Upload
vanja-karan
View
314
Download
17
Embed Size (px)
Citation preview
7/22/2019 Diskretna matematika - knjiga
1/158
DISKRETNA MATEMATIKA
Zoran Mitrovic
Elektrotehnicki fakultet u Banjaluci
7/22/2019 Diskretna matematika - knjiga
2/158
2
7/22/2019 Diskretna matematika - knjiga
3/158
Sadrzaj
1 Predgovor 7
2 Elementi teorije brojeva 92.1 Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Djeljivost . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Euklidov algoritam . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Prosti brojevi. Osnovna teorema aritmetike. . . . . . . . . . . . . 15
2.5 Modularne aritmetike . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6 Eulerova funkcija . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.7 RSA metod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.8 Kineska teorema o ostacima . . . . . . . . . . . . . . . . . . . . . 25
2.9 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3 Binomna i polinomna formula 333.1 Binomni koeficijenti . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2 Binomna formula . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Polinomna formula . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4 Neki identiteti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.5 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4 Funkcije generatrise 39
4.1 Uvod . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.2 Particije . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.3 Hano jske kule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.4 Steinerov problem . . . . . . . . . . . . . . . . . . . . . . . . . . 464.5 Fibonaccijevi brojevi . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.6 Problem dijagonalnih triangulacija . . . . . . . . . . . . . . . . . 48
4.7 Sistemi rekurzivnih jednacina . . . . . . . . . . . . . . . . . . . . 49
4.8 Problem dearanzmana . . . . . . . . . . . . . . . . . . . . . . . . 49
4.9 Kompozicijski inverz . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.10 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3
7/22/2019 Diskretna matematika - knjiga
4/158
4 SADRZAJ
5 Sume 57
5.1 Gausov postupak . . . . . . . . . . . . . . . . . . . . . . . . . . . 575.2 Metoda perturbacije . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.3 Beskonacne sume . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.4 Primjena izvoda i integrala . . . . . . . . . . . . . . . . . . . . . 64
5.5 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6 Dirichletov princip i Ramseyeva teorema 67
6.1 Dirichletov princip . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.2 Ramseyeva teorema . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.3 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
7 Grafovi 71
7.1 Osnovni po jmovi . . . . . . . . . . . . . . . . . . . . . . . . . . . 717.2 Stepen cvora . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
7.3 Povezani grafovi . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.4 Stabla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
7.5 Eulerovi i Hamiltonovi grafovi . . . . . . . . . . . . . . . . . . . . 79
7.6 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
8 Linearno programiranje 83
8.1 Standardni problemi . . . . . . . . . . . . . . . . . . . . . . . . . 83
8.2 Dualnost . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
8.3 Teorema o dualnosti i teorema o ekvilibrijumu . . . . . . . . . . 90
8.4 Operacije sa pivotima . . . . . . . . . . . . . . . . . . . . . . . . 938.5 Simpleks tabela . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.6 Pravila za operacije sa pivotima kod simpleks metoda . . . . . . 102
8.7 Dualni simpleks metod . . . . . . . . . . . . . . . . . . . . . . . . 106
8.8 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
9 Diskretna teorija vjerovatnoce 109
9.1 Pojam vjerovatnoce . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.2 Uslovna vjerovatnoca . . . . . . . . . . . . . . . . . . . . . . . . . 112
9.3 Bernulijeva sema . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
9.4 Diskretne slucajne promjenljive . . . . . . . . . . . . . . . . . . . 116
9.5 Slucajni procesi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1199.6 Zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
10 Algebarske strukture 125
10.1 Parcijalno uredeni skupovi . . . . . . . . . . . . . . . . . . . . . . 125
10.2 M reze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
10.3 Grupe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
7/22/2019 Diskretna matematika - knjiga
5/158
SADRZAJ 5
11 Teorija izracunavanja 14111.1 Regularni jezici . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14111.2 A utomati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14111.3 Tjuringove masine . . . . . . . . . . . . . . . . . . . . . . . . . . 141
12 Teorija kodova 14312.1 Generatorske matrice . . . . . . . . . . . . . . . . . . . . . . . . . 14312.2 Hemingovi kodovi . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
13 Primjene teorije brojeva 14513.1 Prepoznavanje oblika . . . . . . . . . . . . . . . . . . . . . . . . . 14513.2 Funkcije hesiranja . . . . . . . . . . . . . . . . . . . . . . . . . . 14513.3 Kriptografija . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
14 Zadaci sa kolokvijuma i pismenih ispita 14714.1 1. Kolokvijum 28. novembar 2007. . . . . . . . . . . . . . . . . . 14714.2 1. Kolokvijum 28. novembar 2007. (Rjesenja) . . . . . . . . . . . 14814.3 1. Kolokvijum 10. decembar 2007. (Popravni) . . . . . . . . . . . 15114.4 2. Kolokvijum 6. februar 2008. . . . . . . . . . . . . . . . . . . . 15214.5 2. Kolokvijum 13. februar 2008. (Popravni) . . . . . . . . . . . . 15314.6 Pismeni 8. septembar 2008. . . . . . . . . . . . . . . . . . . . . . 15314.7 1. Kolovijum 26. novembar 2008. . . . . . . . . . . . . . . . . . . 154
15 Literatura 157
7/22/2019 Diskretna matematika - knjiga
6/158
6 SADRZAJ
7/22/2019 Diskretna matematika - knjiga
7/158
Glava 1
Predgovor
-
7
7/22/2019 Diskretna matematika - knjiga
8/158
8 GLAVA 1. PREDGOVOR
7/22/2019 Diskretna matematika - knjiga
9/158
Glava 2
Elementi teorije brojeva
2.1 Uvod
Klasicna teorija brojeva se bavi uglavnom proucavanjem prirodnih, cijelih iracionalnih brojeva.
