DELOVI GRAFA. PUTEVI U GRAFU. POVEZANOST 277
s s s s s s
@ @
@ @
@ @
@s s @s
s

G
,s s G1 s G2 s

G3
Slika 41.
Pored naziva put, izraz (12.5) se jos srece u literaturi pod nazivima marsuta,
setnja, trasa i slicno.
Ako nema opasnosti da dodje do zabune put se moze okarakterisati samo ni-
zom odgovarajucih cvorova kroz koje prolazi, ili odgovarajucim granama koje mu
pripadaju. Tako, na primer, put (12.5) moze, eventualno, biti oznacen i sa
x01 , x02 , . . . , x0p x01 x02 x0p
ili
l10 , l20 , . . . , lp1
0
.
Put, u opstem slucaju, moze vise puta proci kroz isti cvor ili istom granom.
Ako put vise puta sadrzi istu granu, prilikom racunanja njegove duzine, uzima
se u obzir svako njeno pojavljivanje. Put je konacan, ako je broj grana, tj. broj
njihovog pojavljivanja, konacan. U protivnom je beskonacan. Nas interesuju samo
konacni putevi. Kod grafova koji sadrze petlje, a takodje, kod pseudografova, put
moze sadrzati i petlje i paralelne grane.
Definicija 12.25 Put u kome se svaka grana koja je u njemu sadrzana javlja
tacno jedanput, naziva se prost put ili lanac.
Definicija 12.26 Put u kome se svaki cvor koji u njemu ucestvuje javlja tacno
jedanput, naziva se elementarni put ili prost lanac.
Svaki elementarni put (prost lanac) je i prost put (lanac), ali obrnuto ne mora
da vazi.
Definicija 12.27 Ako u putu (12.5) vazi jednakost x01 = x0p , on je zatvoren ili
kruzni put. U suprotnom kaze se da je otvoren.
Definicija 12.28 Zatvoreni lanac (prost put) naziva se ciklus. Graf koji ne sadrzi
ni jedan ciklus, naziva se aciklicnim.
Definicija 12.29 Ciklus koji sadrzi sve medjusobno razlicite cvorove, osim nar-
avno prvog i zadnjeg, naziva se prostim ciklusom.
Ponekad se termin ciklus zamenjuje terminom kontura.
Primer 25. Neka je graf G = (V, E), prikazan na sledecoj slici, defin-
isan skupovima V = {1, 2, 3, 4, 5, 6} i E = {{1, 2}, {1, 3}, {2, 3}, {3, 4}, {3, 5},
{3, 6}, {4, 5}, {4, 6}, {5, 6}}.
6s s5
@
@
2 @
s s @s
3 4
1s
Slika 42.
Uocimo neke njegove karakteristicne puteve:

Put 1 3 6 4 5 6 3 2, koji povezuje cvorove 1 i 2,
dva puta prolazi kroz cvor 3 i cvor 6, i u njemu se dva puta javlja grana
{3, 6}. Duzina ovog puta je 7.
Put 1 3 5 4 3 2 takodje povezuje cvorove 1 i 2. On
predstavlja lanac (prost put). Nije prost lanac (elementarni put) jer
dva puta prolazi kroz cvor 3. Njegova duzina je 5.
Put 1 3 2, koji spaja cvorove 1 i 2, je prost lanac (elementarni
put). Njegova duzina je 2.
Put 1 3 6 4 5 6 3 2 1 je kruzni put. Dva puta
prolazi kroz cvorove 3 i 6, i u njemu je dva puta sadrzana grana {3, 6}.
Put 1 3 5 4 3 2 1, je ciklus duzine 6. Dva puta prolazi
kroz cvor 3, pa nije prost ciklus.
Put 1 2 3 1, duzine 3, je prost ciklus.
Definicija 12.30 Neka je dat graf G = (V, E), V 6= {}, i neka cvorovi x i y
pripadaju skupu V . Rastojanje izmedju cvorova x i y, u oznaci dG (x, y), je duzina
najkraceg puta koji ih povezuje.
Pitanje ukupnog broja puteva odredjene duzine izmedju dva cvora datog grafa
razresava se sledecom teoremom.
's 5
' $
s3 s4 s2
@
@
@
@s
1
Slika 43.
Teorema 12.6 Neka je graf G = (V, E), cija je matrica susedstva A = (aij ), reda
n n, definisan skupovima V = {x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }. Oznacimo
(k)
sa Ak = (aij ), k-ti stepen matrice A, gde je k fiksiran prirodan broj. Tada je
(k)
vrednost elementa aij , za svako i = 1, 2, . . . , n i j = 1, 2, . . . , n, ukupan broj
puteva duzine k koji povezuju cvorove xi i xj u grafu G.
Dokaz. Dokaz sprovodimo primenom matematicke indukcije. Za k = 1 tvrdjenje

Teoreme 12.6 je ocigledno, jer se matrica A1 svodi na matricu susedstva, kod koje
aij oznacava postojanje, ili ne, grane, tj. puta duzine 1, izmedju cvorova xi i xj ,
za svako i = 1, 2, . . . , n i j = 1, 2, . . . , n.
Pretpostavimo da je tvrdjenje teoreme tacno za neko fiksirano k, k N . To
(k)
znaci da element aij oznacava ukupan broj puteva duzine k, koji spajaju cvorove
xi i xj u grafu G, za svako i = 1, 2, . . . , n i j = 1, 2, . . . , n.
(k+1)
Kako je Ak+1 = Ak A, za elemente aij , matrice Ak+1 , vazi jednakost
n
X
(k+1) (k)
aij = ais asj . (12.6)
s=1
Svaki put duzine k + 1 izmedju cvorova xi i xj , sastoji se od nekog puta duzine k,

koji povezuje cvorove xi i xs , i grane {xs , xj }. Ako grana {xs , xj }, s = 1, 2, . . . , n
(k)
postoji u skupu E, asj je jednako 1, a ako ne postoji tada je asj = 0. Kako ais , po
induktivnoj pretpostavci oznacava ukupan broj puteva duzine k izmedju cvorova
xi i xs , suma u (12.6) tada oznacava ukupan broj puteva duzine k + 1, izmedju
cvorova xi i xj , i to za svako i = 1, 2, . . . , n i j = 1, 2, . . . , n.
Primer 26. Posmatrajmo graf G = (V, E) definisan skupovima V = {1, 2,

3, 4, 5} i E = {{1, 2}, {1, 3}, {1, 4}, {2, 3}, {3, 4}, {3, 5}, {4, 5}}, prikazan na
sledecoj slici. Matrica susedstva datog grafa je

0 1 1 1 0
1 0 1 0 0

A= 1 1 0 1 1 .

1 0 1 0 1
0 0 1 1 0
Potrazimo sve puteve duzine 3 koji povezuju cvorove 2 i 5. U tom cilju
odredimo matricu A3 ,

3 1 2 1 2 4 5 7 7 3
1 2 1 2 1 5 2 6 3 3

2 3 2
A =AA= 2 1 4 2 1 , A =A A= 7 6 6 7 6 .

1 2 2 3 1 7 3 7 4 5
2 1 1 1 2 3 3 6 5 2
(3)
Kako je a25 = 3, postoje tri razlicita puta duzine 3 koji povezuju cvorove 2
i 5. To su putevi
2145
2135
2 3 4 5.
Definicija 12.31 Dati graf G = (V, E) je povezan ako za bilo koja dva njegova
cvora postoji lanac koji ih spaja.
Logicno, ako graf nije povezan, on se sastoji od vise medjusobno nepovezanih

delova, koji se nazivaju komponente povezanosti.
Definicija 12.32 Pod komponentom povezanosti datog grafa G = (V, E) podra-

zumeva se svaki njegov povezani podgraf koji nije pravi podgraf ni jednog drugog
povezanog podgrafa datog grafa G.
Neki cvorovi i grane u grafu su posebno interesantni sa stanovista povezanosti.