Prvi problemi iz teorije brojeva zapisani su jos u starom Babilonu i Egiptu2000-3000 godina prije nove ere. Otkrice iracionalnih brojeva i osnovnih osobinadjeljivosti prirodnih brojeva sadrzani su jos u Euklidovim1 elementima.
Neki najpoznatiji rijeseni i nerijeseni problemi iz teorije brojeva su:
Problem parova blizanaca: Postoji beskonacno mnogo parova prostihbrojeva medusobno udaljenih za 2 (npr. 3 i 5, 5 i 7, 11 i 13, 17 i 19, 41 i 43,101 i 103,. . .) Moze se pokazati da je problem parova blizanacaekvivale-
ntan problemu da postoji beskonacno mnogo prirodnih brojevan, tako dabroj n2 1 ima tacno 4 djelitelja.
Goldbachova2 hipoteza: Svaki se paran broj 2n, n 2, moze izrazitikao suma dva prosta prirodna broja (npr. 4 = 2 + 2, 6 = 3 + 3, 8 = 5+ 3,. . .) i danas odgovor je nepoznat, iako su sve konkretne provjere dalepozitivne odgovore. Goldbachova hipoteza kaze da je odgovor potvrdan.Tvrdnja jos nije dokazana. (Nagrada je 1 000 000 $).
Adrien-Marie Legendre3: Za svaki dovoljno veliki realni broj x, npr.x 117 postoji bar jedan prost broj izmedu brojeva x i x+x. Tuje hipotezu je krajem 18. vijeka postavio Legendre, ali ona i do danasnije rijesena. Ovo je samo jedan od problema vezan za tzv. problem
gustineprostih brojeva.1Euklid (330 p.n.e. - 275 p.n.e.), grcki matematicar. Zivio je i radio u Aleksandriji gdje
je stvorio matematicku skolu. Napisao je brojna djela, od kojih neka nisu sacuvana i poznatasu samo po naslovu. Sacuvana djela su: Elementi(geometrija kao nauka o prostoru) u 13knjiga, Optika( s teorijom perspektive), i dr.
2Christian Goldbach, (1690-1764), pruski matematicar.3Adrien-Marie Legendre, (1752-1833) bio je francuski matematicar. Znacajan doprinos je
dao na poljima statistike, teorije bro jeva, apstraktne algebre i matematicke analize.
9
7/22/2019 Diskretna matematika - knjiga
10/158
10 GLAVA 2. ELEMENTI TEORIJE BROJEVA
10. Hilbertov4 problem 1900: Posto ji li algoritam za nalazenje rjesenjaDiofantske jednacine? (Negativan odgovor dao Matijasevic 1970.)
(a) Pelova jednacina: Najpoznatija Diofantska jednacina je
x2 dy2 = 1,gdje jedprirodan broj koji nije kvadrat. Sva pozitivna cijela rjesenja(xn, yn) ove jednacine su data sa
xn+
dyn = (x0+
dy0)n,
gdje je (x0, y0) najmanje rjesenje Pelove jednacine u pozitivnim cije-lim brojevima.
(b) Fermatov5 zadnji veliki teorem: Jednacina
xn + yn =zn,
nema rjesenja u nenegativnim cijelim brojevima gdje je n prirodanbroj veci od 2. (Tvrdnju je dokazao Andrew Wiles6.)
(c) Catalanova hipoteza 1843: Jedina rjesenja jednacine
xu yv = 1,u prirodnim brojevima x, y,u, v su 32 23 = 1. (Tvrdnju je dokazaoMihalescu 2003.)
Mali Fermatov teorem: Ako je n prirodan broj i p prost broj koji nedijeli n, onda je np1
1(modp). Time je zapravo dokazan jedan smjer
tzv. kineske hipoteze od skoro 2000 godina prije da je prirodan broj nprost ako i samo ako je 2n 2 djeljiv sa n. Njen drugi smjer nije istinit,npr. 23413 2 je djeljiv sa 341, a 341 = 31 11. Mali Fermatov teorem jetemelj mnogih rezultata iz teorije brojeva, a jos se koristi kao kompjuterskametoda provjere je li broj prost.
Teorema, Klaus Roth 1958, (Dobitnik Fieldsove medalje): Zarealan algebarski broj nejednacina pq
< 1q2+ ,gdje je >0, ima konacno mnogo rjesenja.
4
David Hilbert, (1862-1943) je bio njemacki matematicar koji je dao vazan doprinos unekoliko grana matematike.
5Pierre de Fermat, (1601-1665) bio je francuski matematicar i pravnik u tuluskom parla-mentu. Uz Dekarta, jedan je od najznacajnijih matematicara Francuske 17. veka.
6Andrew John Wiles, roden 11. aprila 1953. godine u Kembridzu) je britanskimatematicar. Postao je slavan dokazavsi Veliku Fermaovu teoremu, poznatu i kao Fermaovaposlednja teorema, 1995. godine. Na Univerzitetu u Getingenu svecano mu je urucena nagradajuna 1997. godine u iznosu od 60 000 dolara, koju je 1908. godine zavjestao njemacki indu-strijalac Paul Volfsker onome ko dokaze Fermaovu poslednju teoremu.
7/22/2019 Diskretna matematika - knjiga
11/158
2.2. DJELJIVOST 11
2.2 Djeljivost
Definicija 2.1. Neka su a i b cijeli brojevi. Kazemo da a dijelib ako je a= 0i postoji k Z tako da je b = ak. Pisemo a|b i citamo a dijeli b. Broj anazivamo djelitelj broja b, a broj b sadrzilac bro ja a.
Osobine relacije biti djelitelj :
Refleksivnost, Antisimetricnost, Tranzitivnost.
Primjer 2.1. Ako su a,b,c Z, onda iz a|b i a|c slijedi a|(nb+ mc) za bilokoja dva cijela brojam in.
Primjer 2.2. Neka sux iy cijeli brojevi. Pokazati da je3x + 5y djeljiv sa 13ako i samo ako jex + 6y djeljivo sa 13.Rjesenje. 13|3x+ 5y 13|5(3x+ 5y), pa 13|15x+ 25y. Kako je15x+ 25y =13x+13y+2(x+6y)dobijamo13|x+6y. S druge strane,13|x+6y13|3(x+6y),pa13|(3x + 5y) + 13y, a odavde13|3x + 5y.Teorema 2.1. Neka jeaN ibZ tada postoje jedinstveni cijeli brojeviq ir takvi da jeb= aq+ r i0r < a.Dokaz. Pokazimo prvo egzistenciju brojevaq i r . Konstruisimo skup
S={b as0 :s Z}.
SkupSje neprazan podskup skupaN{0}, pa ima najmanji elemenat. Neka jetor . Tada postojiq Ztakav da jeb aq= r. Jasno je da jer0. Pokazimoda jer < a. U suprotnom bi imali ra, pa je b a(q+ 1) =r a >0. Dakle,b a(q+ 1)S i b a(q+ 1) < r sto je nemoguce.Pokazimo jedinstvenost brojeva q i r. Pretpostavimo da je b = aq1 + r1 ib= aq2+ r2, gdje je 0r1< ai 0r2< a. Tada jea|q2 q1|=|r2 r1|< a,pa kako su q1 i q2 cijeli brojevi to je|q2 q1|= 0. Znaci q1= q2 i r1= r2.Definicija 2.2. Ako su a,b, Z takvi da je d|a i d|b onda d nazivamo
zajednicki djeliteljod a i b.
Najveci zajednicki djeliteljbrojeva a i b oznacavamo sa (a, b).
Najmanji prirodan broj ciji su a i b djelitelji nazivamo najmanji za-jednicki sadrzilaci oznacavamo sa [a, b].
Primjer 2.3. (a, b) = (b, a) = (|a|, |b|), [a, b] = [b, a] = [|a|, |b|], ako d|a id|b tada jed|(a, b),
7/22/2019 Diskretna matematika - knjiga
12/158
12 GLAVA 2. ELEMENTI TEORIJE BROJEVA
ako a|m ib|m tada je [a, b]|m,
(a, b)min{a, b} max{a, b} [a, b]. ako je
a=n
j=1
pujj ib=
nj=1
pvjj
tada je
(a, b) =n
j=1
pmin{uj,vj}j i [a, b] =
nj=1
pmax{uj,vj}j . (2.1)
Primjer 2.4. Odrediti(460, 200) i [460, 200].Kako je 460 = 22 523 i 200 = 23 52 imamo (460, 200) = 22 5 = 20 i[460, 200] = 23
52
23 = 4600.
Primjedba2.1. Na slican nacin se moze definisati (a1, a2, . . . , an) i [a1, a2, . . . , an],gdje su a1, a2, . . . , an cijeli brojevi.
Teorema 2.2. Neka sua ib prirodni brojevi. Tada postoje cijeli brojevix iytakvi da je(a, b) = ax + by.