Navescemo definicije nekih od njih.
Definicija 12.33 Cvor cijim se udaljavanjem iz datog grafa povecava broj njegovih
komponenti povezanosti, naziva se artikulacioni cvor.
Artikulacioni cvor moze da se definise i drugacije. Neka je dat graf G = (V, E),
V 6= {}, i neka x V . Oznacimo sa Gx = (V1 , E1 ) graf koji se dobija na osnovu
grafa G udaljavanjem cvora x iz skupa V i udaljavanjem iz skupa E svih grana
incidentnih cvoru x. Za cvor x kazemo da je artikulacioni cvor grafa G ako je
stepen povezanosti odgovarajuceg grafa Gx veci od stepena povezanosti grafa G.
a m s
s
s s vm
@ @ m
a
s m s @as as @a
s sa
vm @ m @ m
@s @s
m
m
s s
a vm
Slika 44.
Definicija 12.34 Grana grafa G cijim se udaljavanjem povecava broj njegovih

komponenti povezanosti naziva se most. Grana koja je incidentna sa cvorom ste-
pena 1, naziva se viseci most.
Slicno kao kod artikulacionog cvora, i za most se mogu dati druge definicije.
Tako mozemo reci da je grana l, datog grafa G = (V, E), most ako je stepen
povezanosti grafa G l veci od stepena povezanosti grafa G.
Sto se tice odnosa mosta i viseceg mosta, lako je primetiti, da je svaki viseci
most ujedno i most, ali da obrnuto ne mora da vazi.
Primer 27. Na sledecoj slici prikazan je graf na kome su slovima a, m i

vm oznaceni artikulacioni cvorovi, mostovi i viseci mostovi, respektivno.
U sledecoj teoremi dati su potrebni i dovoljni uslovi egzistencije mosta u datom

grafu.
Teorema 12.7 Grana l grafa G = (V, E) je most ako i samo ako u grafu G ne
postoje ciklusi koji sadrze ovu granu.
Neka je dat graf G = (V, E) i neka njegova osobina . Za njegov podgraf G1

reci cemo da je maksimalan u odnosu na osobinu , ako on poseduje ovu osobinu
ali je ne poseduje ni jedan drugi podgraf grafa G, za koga je G1 pravi podgraf. U
sledecoj definiciji definisan je podgraf datog grafa koji je maksimalan u odnosu na
osobinu povezanosti.
Definicija 12.35 Maksimalno povezani podgraf datog grafa G, koji ne sadrzi ar-
tikulacione cvorove, naziva se blok grafa G.
Primer 28. Blokove datog grafa dobijamo cepanjem datog grafa u ar-
tikulacionim cvorovima. Na sledecoj slici prikazani su blokovi grafa sa slike
45.
s s
s
s s
@ @
s s s @s s s s @s s s s
@ @ s
@s @s
s
s s
Slika 45.
Definicija 12.36 Neka je G = (V, E), E 6= {} dati multigraf (graf ). Ojlerov

put (lanac) u grafu G je put (lanac) koji tacno jednom prolazi kroz svaku njegovu
granu.
Ojlerov put moze biti i zatvoren, sto vazi i za lanac i za prost lanac. Sledeca
teorema definise potrebne i dovoljne uslove egzistencije Ojlerovog zatvorenog lanca.
Teorema 12.8 Neka je G = (V, E), E 6= {}, dati graf. On sadrzi zatvoren
Ojlerov lanac ako i samo ako je povezan i ako su mu svi cvorovi parnog stepena.
Navodimo veoma vaznu posledicu Teoreme 12.8.

Posledica 12.5 Dati graf G = (V, E) ima Ojlerov lanac ako i samo ako je povezan
i sadrzi tacno dva cvora neparnog stepena.
Multigraf sa prethodne slike, koji odgovara problemu sa Keningsberskim mo-
stovima ne zadovoljava uslove Teoreme 12.8 i Poslededice 12.5, koje inace vaze i
za multigrafove, pa samim tim pomenuti problem nema resenja.
Navescemo korake algoritma, poznatog pod nazivom Flerijev, za odredjivanje
Ojlerovog zatvorenog lanca datog grafa G = (V, E), V = {xi } i E = {li }, koji
zadovoljava uslove Teoreme 12.8.
1o Izaberimo proizvoljan cvor x1 , x1 V i stavimo w1 = x1 .
2o Ako je wi = x1 , l2 , x2 , . . . , li , xi , i 1, vec odredjen, biramo granu li+1 ,
li+1 Ei = E\{l2 , l3 , . . . , li } na osnovu sledecih kriterijuma:
a) grana li+1 je incidentna sa cvorom xi
b) grana li+1 nije most grafa Gi = (V, Ei ), osim ako nemamo drugi izbor.
3o Preci na korak 2o . Ako je to nemoguce, to je kraj izracunavanja.
Ako je dati graf povezan i ima tacno dva cvora neparnog stepena, tj. zadovol-
java Posledicu 12.5, navedeni Flerijev algoritam se moze znatno modifikovati.
Ako zahteve u Definiciji 12.36, nametnute granama datog grafa, nametnemo
njegovim cvorovima, dolazimo do pojma Hamiltonovog puta u grafu.
Definicija 12.37 Hamiltonov put u grafu G = (V, E), je put koji prolazi kroz
svaki njegov cvor tacno jednom. Ako je pri tome zatvoren, naziva se zatvoreni
Hamiltonov put.
Prilikom definisanja svih mogucih puteva, kod orijentisanih grafova moramo

voditi racuna o sledecoj cinjenici. U nizu cvorova i orijentisanih grana, koji pred-
stavlja neki put u orijentisanom grafu (pseudografu),
x1 , l1 , x2 , l2 , . . . , xn1 , ln1 , xn , (n 2) (12.7)
svaka orijentisana grana li , 1 i n 1, mora biti oblika li = (xi , xi+1 ). U tom

slucaju put (12.7) je strogo orijentisan put izmedju cvorova x1 i xn i oznacava se
sa (x1 xn )-put.
Ako je u pitanju orijentisani graf, znaci digraf ili usmereni graf, usmereni put
(12.7) se moze opisati i samo nabrajanjem cvorova kroz koje prolazi. Inace za
orijentisani (x1 xn )-put smatramo da je orijentisan od prvog cvora x1 do zadnjeg
cvora xn . Cvor x1 je pocetni (inicijalni), a cvor xn krajnji (terminalni).
Ako orijentisane grane koje ucestvuju u posmatranom orijentisanom putu nisu
sa tezinama, duzina puta je jednaka ukupnom broju grana koje u njemu ucestvuju.
Svako novo pojavljivanje jedne te iste grane u putu se uzima svaki put u obzir.
Definicija 12.38 Neka je G = (V, E) dati orijentisani pseudograf, pri cemu je

V = {x1 , x2 , . . . , xn }. Pod rastojanjem izmedju cvora xi i xj , i 6= j, podrazumeva
se duzina najkraceg orijentisanog (xi xj )-puta, ako postoji.
Napomenimo da se orijentisani prosti ciklusi, u orijentisanom pseudografu,

nazivaju jos i konturama. Orijentisani prosti kostur lanac naziva se orijentisanim
Hamiltonovim lancem. Pod Hamiltonovom konturom podrazumeva se svaka kostur
kontura orijentisanog pseudografa. Ako orijentisani pseudograf sadrzi Hamiltonovu
konturu, on se naziva Hamiltonovim pseudografom.
Definicija 12.39 Neka je G = (V, E) orijentisani pseudograf, V 6= {}. Za cvor

xj , xj V , kazemo da je dostizan cvoru xi , xi V , ako u orijentisanom pseu-
dografu, G, postoji orijentisani (xi xj )-put. Skup svih cvorova iz V dostiznih
datom cvoru xi , naziva se oblascu njegove dominacije.
Tranzitivno zatvaranje. Pitanje dostiznosti cvorova u orijentisanom grafu

je direktno povezano sa pojmom tranzitivnog zatvaranja.
Neka je dat orijentisani graf G = (V, E), V = {x1 , x2 , ..., xn }. Tranzitivno
zatvaranje grafa G je orijentisani graf G = (V, E ), pri cemu l = (x, y) pripada
skupu E ako i samo ako postoji orijentisani (x 7 y)-put u grafu G. To znaci da
graf G , tj. njegova matrica susedstva, definise dostiznost u grafu G, za svaki cvor.
(0)
Graf G = (V, E), do izomorfizma, definise matrica susedstva A(0) = (aij ). To
isto vazi i za matricu susedstva A = (aij ), grafa G = (V, E ). Algoritam za
nalazenje matraice A , na osnovu matrice A(0) , moze da se da na sledeci nacin.
Algoritam (Varsal)
for k := 1 to n do
for i := 1 to n do
for j := 1 to n do
(k) (k1) (k1) (k1)
aij := aij (aik akj )
(n)
pri cemu je A(n) = (aij ) jednaka matrici A = (aij ).
Primer 29. Grafu odgovara matrica susedstva
Slika 46.

0 1 1 0 0
0 0 0 1 0

(0)
A = 0 1 0 0 0 .

0 0 0 0 0
0 0 1 0 0
Primenom Varsalovog algoritma dobijamo da je

0 1 1 0 0 0 1 1 1 0
0 0 0 1 0 0 0 0 1 0

A(1) = 0 1 0 0 0 , A(2) = 0 1 0 1 0 ,

0 0 0 0 0 0 0 0 0 0
0 0 1 0 0 0 0 1 0 0

0 1 1 1 0
0 0 0 1 0

(3) (4) (5)
A =A =A = 0 1 0 1 0 .