Dokaz. SkupS={ax + by >0 :x, y Z}
je podskup skupa N, pa ima najmanji elemenat d0. To znaci da postoje cijelibrojevix0 i y0 takvi da jed0= ax0+ by0. Pokazimo da je
d0
|ax + by za sve x, y
Z. (2.2)
Ako (8.1) ne bi vrijedilo postojali bi cijeli brojevi x1 i y1 takvi
d0ax1+ by1.
Znaci posto je brojevi q i r , 1r < d0, takvi da jeax1+ by1= qd0+ r,
pa jea(x1 qx0) + b(y1 qy0) = r,
sto je nemoguce, jer je d0 minimum skupa S. Dakle, vrijedi (8.1), pa za x= 1i y = 0 imamo d0
|a, a za x = 0 i y = 1 imamo d0
|b, to znaci d0
|(a, b). S druge
strane, (a, b)|ai (a, b)|b, pa (a, b)|ax0+by0to jest (a, b)|d0. Znaci d0= (a, b).Posljedica 2.1. Ako su a i b relativno prosti brojevi to jest (a, b) = 1 tadapostoje cijeli brojevix iy takvi da jeax + by= 1.
Primjer 2.5. Pokazati da jednacina12x + 15y= 3 ima cjelobrojna rjesenja.Kako je (12, 15) = 3 na osnovu prethodne posljedice zakljucujemo da jednacina4x + 5y = 1 ima cjelobrojna rjesenja, pa prema tome i jednacina12x + 15y = 3.
7/22/2019 Diskretna matematika - knjiga
13/158
2.3. EUKLIDOV ALGORITAM 13
Primjedba 2.2. Iz dokaza teoreme 2.2. vidimo da je
(a, b) = min{ax + by >0 :x, y Z}.
Primjer 2.6. Dokazati da razlomak 21n + 4
14n + 3ne moze da se skrati ni za jedan
prirodan brojn. (IMO, Rumunija, 1959)Rjesenje. Za svakin vrijedi3(14n+ 3) 2(21n+ 4) = 1, pa dobijamo da akod|14n + 3 id|21n + 4 da jed= 1.
2.3 Euklidov algoritam
U prethodnoj sekciji smo vidjeli da je za rjesavanje linearne Diofantove7
jednacine,ax + by= c, potrebno naci najveci zajednicki djelilac bro jeva a i b.
Algoritam dat u sledecoj teoremi daje postupak za odredivanje na jvecegzajednickog djelioca dva broja.
Teorema 2.3. (Euklidov algoritam) Pretpostavimo da sua, bN ia < b.Dalje, neka suq1, q2, . . . , q n+1 Z, r1, r2, . . . , rn N i0< rn < rn1
7/22/2019 Diskretna matematika - knjiga
14/158
14 GLAVA 2. ELEMENTI TEORIJE BROJEVA
Primjer 2.7. 1. Odrediti(589, 5111).Imamo
5111 = 589 8 + 399589 = 399 1 + 190399 = 190 2 + 19
190 = 19 10.Dakle, (589, 5111) = 19.
2. Naci bar jedno rjesenje jednacine589x + 5111y= 19.Iz
19 = 399 190 2= 399 (589 399 1) 2
= 589(2) + 399 3= 589(2) + (5111 589 8) 3
= 5111 3 + 589(26),zakljucujemo da jex =26iy = 3, pa je(26, 3)jedno rjesenje jednacine
589x + 5111y= 19.
Primjedba 2.3. 1. Ako je (x0, y0) rjesenje jednacine ax + by = c onda zasvako rjesenje (xt, yt) te jednacine vrijedi xt = x0 +bt, yt = y0at,gdje je t Z. Dakle, koristeci Euklidov algoritam mozemo rijesiti svakuDiofantovu jednacinu ax + by= 1, gdje je (a, b) = 1.
2. Za broj koraka j u Euklidovom algoritmu vrijedi j
7/22/2019 Diskretna matematika - knjiga
15/158
2.4. PROSTI BROJEVI. OSNOVNA TEOREMA ARITMETIKE. 15
Primjer 2.8. Odrediti cjelobrojna rjesenja jednacine2918x + 19y= 1.
Primjer 2.9. Odreditix iy tako da je361x + 418y= (361, 418).
2.4 Prosti brojevi. Osnovna teorema aritmetike.
U ovoj sekciji izucavamo neke osobine prostih brojeva.
Definicija 2.3. Neka je aN i a >1. Za broj akazemo da je prostbroj akosu jedini njegovi djelitelji 1 i a. Ako broj nije prost kazemo da je slozen.
Primjedba 2.4. Broj 1 nije ni prost ni slozen.
Primjer 2.10. Za svaki prirodan brojk postojik uzastopnih slozenih brojeva.Naime, ako stavimo n= k+ 1 tada su
n! + 2, n! + 3, . . . , n! + n
slozeni brojevi.
Primjer 2.11. Dokazati da jen4 + 4 slozen broj ako jenN, n > 1. (ZadatakS. Germain.8)
Teorema 2.4. Neka su a1, a2, . . . , an Z i p prost broj. Ako p|a1a2 antadap|aj za neko j {1, . . . , n}.Teorema 2.5. (Osnovna teorema aritmetike) Faktorizacija svakog prirodnogbrojan > 1 na proste faktore je jedinstvena.
Dokaz. Prvo cemo indukcijom pokazati da svaki prirodan bro jn2 ima repre-zentaciju koja se sastoji od proizvoda prostih brojeva. Broj 2 ima reprezentaciju
koja se sastoji od prostih brojeva. Prepostavimo sada da je n > 2 i da svakiprirodan brojm za koji vrijedi 2m < nima reprezentaciju koja se sastoji odproizvoda prostih brojeva. Ako jenprost broj tada je dokaz gotov, u suprotnompostoje prirodni brojevin1i n2takvi da je 2n1< ni 2n2< ni n = n1 n2.Zbog indukcijske pretpostavke n1 i n2 imaju reprezentacije preko proizvodaprostih brojeva, pa prema tome takvu reprezentaciju ima i broj n.Dokazimo sada jedinstvenost. Prepostavimo da je
n= p1p2 pr =p
1p
2 p
s,
gdje su p1 p2 pr, p1 p2 p
s prosti brojevi. Imamo p1|p
1
p2 p
s, pap1|p
i za nekii {1, . . . , s}. S druge stranep
1|p1 p2 pr,pa p
1|pj
za neki j
{1, . . . , r
}. Dakle, imamo
p1= p
ip
1= pjp1,pa je p1= p
1. Sada je
p2 pr =p
2 p
s,
pa se na slican nacin pokaze da je r= s i pi = pi, i= 1, . . . , r .
8S. Germain, 1776-1831, francuska matematicarka
7/22/2019 Diskretna matematika - knjiga
16/158
16 GLAVA 2. ELEMENTI TEORIJE BROJEVA
Posljedica 2.2. Neka jen prirodan broj. Tada postoje prosti brojevip1, . . . , pki prirodni brojevi
1, . . .
k takvi da je
n= p11 pkk . (2.3)Definicija 2.4. Reprezentacija (2.3) se naziva kanonska dekompozicija brojan.
Primjer 2.12. Dokazati da je
[m,n,p]2
[m, n][m, p][n, p]=
(m,n,p)2
(m, n)(m, p)(n, p) za svem, n, pN. (USA MO, 1972)
Rjesenje. Pretpostavimo da je
m= pa11 p
a22 p
akk , n= p
b11 p
b22 p
bkk , p= p
c11 p
c22 p
ckk ,
gdje sup1, p2, . . . , pk prosti brojevi iai, bi, ci, i {0, 1, . . . , k} nenegativni cijelibrojevi. Koristeci (2.1) dobijamo
[m,n,p] =pmax{a1,b1,c1}1 pmax{a2,b2,c2}2 pmax{ak,bk,ck}k ,
[m, n] =pmax{a1,b1}1 pmax{a2,b2}2 pmax{ak,bk}k ,
[m, p] =pmax{a1,c1}
1 pmax{a2,c2}2 pmax{ak,ck}k ,[n, p] =p
max{b1,c1}1 pmax{b2,c2}2 pmax{bk,ck}k ,
opet iz (2.1) je
(m,n,p) = pmin{a1,b1,c1}1 pmin{a2,b2,c2}2 pmin{ak,bk,ck}k ,
(m, n) =pmin{a1,b1}1 pmin{a2,b2}2 pmin{ak,bk}k ,
(m, p) = pmin{a1,c1}1 pmin{a2,c2}2 pmin{ak,ck}k ,
(n, p) = pmin{b1,c1}
1 pmin{b2,c2}2 pmin{bk,ck}k .Sada se zadatak svodi da se pokaze da je
2max{a,b,c} max{a, b} max{a, c} max{b, c}= 2 min
{a,b,c
} min
{a, b
} min
{a, c
} min
{b, c
}.
Mozemo pretpostaviti da vrijediabc. Tada je
2max{a,b,c} max{a, b} max{a, c} max{b, c}= 2c b c c=b,slicno,
2min{a,b,c} min{a, b} min{a, c} min{b, c}= 2a a a b=b.
7/22/2019 Diskretna matematika - knjiga
17/158
2.4. PROSTI BROJEVI. OSNOVNA TEOREMA ARITMETIKE. 17
Primjer 2.13. Odrediti broj pozitivnih djelilaca brojan= p11 pkk .
Definicija 2.5. Ukupan broj pozitivnih djelilaca broja n oznacava se sa (n).
Primjer 2.14. Pokazati da za uzajamno proste brojevem in vrijedi
(mn) = (m)(n).
Primjer 2.15. Pokazati da jen potpun kvadrat ako je(n) neparan broj.