0 0 0 0 0
0 1 1 1 0
12.6. ODREDJIVANJE NAJKRACIH PUTEVA U GRAFU 285
Matrice A(5) = A je matrica susedstva grafa G , koji je tranzitivno zat-

varanje grafa G. Na osnovu nje, crtamo graf G . Na osnovu grafa G , tj.
Slika 47.
matrice A = A(5) , zakljucujemo da su u grafu G cvoru 1 dostizni cvorovi 2

i 4, cvoru 2 cvor 4, cvoru 3 cvorovi 2 i 4, cvoru 4 nije dostizan nijedan cvor i
da su cvoru 5 dostizni cvorovi 2, 3 i 4. Analogno zakljucujemo da cvor 1 nije
nikome dostupan, da je cvor 2 dostupan cvorovima 1, 3 i 5, cvor 3 dostupan
cvorovima 1 i 5, cvor 3 dostupan svim ostalim cvorovima, a cvor 5 nijednom.
12.6 Odredjivanje najkracih puteva u grafu

Odredjivanje najkraceg puta u grafu je jedan od najcesce razmatranih problema
u teoriji grafova. U literaturi je razradjen veliki broj algoritama za resavanje ovog
problema. Mnogi problemi iz prakse se mogu na ocigledan nacin interpretirati kao
problem odredjivanja najkraceg puta u tezinskom grafu (digrafu) (saobracajne
mreze, telekomunikacione mreze, racunarske mreze itd.). U tom smislu mogu se
posmatrati sledeci optimizacioni zadaci:
1) Naci najkraci put u grafu za zadati par cvorova, s i t;
2) Naci najkrace puteve izmedju jednog odredjenog cvora, recimo s, i svih os-
talih cvorova u grafu;
3) Naci najkrace puteve izmedju svih parova cvorova u grafu.
Mi cemo u ovoj knjizi najpre navesti Dijkstrin algoritam, iz 1959. godine za
odredjivanje najkraceg puta, koji se u sustini moze primeniti za resavanje sva tri
gore navedena zadatka. Iako je relativno star, ovaj algoritam se smatra jednim
od najefikasnijih i najpogodnijih sa stanovista implementacije na racunaru. To
je algoritam koji se danas siroko primenjuje u racunarskim mrezama. Inace, ovaj
algoritam se jos zove i algoritam obelezavanja jer se bazira na obelezavanju cvorova.
Oznaka (labela) cvora je oblika (d, p), gde d predstavlja duzinu puta od izvora do
posmatranog cvora, a p je oznaka prethodnog cvora preko koga se dostize duzina
puta d. Oznaka cvora moze biti
privremena
stalna
Privremene labele se u toku primene algoritma mogu menjati shodno pronalazenju

boljih puteva. Labela se proglasava stalnom kada se ustanovi da ona predstavlja
najkraci put od izvora do posmatranog cvora i vise se ne moze menjati. Cvor sa
privremenom labelom se oznacava sa a sa stalnom sa . Opisacemo sada ovaj
algoritam za slucaj da se trazi najkraci put u tezinskom neorijentisanom grafu
G = (V, E) izmedju cvorova s (izvor) i t (odrediste), s, t V . Tezine grana
predstavljaju rastojanja izmedju cvorova. Algoritam je iterativne prirode i sastoji
se iz sledecih koraka:
korak 1o Inicijalizacija. Svakom cvoru grafa, izuzev izvornom s, pridruzuje se privre-

mena labela oblika (+, ) ( oznacava da komponenta nije definisana). U
prakticnoj implementaciji se oznaka + zamenjuje nekim jako velikim bro-
jem. Izvornom cvoru se dodeljuje oznaka (0, ).
korak 2o Promena labela. Ako cvor t ima stalnu labelu, preci na korak 3o . U pro-
tivnom, pronaci cvor x, x V , koji ima privremenu labelu sa najmanjom
oznakom duzine puta, d. Cvoru x dodeliti stalnu labelu. Sada pronaci
sve najblize susede cvora x koji imaju privremene labele. Za svaki takav
cvor, y, ispitati da li je d(y) > d(x) + w(x, y), gde d(x) i d(y) predstavljaju
duzine puteva od izvora do cvorova x i y, respektivno, a w(x, y) duzinu puta
izmedju cvora x i y. Ako je gornja relacija tacna, promeniti labelu cvora y
na sledeci nacin d(y) = d(x) + w(x, y), p(y) = x, gde p(y) predstavlja oznaku
prethodnog cvora za cvor y. Ponoviti korak 2o .
korak 3o Kraj pronadjen je najkraci put od s do t.
Ovaj algoritam se moze iskoristiti i za nalazenje najkracih puteva od cvora s

do svih ostalih cvorova u grafu (zadatak 2) ) ako se uslov za okoncanje u koraku
2o promeni na ,ako nema cvorova sa privremenim labelama, preci na korak 3o .
Takodje, pomocu ovog algoritma je moguce pronaci najkrace puteve izmedju svih
parova cvorova (zadatak 3) ), ako se on primeni n puta.
Primer 30. Za graf prikazan na sledecoj slici odrediti najkraci put izmedju
cvorova A i D. Resenje je prikazano na sledecim slikama. Strelica oznacava
radni cvor u odnosu na koji se racunaju rastojanja cvorova sa privremenim
labelama. Na slici pod a) prikazan je prvi korak algoritma. U ovom trenutku
svi cvorovi, sem izvornog A, imaju oznaku (, ). Cvor A se proglasava za
radni i ispituju se njegovi najblizi susedi sa privremenim oznakama. Na slici
Slika 48.
Slika 49.
su ti cvorovi oznaceni praznim kruzicem. Najblizi susedi za A su cvorovi

B i G. Njihove labele se menjaju u (2, A) i (6, A), respektivno, jer su to
manje vrednosti duzina puta od , slika pod b). Sada se od svih cvorova sa
privremenim labelama bira cvor sa najmanjom oznakom duzine puta, njegova
labela se proglasava stalnom i to postaje novi radni cvor u odnosu na koga se
racunaju rastojanja njemu susednih cvorova sa privremenim labelama. To je
u ovom slucaju cvor B. Najblizi susedi za B, sa privremenim labelama, su
cvorovi C i E. Njihove labele se menjaju, slika pod c), a cvor E se proglasava
za novi radni cvor. Najblizi susedi za E sa privremenim labelama su cvorovi
F i G. Njihove labele se menjaju, jer se dobijaju manje duzine puta kada se
do tih cvorova dolazi preko cvora E. Naime, cvor G je imao oznaku (6, A),
ali se kraci put dobija ako se od A do G ide preko E, pa se njegova oznaka
menja u (5, E). Ova procedura se nastavlja sve dok oznaka odredisnog cvora
, D, ne postane stalna. Ostali koraci su prikazani na slikama pod d), e), f),
g) i h). Najkraci put od A do D iznosi 10 i oznacen je zadebljanom linijom
na slici pod h). On vodi preko cvorova H, F , E, B, gledano od D prema A.
Procedura na Pascalu za nalazenje najkraceg puta izmedju cvorova s i t pri-

menom Dijkstrinog algoritma ima sledeci izgled:
const n = . . . ; {broj cvorova u grafu}
beskon = . . . ; {veoma veliki broj}
type cvor = 0..n;
listacvorova = array[1..n, 1..n] of integer;
procedure N ajkraciput(w : matrica; s, t : cvor; var put : listacvorova)
{w je tezinska matrica. Element w(i, j) jednak je rastojanju cvora i od cvora j. Ako je
w(i, j) = 0, tada ne postoji grana koja spaja cvorove i i j}
type ozn = (stalna, privremena)
oznakacvora = record
prethodni : cvor;
duzina : integer;
oznaka : ozn;
end;
stanjegraf a := array[1..n] of ozncvora;
var stanje : stanjegraf a;
i, k : cvor;
n, m: integer;
begin
{inicijalizacija}
for i := 1 to n do
with stanje(i) do
begin
prethodni := 0;
duzina := beskon;
oznaka := privremena;
end;
{kraj inicijalizacije}
stanje(s).duzina := 0;
stanje(s).oznaka := stalna;
k := s; {uvek pamti tekuci cvor u odnosu na koji trazimo najmanje rastojanje}
repeat
for i := 1 to n do
if w(k, i) 6= 0) and (stanje(i).oznaka = privremena) then
if stanje(k).duzina + w(k, i) < stanje(i).duzina then
begin
stanje(i).duzina := stanje(k).duzina + w(k, i);
stanje(i).prethodni := k
end;
min := beskon; k := 0 :
for i := 1 to n do
if (stanje(i).oznaka = privremena) and (stanje(i).duzina < min) then
begin
min := stanje(i).duzina;
k := i;
end;
stanje(k).oznaka := stalna;
until k = t;
for i := 1 to n do
put(i) := 0;
k := t; i := 0;
repeat
i := i + 1; put(i) := k;
k := stanje(k).prethodni;
until k = 0
end;
Neka je graf G = (V, E), ciji je skup cvorova V = {1, 2, ..., n}, definisan
(0)
tezinskom matricom D(0) = (dij ), reda n n. Koristeci matricu D(0) , odredi-
(1) (1)
cemo matricu D(1) = (dij ), reda n n, pri cemu je dij duzina najkraceg puta
izmedju cvora i i cvora j, = 1, 2, ..., n, j = 1, 2, ..., n, ali samo preko cvora 1. U dru-
(2)
gom koraku, na osnovu matrice D(1) , odredicemo matricu D(2) = (dij ), pri cemu
(2)
je dij duzina najkraceg puta izmedju cvorova i i j, = 1, 2, ..., n, j = 1, 2, ..., n,
ali samo preko cvorova iz skupa {1, 2}. Tako u k-tom koraku, na osnovu matrice
(k1) (k) (k)
D(k1) = (dij ), odredicemo matricu D(k) = (dij ), pri cemu je dij duzina
najkraceg puta izmedju cvorova i i j, = 1, 2, ..., n, j = 1, 2, ..., n, ali samo preko
cvorova iz skupa {1, 2, ..., k}. Nastavljajuci ovaj postupak, u n-tom koraku dobi-
(n) (n)
jamo matricu D(n) = (dij ), gde je dij duzina najkraceg puta izmedju cvorova i
i j, i = 1, 2, ..., n, j = 1, 2, ..., n, preko svih cvorova skupa {1, 2, ..., n}, tj. trazeni
rezultat.
(n)
Nalazenje elemenata matrice D(n) = (dij ) moze se realizovati pomocu sledec
eg algoritma.
Algoritam (Flojd)
for k := 1 to n do
for i := 1 to n do
for j := 1 to n do
(k) (k1) (k1) (k1)
dij := min{dij , dik + dkj }
Primer 31. Odredicemo duzine najkracih puteva izmedju svih cvorova

grafa G. Ovom grafu odgovara tezinska matrica
Slika 50.

0 7 1 6 + +
7 0 5 + 8 +

1 5 0 4 1 7
(0)
D = .
6 + 4 0 + 2

+ 8 1 + 0 +
+ + 7 2 + 0
Koristeci Flojdov algoritam, za k = 1, 2, 3, 4, 5, 6, redom, dobijamo:

0 7 1 6 + +
7 0 5 13 8 +

1 5 0 4 1 7

D(1) =
6 13 4 0 + 2

+ 8 1 + 0 +
+ + 7 2 + 0

0 7 1 6 15 +
7 0 5 13 8 +

1 5 0 4 1 7
(2)
D = ,
6 13 4 0 21 2

15 8 1 21 0 +
+ + 7 2 + 0

0 6 1 5 2 8 0 6 1 5 2 8
6 0 5 9 6 12 6 0 5 9 6 11

1 5 0 4 1 7 1 5 0 4 1 6
(3) (4)
D = D = ,
5 9 4 0 5 2 5 9 4 0 5 2

2 6 1 5 0 8 2 6 1 5 0 7
8 12 7 2 8 0 8 11 6 2 7 0

0 6 1 5 2 8 0 6 1 5 2 8
6 0 5 9
6 11 6 11
6 0 5 9
1 5 0 4 1 6 1 5 0 4 1 6

D(5) = D (6) = .
5 9 4 0 5 2 5 9 4 0 5 2

2 6 1 5 0 7 2 6 1 5 0 7
8 11 6 2 7 0 8 11 6 2 7 0
Na osnovu matrice D(6) , na primer, zakljucujemo da je duzina najkraceg

puta izmedju cvorova 1 i 2 jednaka 6. Sam put je 1 3 2.
Flojdov algoritam moze da se iskoristi i kada je G orijentisani tezinski graf. To

cemo ilustrovati u sledecem primeru.
Primer 32. Orijentisanom grafu odgovara tezinska matrica
Slika 51.

0 3 + + 4
1 0 5 + +

D(0) = 2 + 0 + + .

+ 2 1 0 1
7 + + 1 0
Koristeci Flojdov algoritam, dobijamo redom:

0 3 + + 4
1 0 5 + 5

(1)
D = 2 5 0 + 6

+ 2 1 0 1
7 10 + 1 0

0 3 8 + 4 0 3 8 + 4
1 0 5 + 5 1 0 5 + 5

D(2) = 2 5 0 + 6 D(3) = 2 5 0 + 6 ,

3 2 1 0 1 3 2 1 0 1
7 10 + 1 0 7 10 + 1 0

0 3 8 + 4 0 3 6 5 4
1 0
5 + 5
1 0 5 6 5
(4)
D = 2 5 0 + 6 D(5) = 2 5 0 7 6 .

3 2 1 0 1 3 2 1 0 1
4 3 2 1 0 4 3 2 1 0
Na osnovu matrice D(5) , na primer, zakljucujemo da je duzina najkraceg

puta koji vodi od cvora 5 u cvor 2 jednaka 3. To je put 5 4 2.
12.7 Stablo
Vec smo rekli da se svaki graf koji ne sadrzi ni jedan ciklus naziva aciklicnim.
Aciklicni grafovi se srecu i pod nazivom suma.
Definicija 12.40 Svaki aciklicni graf naziva se sumom. Ako je pri tome povezan
i sadrzi n cvorova, n > 1, naziva se stablom ili drvom.
Iz ove definicije je lako zakljuciti da su komponente povezanosti svake sume

stabla ili izolovani cvorovi. Osobine stabla se najbolje odslikavaju sledecom teore-
mom.
12.7. STABLO 293
Teorema 12.9 Neka je dat graf G koji sadrzi n cvorova, n > 1. Tada su sledeci
iskazi medjusobno ekvivalentni:
1o Graf G je povezan i ne sadrzi ni jedan ciklus;
2o Graf G ne sadrzi ni jedan ciklus i ima n 1 grana;
3o Graf G je povezan i sadrzi n 1 granu;
4o Graf G ne sadrzi ciklus, ali dodavanjem nove grane izmedju proizvoljna dva
cvora, obrazuje se jedan ciklus;
5o Graf G je povezan ali gubi to svojstvo ako se udalji njegova proizvoljna grana;
6o Svaka dva cvora grafa G su spojena tacno jednim elementarnim putem.
Interesantno je da se svaki iskaz iz Teoreme 12.9 moze uzeti za definiciju stabla,

a da se ostali iskazi dokazu kao teoreme za sebe. Pri tome se najcesce u literaturi
uzima iskaz 3o za definiciju stabla.
Primer 33. Na sledecoj slici prikazana su sva moguca stabla za vrednosti

n = 2, 3, 4 i 5.
n = 2 ,s s
n = 3 ,s ,s s
s
n = 4 ,s ,s s s s s
@ s
s
@s
n = 5 ,s ,s s s s s s ,s
@@s
s s s
s
Slika 52.
Teorema 12.10 Stablo sadrzi bar dva cvora stepena 1.
Dokaz. Neka je G = (V, E), gde je V = {x1 , x2 , . . . , xn }, graf tipa stabla. Pret-
postavimo suprotno tvrdjenju teoreme da graf G ne sadrzi ni jedan cvor stepena 1,
tj. da za svako i = 1, 2, . . . , n, vazi da je d(xi ) 2. Uzimajuci iskaz 3o iz Teoreme
12.9 za definiciju stabla, imamo da dati graf G ima m = n 1 grana. Na osnovu
jednakosti (12.1), dobijamo da je
n
X n
X
2m = d(xi ) 2(n 1) = d(xi ) 2n
i=1 i=1
sto je nemoguce.
Pretpostavimo da u datom grafu postoji samo jedan cvor stepena 1. Neka je
to, recimo, cvor x1 , d(x1 ) = 1. Za ostale cvorove pretpostavimo da je d(xi ) 2,
i = 2, . . . , n. Tada bi bilo
n
X n
X
2m = d(xi ) 2(n 1) = d(x1 ) + d(xi ) 1 + 2(n 1),
i=1 i=2
sto je opet nemoguce.