Definicija 2.6. Zbir svih pozitivnih djelilaca broja n oznacava se sa (n).
Primjer 2.16. Ako jen= p11 pkk pokazati da je
(n) = 1 p11
1
p1
1 pkk
1
pk
.
Primjer 2.17. Pokazati da za uzajamno proste brojevem in vrijedi
(mn) = (m)(n).
Primjer 2.18. Odrediti(600) i(500).
Teorema 2.6. (Euklid) Skup prostih brojeva je beskonacan.
Dokaz. Pretpostavimo suprotno. Neka su p1< p2
7/22/2019 Diskretna matematika - knjiga
18/158
18 GLAVA 2. ELEMENTI TEORIJE BROJEVA
Teorema 2.7. Neka jea prirodan broj ip prost tada jep|ap a.
Dokaz. Dokazacemo teoremu koristeci indukciju po a. Za a = 1 tvrdnja jetrivijalna. Neka je a >1 i stavimo a = b + 1. Tada je
ap a= (b + 1)p (b + 1) =bp +
p1
bp1 + +
p
p 1
b + 1 b 1.
= (bp b) +
p1
bp1 + +
p
p 1
b.
Po indukcijskoj hipotezi bp b je djeljivo sa p. S druge strane, kako je p prostto jep|
pk
, k= 1, . . . , p 1, pa je dokaz gotov.
Primjer 2.21. Pokazati da postoji prirodan brojk takav da je11256 = 1+257k.Primjer 2.22. Ako jep prost broj veci od 3, dokazati da6p|abp apb.
2.5 Modularne aritmetike
U ovoj sekciji, koristeci osobine prostih brojeva nastavljamo da izucavamorelaciju a dijeli b.
Definicija 2.7. Ako jen|abonda kazemo da jeakongruentnobpo modulon i to pisemo
ab( mod n).Osobine relacije biti kongruentan modulon:
Relacija biti kongruentan modulonjerelacija ekvivalencijena skupuZ. Svi cijeli brojevi koji su kogruentni po datom modulu obrazuju jednuklasu brojeva. Tako na primjer po modulu 3 imamo tri klase brojeva :
klasu brojeva oblika 3k koji su djeljivi sa 3, odnosno kongruentni sunuli po modulu 3,
klasu brojeva oblika 3k+ 1 koji prilikom dijeljenja sa 3 daju ostatak1, odnosno kongruentni si jedinici po modulu 3,
klasu brojeva oblika 3k+ 2 koji prilikom dijeljenja sa 3 daju ostatak2, odnosno kongruentni su broju 2 po modulu 3.
Primjer 2.23. Odrediti prirodan brojp ako sup i8p2 + 1 prosti brojevi.Prema prethodnom svaki se cijeli broj moze zapisati u jednom od sljedeca
tri oblika : n= 3k, n= 3k+ 1 n = 3k 1,gdje jek cijeli broj. Ako jep= 3 onda jep oblika3k 1, jer jep prost.U oba slucaja je
8p2 + 1 = 3(24k2 16k+ 3)djeljivo sa 3. Dakle, ostaje jedino mogucnost da jep= 3 i u tom slucajuimamo 8p2 + 1 = 73 sto je prost broj.
7/22/2019 Diskretna matematika - knjiga
19/158
2.5. MODULARNE ARITMETIKE 19
Ako je ab( modn) i cd( modn) onda je a cb d( modn) iac
bd( modn).
Ako je ab( modn), dN i d|nonda je ab( modd). Ako jeab( modn) onda je acbc( modn) za svaki prirodan broj c. Ako jeab( modn) onda jeak bk( modn) za svaki prirodan brojk . Ako je acbc( modn) i (c, n) = 1 onda je ab( modn).
Dokazimo na primjer posljednju osobinu.Neka je ac bc( modn). Tada imamo n|c(a b), pa kako je (c, n) = 1 to jen|a b. Znaci ab( modn).Primjedba 2.5. Moze se pokazati da je acbc( modn) ako i samo ako jeab mod n(c,n) .Primjer 2.24. Odrediti posljednju cifru u dekadnom zapisu broja3400.Vrijedi34 1( mod 10), pa je
3400 1100( mod 10),
to jest3400 1( mod 10).
Dakle, posljednja cifra broja3400 je 1.
Primjedba 2.6. Malu Fermatovu teoremu mozemo zapisati i na sljedeci nacin:Ako je a prirodan broj i p prost onda je
ap a( mod p).
Primjer 2.25. Neka je p prost broj veci od 2 i p ne dijeli a. Pokazati da jejedan i samo jedan od brojeva
A= a1+2++(p1) 1, B= a1+2++(p1) + 1,
djeljiv sap.Na osnovu male Fermatove teoreme jeap1 1( mod p), pa je
AB=
a(p1)p
2 1
a(p1)p
2 + 1
= a(p1)p 10( mod p).
Dakle, p| AB. Kako je B A = 2 i p prost broj veci od 2, to samo jedan odbrojeva moze biti djeljiv sap.