Na osnovu dve dobijene kontradikcije zakljucujemo da stablo ima bar dva cvora
stepena 1.
Dokazacemo jedan veoma znacajan rezultat sa stanovista resavanja kombina-
tornih problema.
Teorema 12.11 Svaki povezan graf (multigraf ) sadrzi stablo kao delimicni graf.
Dokaz. Dokaz cemo sprovesti samo za graf, jer se dokaz za multigraf ne razlikuje
od njega. Ako dati graf koji je povezan ne sadrzi ni jedan ciklus, onda je on stablo,
i time bi dokaz bio zavrsen.
Pretpostavimo da dati povezani graf sadrzi cikluse. Udaljavamo iz grafa redom
grane iz ciklusa, sve dok dati graf sadrzi jedan ciklus. Takav graf i dalje ostaje
povezan, ne sadrzi cikluse, sto znaci da postaje stablo koje sadrzi sve cvorove
polaznog grafa. Dobijeno stablo je ujedno i delimicni graf datog grafa.
Napomenimo da se za delimicni graf tipa stabla, datog povezanog grafa, koriste
i nazivi kostur stablo, osnovno stablo, sprezno stablo, razapinjuce stablo.
Teorema 12.11 ima mnogo primena. Iskoristicemo je najpre da ukazemo kako
se i sa kakvim karakteristikama, od datog grafa (multigrafa) formira suma.
Pretpostavimo da nam je dat graf (multigraf) G = (V, E) koji ima n cvorova,
m grana i p komponenti povezanosti. Neka svaka komponenta povezanosti sadrzi
ni , i = 1, 2, . . . , p, cvorova, tako da je
p
X
ni = n.
i=1
Ako primenimo Teoremu 12.10 na svaku od p komponenti povezanosti, dobijamo p

stabala, pri cemu svako sadrzi po ni cvorova i ni 1, i = 1, 2, . . . , p, grana. Ukupan
broj grana dobijene sume je
p
X p
X
(ni 1) = ni p = n p.
i=1 i=1
12.7. STABLO 295
Tako smo od polaznog grafa G, koji je imao n cvorova, m grana i p komponenti

povezanosti, dobili sumu koja sadrzi p stabala, ima n cvorova i n p grana. Za
dobijanje ove sume iz polaznog grafa (multigrafa) izostavljeno je m n + p grana.
Broj grana dobijene sume, od grafa G, oznacava se sa r(G),
r(G) = n p,
i naziva se rangom sume.
Svaka od izbacenih grana grafa G, pripadala je jednom ciklusu ovog grafa. To
znaci da je graf G sadrzao mn+p nezavisnih ciklusa. Ovaj broj ciklusa se naziva
ciklomatskim brojem grafa
Definicija 12.41 Broj nezavisnih ciklusa u datom grafu G, koji sadrzi n cvorova,
m grana i p komponenti povezanosti, u oznaci (G), jednak je
(G) = m n + p, (12.8)
i naziva se ciklomatski broj grafa.
Definicija 12.42 Pod pokrivacem u odnosu na grane, datog grafa G = (V, E),
podrazumeva se svaki podskup skupa njegovih grana E, sa osobinom da je svaki
njegov cvor, tj. element skupa V , incidentan bar sa jednom granom ovog podskupa.
U prethodnom odeljku smo definisali pokrivenost u odnosu na grane datog
grafa. Nas sada interesuje egzistencija ovog pokrivaca oblika stabla. Ovaj tip
pokrivaca zvacemo pokrivajuce stablo.
Teorema 12.12 Graf G = (V, E), E 6= {}, ima pokrivajuce stablo ako i samo
ako je povezan.
Dokaz Teoreme 12.12 se lako izvodi na osnovu Teoreme 12.11.
Raskidanje prostog ciklusa moze se ostvariti izostavljanjem bilo koje njegove
grane. To nas navodi na zakljucak da pokrivajuce stablo datog grafa, ako postoji,
nije jedinstveno. Kod grafova bez tezina grana, tj. kod kojih su sve grane tezine 1,
navedeni zakljucak i nije mnogo znacajan. On dobija na znacaju kod grafova cijim
granama su dodeljene tezine. Cilj moze biti, recimo, pronaci pokrivajuce stablo ciji
je zbir tezina grana minimalan (najmanji). Ovakvo pokrivajuce stablo se naziva
pokrivajuce stablo minimalne tezine. Naravno, i ono ne mora biti jedinstveno za
dati graf. Pozabavimo se malo ovim tipom stabla.
Neka je dat povezan graf G = (V, E), definisan skupovima V = {x1 , x2 , . . . , xn }
i E = {l1 , l2 , . . . , lm }, m n. Oznacimo sa t(li ), i = 1, 2, . . . , m, tezine njegovih
grana. Sa
m
X
t(G) = t(li )
i=1
oznacimo tezinu datog grafa G. Potrebno je odrediti pokrivajuce stablo, T , ovog

grafa, tako da za svako drugo pokrivajuce stablo T1 , ovog grafa, vazi nejednakost
t(T1 ) t(T ).
Dati problem se moze resiti Primovim algoritmom. Navescemo korake ovog algo-
ritma za dati graf G = (V, E):
1o Odabere se proizvoljan cvor xi1 , skupa V ;
2o Bira se grana li1 incidentna cvoru xi1 najmanje moguce tezine;
3o Pretpostavimo da su po kriterijumima iz 2o , izdvojene grane li1 , li2 , . . . , lik ,

k 1 i odgovarajuci cvorovi xi1 , xi2 , . . . , xik+1 . Sada se bira nova grana lik+1
iz skupa E, minimalne tezine, lik+1 = {xj , xi }, tako da je xj {xi1 , xi2 , . . . ,
xik+1 } i xi 6= {xi1 , xi2 , . . . , xik+1 };
4o Ako je k + 1 = n 1 postupak je zavrsen. U protivnom preci na korak 3o .
Primer 34. Neka je dat povezan graf G = (V, E), definisan skupovima
V = {1, 2, 3, 4, 5, 6, 7}, E = {l1 , l2 , . . . , l14 }, pri cemu je l1 = {1, 2}, t(l1 ) = 3,
l2 = {1, 4}, t(l2 ) = 2, l3 = {1, 5}, t(l3 ) = 4, l4 = {1, 6}, t(l4 ) = 5, l5 = {1, 7},
t(l5 ) = 3, l6 = {2, 3}, t(l6 ) = 3, l7 = {2, 4}, t(l7 ) = 4, l8 = {2, 5}, t(l8 ) = 5,
l9 = {3, 4}, t(l9 ) = 2, l10 = {3, 5}, t(l10 ) = 2, l11 = {3, 6}, t(l11 ) = 2,
l12 = {3, 7}, t(l12 ) = 3, l13 = {5, 6}, t(l13 ) = 5, l14 = {5, 7}, t(l14 ) = 5. Graf
G je prikazan na sledecoj slici. Primenicemo Primov algoritam za odredji-
Slika 53.
vanje minimalnog pokrivajuceg stabla ovog grafa. Izaberimo proizvoljni cvor

datog grafa G, recimo cvor 5. Grana najmanje tezine koja je incidentna sa
ovim cvorom je grana l10 = {3, 5} cija je tezina 2. Time smo jednoznacno
odredili drugi cvor u stablu, cvor 3. Sada biramo novu granu najmanje
12.7. STABLO 297
tezine incidentnu ili cvoru 5 ili cvoru 3. To moze biti ravnopravno grana
l9 ili grana l11 jer su obe tezine 2. Izaberimo granu l11 = {3, 6}. Time
smo stablu pridodali cvor 6. Biramo novu granu najmanje tezine incidentnu
nekom od cvorova 3,5 ili 6, ali tako da ona ne formira ciklus, tj. da druga
krajnja tacka te grane ne bude iz skupa {3, 5, 6}. To je jedinstvena grana
l9 = {3, 4}, cija je tezina 2. Tako smo dobili i cetvrtu tacku trazenog sta-
bla, tacku 4. Ovaj postupak ponavljamo sve dok stablu ne pridodamo sve
cvorove polaznog grafa G. Minimalno pokrivajuce stablo, T = (V, E 0 ), datog
grafa G je prikazano na sledecoj slici. Ovo stablo je definisano skupom grana
E 0 = {l1 , l2 , l9 , l10 , l11 , l12 }. Tezina dobijenog stabla je
t(T ) = t(l1 ) + t(l2 ) + t(l9 ) + t(l10 ) + t(l11 ) + t(l12 ) = 14.
Slika 54.
Vec smo pomenuli da se orijentisani graf koji ne sadrzi cikluse naziva orijentisani
aciklicni graf. Ako je pri tome povezan, naziva se orijentisano stablo. S obzirom
na razlicite mogucnosti orijentacije grana i nacina povezivanja u grafu, ovo bi se
moglo prihvatiti kao definicija orijentisanog stabla u sirem smislu. Sa stanovista
primene u racunarskoj tehnici posebno su interesantna takozvana korenska orijen-
tisana stabla.
Definicija 12.43 Korensko orijentisano stablo je orijentisani aciklicni graf sa os-

obinama:
1) Postoji tacno jedan cvor u grafu koji se naziva koren i u koji se ne stice ni
jedna grana;
Slika 55.
2) U svaki cvor razlicit od korena stice se tacno po jedna grana;
3) Svaki cvor orijentisanog aciklicnog grafa dostizan je za koren.
Orijentisana suma se na identican nacin definise kao i neorijentisana, samo

preko orijentisanih stabala. Naime, orijentisani graf koji se sastoji od vise orijen-
tisanih stabala, naziva se orijentisana suma.
U prethodnim odeljcima smo vec pomenuli neke uobicajene nazive koji se do-
deljuju pojedinim cvorovima u stablu. Neki nazivi se zadrzavaju i kod korenskih
stabala a uvode se i neki novi. Navescemo neke osnovne. Neka je G = (V, E) ko-
rensko orijentisano stablo. Ako orijentisana grana (x, y) pripada stablu, tj. skupu
E, cvor x se naziva roditeljem cvora y, a cvor y sinom (ili cerkom, sto da ne)
cvora x. Svi sinovi datog cvora x u stablu, cine familiju njegovih sinova. Ako
u G postoji orijentisani (x y)-put, cvor y se naziva sledbenikom, naslednikom
ili potomkom cvora x. Cvor x se u ovom slucaju naziva pretkom ili prethodnikom
cvora y. Naravno, kako je i orijentisana grana put, svi sinovi su potomci datog
cvora x. Cvor bez sinova naziva se list, zavrsni ili terminalni cvor. Svaki cvor x
razlicit od korena stabla, zajedno sa svojim potomcima, i odgovarajucim granama
(sto cemo u buduce podrazumevati), cine korensko orijentisano podstablo, datog
stabla G, sa korenom u cvoru x.
Primer 35. Na sledecoj slici prikazano je korensko orijentisano stablo G =

(V, E), definisano skupovima V = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10} i E = {(1, 2),
(1, 3), (1, 4), (2, 5), (2, 6), (3, 7), (5, 8), (5, 9), (6, 10)}, i tri njegova korenska
orijentisana podstabla G1 = (V1 , E1 ), G2 = (V2 , E2 ) i G3 = (V3 , E3 ). Cvor
1, korenskog orijentisanog stabla G = (V, E), je njegov koren. Njegovi sinovi
su cvorovi oznaceni sa 2, 3 i 4. Cvorovi 4, 7, 8, 9 i 10 su listovi ili terminalni
12.7. STABLO 299
cvorovi u G. Cvorovi 2, 3, 5 i 6 mogu biti koreni orijentisanih, netrivijalnih,

podstabala orijentisanog stabla G.
Algoritam Maksa-Plotkina. Neka je G = (V, E) povezan graf gde je V =
{1, 2, ..., n} i E skup grana. Svakoj grani {i, j} E pridruzena je tezina dij ,
(0)
i = 1, 2, ..., n i j = 1, 2, ..., n. Tezinska matrica ovog grafa je D(0) = (dij ), reda
n n, definisana je sa

dij , ako {i, j} E,
dij = +, ako {i, j}
/ E,

0, ako je i = j.
Sada cemo se baviti egzistencijom pokrivaca u odnosu na grane koji ima oblik
stabla. Ovaj tip pokrivaca zvacemo pokrivajuce stablo.
Problem nalazenja pokrivajuceg stabla moze da se svede na nalazenje grafa
G = (V, E ) tako da su uspunjene sledec e osobine:
1 E E,
2 |E | = n 1,
3 graf G je povezan,
4 zbir tezina grana u grafu G je minimalno moguc.
Resenje ovog problema, koje ne mora biti jedinstveno, moze da se resi u sledeca
dva koraka.
(0)
U prvom koraku, na osnovu matrice D(0) = (dij ) izracuna se matrica D(n) =
(n)
(dij ) koristeci sledeci algoritam:
Algoritam (Maks-Plotkina)
for k := 1 to n do
for i := 1 to n do
for j := 1 to n do
(k) (k1) (k1) (k1)
dij := min{dij , max{dik , dkj }}
U drugom koraku se uporedjuju elementi matrice D(0) i dobijene matrice D(n) .
Elementi matrice D = (dij ) se formiraju na osnovu sledeceg kriterijuma
(0) (0) (n)
dij ,
ako je dij = dij ,
dij = 0, ako je i = j,

(0) (n)
+, ako je dij 6= dij ,
za svao i = 1, 2, ..., n i j = 1, 2, ..., n. Sada se minimalno sprezno stablo G =
(V, E ) formira na osnovu tezinske matrice D = (dij ).
Primer 36. Tezinskom grafu odgovara tezinska matrica
Slika 56.

0 6 1 5 + +
6 0 5 + 3 +

1 5 0 5 6 4

D(0) = .
5 + 5 0 + 2

+ 3 6 + 0 6
+ + 4 2 6 0
Koristeci Maks-Plotkinov algoritam, dobijamo redom:

0 6 1 5 + +
6 0 5 6 3 +

1 5 0 5 6 4
(1)
D = ,
5 6 5 0 + 2

+ 3 6 + 0 6
+ + 4 2 6 0

0 6 1 5 6 +
6 0 5 6 3 +

1 5 0 5 5 4
(2)
D = ,
5 6 5 0 5 2

6 3 5 5 0 5
+ + 4 2 5 0

0 5 1 5 3 4 0 5 1 5 3 4
5 0 5 5 3 5 5 0 5 5 3 5

1 5 0 5 5 4 1 5 0 5 5 4

D(3) = D(4) = ,
5 5 5 0 5 2 5 5 5 0 5 2

3 3 5 5 0 5 3 3 5 5 0 5
4 5 4 2 5 0 4 5 4 2 5 0
12.8. PLANARNI GRAFOVI 301

0 3 1 5 3 4 0 3 1 4 3 4
3 0 5 5 3 5 3 0 5 5 3 5

1 5 0 5 5 4 1 5 0 4 5 4
(5) (6)
D = D = ,
5 5 5 0 5 2 4 5 4 0 5 2

3 3 5 5 0 5 3 3 5 5 0 5
4 5 4 2 5 0 4 5 4 2 5 0
Uporedjivanjem matrica D(0) i D(n) dobijamo da je

0 + 1 + + +
+ 0 5 + 3 +

1 5 0 + + 4

D = ,
+ + + 0 + 2

+ 3 + + 0 +
+ + 4 2 + 0
Ovoj tezinskoj matrici odgovara graf G = (V, E ), tj. sprezno stablo datog
grafa.
Slika 57.
12.8 Planarni grafovi

Definicija 12.44 Dati graf se naziva ravnim ako je smesten u nekoj ravni i grane
mu se ne seku.
Drugim recima dve grane ravnog grafa mogu da se seku, tj. da imaju zajednicku
tacku, samo u nekom cvoru grafa.
Definicija 12.45 Dati graf je planaran ako je izomorfan nekom ravnom grafu.
Bez obzira na cinjenicu da su za nas izomorfni grafovi isti, namerno smo odvo-
jeno dali definicije ravnih i planarnih grafova, da bi smo izbegli vizuelnu varku da
neki graf zbog ,neodgovarajuceg crteza proglasimo neplanarnim, mada on to nije.
Ipak u daljem tekstu smatracemo ravne i planarne grafove istim, i koristicemo
samo termin planaran.
Primer 37. Na sledecoj slici prikazan je jedan te isti planarni graf, ili u
skladu sa navedenim definicijama, jedan planaran i njemu izomorfan ravan
graf.
s

J
s s
J
@
s J
@
Q J
@
Q J
Q
s @s

s QJs
Slika 58.
Svaki planarni graf deli ravan u kojoj se nalazi na zatvorene oblasti. Ako je on
konacan, a takve grafove mi uglavnom posmatramo, on deli ravan na vise konacnih
oblasti i jednu beskonacnu. Svaka od ovih konacnih oblasti naziva se okcem ili
celijom. Ako je planarni graf povezan, svaka granicna linija celije predstavlja
jednu konturu grafa.
Svakako jedna od fundamentalnih teorema za planarne grafove je Ojlerova teo-
rema.
Teorema 12.13 Povezan planarni graf G = (V, E), definisan skupovima V =