Primjer 2.26. Ako je p prost i n prirodan broj takav da jep|(4n2 + 1), tadap 1( mod 4).Rjesenje. Jasno da je p= 2. Neparan broj pri dijeljenju sa 4 daje ostatak 1ili 3. Prema tome, treba dokazati da dap nije oblika4k+ 3. Pretpostavimo da
7/22/2019 Diskretna matematika - knjiga
20/158
20 GLAVA 2. ELEMENTI TEORIJE BROJEVA
postojik takav da jep = 4k+ 3. Na osnovu malog Fermatovog teorema, jer pnije djeljivo san je
(2n)p1 1( mod p).Iz pretpostavke zadatka je
(2n)2 1( mod p),
pa je
(2n)p1 (2n)4k+2 ((2n)2)2k+1 (1)2k+1 1( mod p),
sto je kontradikcija. Prema tome, p 1( mod 4).Neka je dat prirodan broj m > 1. Posmatrajmo m klasa cijelih brojeva
kongruentnih redom sa brojevima 0, 1, 2, . . . , m 1. Jasno je da jedan broj nemoze biti u dvije razlicite klase i da svaki cijeli broj mora biti u jednoj od klasa.Izaberemombrojeva tako da svaki bude iz po jedne klase. Tako izabrani brojevinazivaju se potpuni sistem ostataka po modulu m. Svedeni sistem ostataka pomodulu m se dobija ako se iz potpunog sistema ostataka izbace brojevi koji nisuuzajamno prosti sa m. U svedenom sistemu ostataka po datom modulu uvijekje isti broj elemenata bez obzira od kog potpunog sistema podemo.
Teorema 2.8. Neka je(a, m) = 1i neka je{1, 2, . . . , k}proizvoljan potpuni(svedeni) sistem ostataka po modulu m. Tada je{a1, a2, . . . , a k} potpuni(svedeni) sistem ostataka po modulum.
Dokaz. Brojeva ai ima koliko i brojeva i, pa treba dokazati da brojevi ai ia
j pripadaju razlicitim klasam po modulu m ako je i
=j. Ako bi bilo
aiaj( mod m),
kako je (a, m) = 1, imali bi da je 1j( modm), sto je nemoguce.Teorema 2.9. Ako je p prost broj, onda za svaki broj k {2, 3, . . . , p2},postoji tacno jedan broj l {2, 3, . . . , p 2}, takav da je
kl1( mod p)
i vrijedi l=k.Dokaz. Na osnovu teoreme 2.8 brojevi
k, 2k, 3k , . . . , (p 1)k,pk
obrazuju potpuni sistem ostataka po modulu p, pa uzeti u nekom redoslijedudaju ostatke 0, 1, 2, . . . , p1 po modulu p. To znaci da posto ji tacno jedanl {2, 3, . . . , p 1} takav da je
kl1( mod p).
7/22/2019 Diskretna matematika - knjiga
21/158
2.5. MODULARNE ARITMETIKE 21
Broj l ne moze biti jednak k , jer bi u tom slucaju imali
k2 1( mod p),a ovo je ekvivalentno sa
(k 1)(k+ 1)0( mod p).Ovo znaci da je
k1( mod p) ili k 1( mod p),sto je nemoguce, jer je k {2, 3, . . . , p 2}.Teorema 2.10. (Wilson9) Ako jep prost broj, tada vrijedi
(p
1)!
1( mod p).
Dokaz. Za p = 2 tvrdenje ocigledno vrijedi. Ako je p prost broj veci od 2, uproizvodu
(p 1)! = 1 2 3 . . . (p 1)ima paran broj faktora. Na osnovu teoreme 2.9 vrijedi
2 3 . . . (p 2)1( mod p),kako je
1 (p 1) 1( mod p),dobijamo tvrdenje teoreme.
Primjer 2.27. Odrediti ostatak pri dijeljenju broja93! sa97.Kako je 97 prost broj na osnovu Wilsonove teoreme imamo
96! 1( mod 97).Pretpostavimo da je
93!x( mod 97).Sada dobijamo
96 95 94 x(1)(2)(3)x( mod 97).Dakle,
1
6x( mod 97),
pa vrijedi6x1( mod 97),
kako je(16, 97) = 1 mnozenjem posljednje jednakosti sa 16 dobijamo
96x16( mod 97),9John Wilson (1741-1793), engleski matematicar.
7/22/2019 Diskretna matematika - knjiga
22/158
22 GLAVA 2. ELEMENTI TEORIJE BROJEVA
to jest
x
16( mod 97),
odavde jex 16( mod 97),
pa jex81( mod 97).
Primjer 2.28. Ako jep prost broj veci od 2, dokazati
12 32 52 . . . (p 2)2 (1)p+12 ( mod p).