{x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }, deli ravan u kojoj je predstavljen na
f =mn+2 (12.9)
oblasti.
Dokaz. Dokaz cemo izvesti pomocu matematicke indukcije, po broju grana datog
grafa. Kako je dati graf povezan, minimalan broj grana u njemu je m = n 1.
U ovom slucaju planarni graf je tipa stabla, a znamo da stablo ne sadrzi ni jednu
konturu, tj. ne ogranicava ni jedan deo ravni. Za stablo je f = 1. Zamenom
m = n 1 u (12.9) dobijamo takodje da je f = 1, tj. da Ojlerova teorema vazi
za m = n 1. Neka je m fiksiran broj, m > n 1. Tada odgovarajuci graf G
ima bar jednu konturu. Pretpostavimo da (12.9) vazi za m 1 granu. Kako graf
G ima bar jednu konturu, uocimo neku njegovu granu sa konture. Ta grana je
12.8. PLANARNI GRAFOVI 303
granicna za dve oblasti. Ako je udaljimo dobijamo novi graf G1 , koji ima m 1
granu i deli ravan na f 1 oblast. Na osnovu induktivne pretpostavke imamo da
je f 1 = (m 1) n + 2, odakle sleduje da za graf sa m grana vazi jednakost
(12.9).
Navescemo neke posledice Ojlerove teoreme.
Posledica 12.6 U planarnom grafu postoji bar jedan cvor stepena manjeg od 6.
Dokaz. Pretpostavimo da je dat planaran graf G = (V, E), definisan skupovima

V = {x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }, pri cemu je d(xi ) 6, za svako i =
1, 2, . . . , n. Tada na osnovu nejednakosti
n
X
2m = d(xi ) 6n
i=1
dobijamo da je
1
n m. (12.10)
3
Svaka ogranicena oblast u ravni koju ogranicava planarni graf, je ogranicena sa
najmanje tri njegove grane, pri cemu se svaka grana pojavljuje dva puta kao granica
iste oblasti ako je most i razlicite ako nije. Zbog toga vazi nejednakost 3f 2m,
tj.
2
f m. (12.11)
3
Zamenom (12.10) i (12.11) u (12.9) dobijamo da vazi nejednakost
2 1
2 = f m + n m + m m = 0,
3 3
sto je nemoguce. To znaci da je nasa pretpostavka da je d(xi ) 6, za svako
i = 1, 2, . . . , n, bila pogresna. Postoji bar jedan cvor ciji je stepen manji od 6.
Na sledecoj slici prikazana su dva specijalna grafa, potpuni pentagraf, u oznaci
K5 , i potpuni bitrigraf, u oznaci K3,3 . Ovi grafovi su veoma znacajni pri resavanju
mnogih zadataka u vezi sa planarnim grafovima, kao i pri odredjivanju kriterijuma
planarnosti datih grafova. Zbog toga je bitna sledeca posledica Ojlerove teoreme.
Posledica 12.7 Potpuni pentagraf i potpuni bitrigraf nisu planarni grafovi.
Dokaz. Posmatrajmo najpre potpuni pentagraf K5 . On ima n = 5 cvorova i

m = 10 grana. Pretpostavimo da je planaran. Tada bi na osnovu (12.9) delio
ravan na f = 7 oblasti. Svaka od oblasti bi bila ogranicena sa po tri njegove grane,
tj. vazila bi nejednakost 2m 3f . Zamenom m i f u ovu nejednakost, dobijamo
s
@
B@
s B @s s s
@ B A A
@ B s A As
@B A A
s @Bs As As
Slika 59.
da vazi da je 20 21, sto je nemoguce. Znaci da je nasa pretpostavka da je K5

planaran, bila pogresna.
Pretpostavimo da je potpuni bitrigraf, K3,3 , planaran. On ima n = 6 cvorova
i m = 9 grana. Na osnovu (12.9) delio bi ravan na f = 5 oblasti. Kako bi
svaka oblast bila ogradjena sa po cetiri njegove grane, vazi nejednakost 2m 4f .
Zamenom m = 9 i f = 5 u ovu nejednakost, dobijamo da je 18 20, sto je opet
nemoguce. Time smo dokazali da i potpuni bitrigraf, K3,3 nije planaran graf.
Primer 38. Posledica 12.7 nam daje odgovor na jedan problemcic kojeg
se vecina vas seca iz mladjih dana. Naime, ako imamo tri kuce i tri bunara,
da li je moguce povezati stazom svaku kucu sa svakim bunarom a da se pri
tome staze ne seku? U skladu sa Posledicom 12.7, to je nemoguce, jer bi
inace potpuni bitrigraf bio planaran. Problem je ilustrovan na slici 57, dok
je odgovarajuci graf (potpuni bitrigraf) dat na slici 56.
Slika 60.
Posledica 12.8 Za svaki planarni graf sa n cvorova i m grana vazi nejednakost
m 3(n 2). (12.12)

12.9. BOJENJE GRAFA 305
Dokaz. Nejednakost (12.12) neposredno dobijamo na osnovu (12.9) i (12.11).
Posledica 12.9 Neka planarni graf G ima n cvorova, m grana, p komponenti

povezanosti i deli ravan na f oblasti. Tada vazi jednakost
f = m n + 1 + p.
Definicija 12.46 Planarni graf G se naziva maksimalnim, ako dodavanjem ma

koje nove grane on prestaje da bude planaran.
Nije tesko primetiti da su sve celije maksimalnog planarnog grafa trouglovi.

Na osnovu toga se lako dokazuje sledeci rezultat.
Teorema 12.14 Neka je G = (V, E), V = {x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm },

maksimalni planarni graf. Tada vazi jednakost
m = 3(n 2)
U praksi je vazno odrediti da li je dati graf planaran ili ne. Odgovor na to pi-
tanje nam moze dati sledeca teorema, poznata pod nazivom teorema Kuratovskog.
Teorema 12.15 Dati graf je planaran ako i samo ako ne sadrzi kao delimicni
podgraf ni potpuni pentagraf ni potpuni bitrigraf ni njihova podrazbijangrafaja (pod-
podele).
12.9 Bojenje grafa

Graf se moze bojiti na vise nacina. Boje se mogu pridruzivati cvorovima, bojenje
cvorova, granama, bojenje grana, ili zatvorenim oblastima, celijama, ogradjenim
granama posmatranog grafa, bojenje mapa.
Bojenje cvorova datog grafa sastoji se u tome da svakom cvoru pridruzimo neku
boju. Pri tome se smatra da je graf pravilno obojen ako su svaka dva susedna cvora
u grafu obojena razlicitim bojama. Ako graf moze pravilno da se oboji sa k boja
kaze se da je k-obojiv. Naravno, ako je graf k-obojiv i s k, onda je on i s-obojiv.
Zbog toga je od interesa naci najmanji moguci broj k za koji je dati graf k-obojiv.
Tako dolazimo do sledece definicije.
Definicija 12.47 Hromatski broj grafa G, u oznaci (G), je najmanji moguci pri-
rodni broj k za koji je graf k-obojiv.
Moze da se kaze i da je hromatski broj grafa G jednak k ako je graf k-obojiv

a nije (k 1)-obojiv.
Bs s P Bs Bs
HH HH

HHZs HHP s

H H
s
HH
s
HH
Hs Hs
C B C C
Slika 61.
Primer 39. Na sledecoj slici prikazan je jedan 4-obojiv graf. Na istoj slici
je prikazano da je on i 3-obojiv. Inace njegov hromatski broj je 3, jer on nije
2-obojiv. Razlicite boje su oznacene razlicitim slovima.
Razmotrimo neke specijalne situacije za hromatski broj grafa.
1o Ako je graf G = (V, E) trivijalan, tj. prazan E = {}, tada je (G) = 1.
2o Ako je graf G = (V, E) potpun, sa n cvorova, tada je (G) = n.
3o Ako graf G = (V, E) sa n cvorova, sadrzi potpuni podgraf sa k cvorova,

k < n, tada je k (G) n. Ako dati graf ima kliku, tj. potpuni
podgraf sa maksimalnim brojem cvorova koji oznacavamo sa K(G), tada je
(G) K(G).
4o Prosta kontura sa parnim brojem cvorova ima hromatski broj 2.
5o Prosta kontura sa neparnim brojem cvorova ima hromatski broj 3.
Primer 40. Na sledecoj slici prikazan je jedan prazan graf ciji je hromatski
broj 1, graf koji sadrzi kliku velicine K(G) = 3 ciji je hromatski broj 4, jedna
parna i jedna neparna kontura sa hromatskim brojevima 2 i 3, respektivno.
B B B
' s $ s s
A @ @
A @ @
B
s Z s AsC Cs @s C Z s @s C
A
A
s s s As Bs sB s s
B B C@ Z @ C B
@ @
@s @s
P C
Slika 62.
12.9. BOJENJE GRAFA 307
Veza izmedju hromatskog broja i stepena cvorova povezanog grafa data je u

sledecoj teoremi.
Teorema 12.16 Neka je G = (V, E) povezan graf definisan skupovima V =

{x1 , x2 , . . . , xn } i E = {l1 , l2 , . . . , lm }. Ako je d = max{d(x1 ), d(x2 ), . . . , d(xn )}
tada vazi nejednakost
(G) d + 1. (12.13)
Jednakost u (12.13) vazi ako i samo ako je G ili potpuni graf ili regularan graf
stepena 2 sa neparnim brojem cvorova.
Veza hromatskog broja i broja unutrasnje stabilnosti grafa, data je sledecom

teoremom.
Graf koji se moze pravilno obojiti dvema bojama, naziva se bihromatski graf.
Za ove grafove vazi sledeci rezultat.
Teorema 12.17 Graf je bihromatski ako i samo ako ne sadrzi kao delimicni pod-
graf nijednu konturu sa neparnim brojem cvorova.
Primetimo da su stabla i konture sa parnim brojem cvorova bihromatski gra-

fovi.
Bihromatski grafovi G = (V, E) se cesto oznacavaju sa G(X1 , X2 , E), pri cemu
je X1 X2 = {} i X1 X2 = V . Skup X1 je skup cvorova iz V obojen jednom
bojom, a X2 skup cvorova iz V obojen drugom bojom. Cvorovi jednog skupa,
X1 ili X2 , medjusobno nisu povezani granama. Grane povezuju samo cvorove iz
razlicitih skupova. Graf G je potpuni bihromatski ili bikompletan, ako je svaki
cvor jednog skupa cvorova povezan sa svakim cvorom iz drugog skupa cvorova.
Ako je broj cvorova skupa X1 jednak n1 , a skupa X2 , n2 , n1 + n2 = n, tada se
potpuni bihromatski graf G oznacava sa G = Kn1 ,n2 .
Primer 41. Navescemo primer optimizacije koriscenja memorijskog pros-

tora racunara koji se u sustini svodi na odredjivanje hromatskog broja grafa.
Ovaj primer direktno preuzimamo iz monografije.
Neka su x1 , x2 , . . . , xn numericke velicine koje se pojavljuju u jednom pro-
gramu. Za njihovo pamcenje rezervise se po jedna celija u memoriji racu-
nara. Medjutim, dogadja se da velicine xi i xj nikada u toku realizacije
programa nisu istovremeno potrebne, pa nije potrebno da se i istovremeno
pamte. Zbog toga je dovoljno da se za ove dve velicine rezervise samo jedna
memorijska lokacija. Da bi se ostvarila maksimalna usteda memorijskog
prostora, obrazuje se graf G sa cvorovima x1 , x2 , . . . , xn . Dva cvora u G
se proglasavaju susednim ako i samo ako je bar u jednom trenutku izvrsenja
s
3HHH1

H
HH
s s
@ 3
2@ 2
s
@ s
1
Slika 63.
programa potrebno istovremeno znati obe numericke velicine koje odgovaraju

ovim cvorovima. Kada se cvorovi grafa G pravilno oboje, velicine koje odgo-
varaju cvorovima iste boje mogu da se smeste u istu memorijsku lokaciju.
Na taj nacin se broj potrebnih memorijskih lokacija od pocetnih n, smanjuje
na (G), gde je (G) hromatski broj grafa.
Slicno bojenju cvorova definise se bojenje grana grafa. Grane se boje tako da
dve susedne grane budu obojene razlicitim bojama. Naravno, ovde se misli na
pravilno bojenje grana. Ovakvo bojenje se jos naziva granskim bojenjem.
Definicija 12.48 Hromatski indeks grafa G, u oznaci (G), je najmanji prirodni

broj za koji je graf granski pravilno obojen.
Hromatski indeks se jos naziva i granski hromatski broj.
Primer 42. Na sledecoj slici je primer grafa sa hromatskim indeksom 3.

Diskret Mat PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Diskret Mat PDF

Uploaded by

Copyright:

Available Formats

LEKCIJE IZ

1 Elementi matematicke logike 5

6 Specijalne matrice. Permanent 93

8 Funkcije generatrise 169

9 Rekurentni nizovi 177

11 Blok seme 231

Elementi matematicke logike

1.1 Iskaz i predikat

Recenica 42 = 16 je iskaz, i to istinit.

Recenica 21 = 42 je iskaz, i to neistinit.

Recenica x2 = 16 je afirmativna i ima smisla, ali nije iskaz. Istinitosno

Recenica Da li je 3 vece od 7? je upitna, a ne deklarativna, pa nije iskaz.

U daljem tekstu iskaze cemo zvati i logickim promenljivama. Oni se oznacavaju,

naziva se funkcijom istinitosti.

Primer 2. (p) = (42 = 16) = >, a (p) = (21 = 42 ) = .

Primer 3. Recenica x2 = 16 je predikat, jer je afirmativna, ima smisla i

Broj promenljivih u predikatu odredjuje njegovu duzinu.

Primer 4. Neka je P (x) predikat duzine 1. Vezivanje kvantifikatora za

(x R)(P (x)) - za svako x iz R vazi P (x),

1.2 Iskazne recenice

> O1 > O2 > O3 >

Definicija 1.2 Iskaz p je negacija iskaza p. On je tacan kada je iskaz p netacan.

Na sledecoj slici date su istinitosne vrednosti iskaza p, O1 p, O2 p i O3 p, u

> > > > >

Definicija 1.3 Iskaz p q naziva se konjunkcija iskaza p i q. On je istinit ako i

Primer 6. Neka su iskazi p i q definisani sa p: Pera voli jabuke i q:

Definicija 1.4 Iskaz p q naziva se inkluzivnom disjunkcijom iskaza p i q. On

Inkluzivnu disjunkciju treba razlikovati od veznika ili u svakodnevnom gov-

Definicija 1.5 Iskaz pq naziva se ekskluzivnom disjunkcijom iskaza p i q. On

Definicija 1.6 Iskaz p q naziva se implikacijom iskaza p i q. On jedino nije

Iskaz p, u implikaciji p q, naziva se premisom ili pretpostavkom, a iskaz q

Primer 9. Neka su iskazi p i q definisani sa p: 3 + 3 = 5 i q: 3 + 4 = 9.

Primer 10. Neka su iskazi p i q definisani sa p: Prvi dan u nedelji je

Implikacija se znacajno moze razlikovati od upotrebe ako ... onda ... u

Definicija 1.7 Iskaz p q naziva se ekvivalencijom iskaza p i q. On je istinit ako

Primer 11. Neka su iskazi p i q definisani kao u primeru 9. Iskaz p q

Pomocu ekvivalencije se cesto definisu novi pojmovi od vec poznatih. To cemo

Primer 12. Pretpostavimo da su nam poznati pojmovi: vektor i skalarni

U tabeli na slici 4. su date istinitose vrednosti za iskaze p q, p q, pq, p q

1.3 Iskazne formule

Definicija 1.8 i) Iskazne konstante i iskazna slova (promenljive) su iskazne for-

Primer 13. Iskazi, tj. iskazne recenice, p, (p q), (p ), (p (p q))

Primer 14. Stepen iskazne formule (p (q p) ((p q) (p q)) je

Prilikom formiranja iskaznih formula koriste se i zagrade, i to male. One

Primer 15. Postujuci hijerarhijski niz prioriteta logickih operacija, iskazna

Drugi postupak za oslobadjanje od zagrada koji cemo pomenuti, poznat je pod

Definicija 1.10 i) Logicke konstante i logicke promenljive su iskazne formule;

Iskazna formula zapisana na osnovu prethodne definicije predstavljena je u

Primer 16. Iskazna formula (p) q u poljskoj notaciji glasi pq.

Primer 17. Iskazna formula, data u poljskoj notaciji p p pq u stan-

Kako smo vec pominjali istinitost iskazne formule, u zavisnosti od istinitosti

Primer 18. Ispitati istinitosnu vrednost formule F (p q r)

Primer 19. Za iskaznu formulu iz prethodnog primera, pretpostavimo da

Uporedjivanjem dobijenog rezultata sa odgovarajucom interpretacijom u

Ako je iskazna formula tautologija, tada je njena negacija kontradikcija, i obr-

Teorema 1.2 Neka su p, q i r iskazi. Tada su sledece iskazne formule tautologije:

Dokaz. Ilustracije radi, dokazacemo da su iskazne formule 4,5 i 6 tautologije.

1.4 Argumenti i dokazi

Simbol se cita: vazi, stoga, tada je i slicno. Valjanost ovog argumenta

na osnovu koje se utvrdjuje da li je C tacno, kada su sve hipoteze H1 , H2 , ..., Hn

Primer 21. Za argument

Navescemo neke valjane argumente, koji su u literaturi pozanati kao pravila

4. dodavanje 5. specijalizacija 6. konjunkcija