Na osnovu Wilsonove teoreme je
1 2 3 . . . (p 1) 1( mod p).Za svakoi = 0, 1, 2, . . .vrijedii (pi)) mod p).Zamijenimo p12 parnihbrojeva na lijevoj strani prve kongruencije brojevima njima kongruentnim kojise dobijaju iz druge kongruencije zai= 2, 4, . . . , p 1. Dobijamo
12 32 52 . . . (p 2)2(1)p12 1( mod p).
2.6 Eulerova funkcija
Definicija 2.8. Neka je (n) broj prirodnih brojeva koji nisu veci od n, auzajamno su prosti sa n. Definisimo (1) = 1. Na taj nacin je definisana
funkcija : N Nkoja se naziva Eulerova10 funkcija.Primjer 2.29.Nekoliko prvih vrijednosti funkcije dato je sljedecom tabelom:
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
Definicija 2.9. Funkcija f : N N je multiplikativna ako jef(mn) = f(m)f(n),
za sve prirodne brojeve m i n za koje je (m, n) = 1.
10Leonhard Paul Euler, (1707-1783) je bio svajcarski matematicar i fizicar. Ziveo je i radio
u Berlinu i Petrogradu. Euler je dosao do velikih otkrica u potpuno razlicitim oblastimakao sto su matematicka analiza i teorija grafova. Uveo je u upotrebu veliki broj terminakoji se koriste u savremenoj matematici i unapredio matematicku notaciju, posebno u okviruanalize. Takode je i jedan o d najplodonosnijih matematicara-sacuvano je oko 900 njegovihradova. Laplasove rijeci Citajte Eulera, citajte Eulera, to je nas zajednicki uciteljnajboljepokazuju Eulerov uticaj na matematiku. Eulerov lik je nekoliko puta stampan na postanskimmarkicama u Svajcarskoj, Njemackoj i Rusiji, a asteroid 2002 Euler je dobio ime u njegovucast. Luteranska crkva ga je uvrstila u svo j kalendar svetaca. Secanju na Eulera su posvetili24. maj.
7/22/2019 Diskretna matematika - knjiga
23/158
7/22/2019 Diskretna matematika - knjiga
24/158
24 GLAVA 2. ELEMENTI TEORIJE BROJEVA
Dokaz. Neka jen= p11 p22 pkk , gdje su pi razliciti prosti brojevi. Tada je
d|n
(d) = ((1) + (p1) + + (p11 )) ((1) + (p2) + + (p22 ))
((1) + (pk) + + (pkk )) = (1 +p1 1 +p21p1+ +p11 p111 )
(1+p21+p22p2+ +p22 p212 ) (1+pk1+p2kpk+ +pkk pk1k ) =
=p11 p22 pkk =n.
Teorema 2.14. (Eulerova teorema) Ako je(a, m) = 1 onda je
a(m) 1(modm).
Dokaz. Neka su1, 2, . . . , (m) razliciti bro jevi koji su uza jamno prosti sami manji od m. Kako je (a, m) = 1 uzajamno prosti brojevi sa m su i
a1, a2, . . . , a (m).
Iz osobina relacije biti kongruentanimamo
a(m)12 (m)12 (m)(modm).
Kako je (i, m) = 1 imamo
a(m) 1(modm).
Posljedica 2.3. (Mala Fermatova teorema) Ako jep prost broj ip ne dijeliaonda je
ap1 1(modp).
Primjer 2.31. Ako su a i m uzajamno prosti prirodni brojevi, tada postojirjesenje kongruencije
ax
b(modm).
Naime, iz Eulerove teoreme imamo
b(a(m)1 1)0(modm),
pa je rjesenje, x= ba(m)1.
7/22/2019 Diskretna matematika - knjiga
25/158
2.7. RSA METOD 25
Primjer 2.32. Naci sve proste brojevep za koje je broj5p2
+ 1 djeljiv sap2.Ocigledno jep
= 5. Sada mozemo primijeniti Eulerovu teoremu:
5(p2) 1(modp2),
to jest
5p2p 1(modp2).
Dakle,
5p2
+ 15p 5p2p + 15p + 1(modp2).Znaci treba da je
5p + 10(modp2).Prema maloj Fermatovoj teoremi, je
5p 5(modp),
pa je
5p + 15 + 10(modp).Dakle,p = 2ilip = 3. Zap = 2je52+12(mod4),zap = 3je59 1(mod9).Prema tomep= 3.
2.7 RSA metod
2.8 Kineska teorema o ostacima
U primjeru 2.31 vidjeli smo kako se mogu rjesavati neke kongruencije. Sljedecateorema daje potreban i dovoljan uslov kada sistem kongruencija ima rjesenje.
Teorema 2.15. ( Kineska teorema o ostacima) Neka su m1, . . . , mr poparovima uzajamno prosti brojevi i neka sua1, . . . , ar proizvoljni cijeli brojevi.Tada postoji rjesenje sistema kongruencija:
xa1(modm1)...
x
ar(modmr).
Ako jex0 jedno rjesenje gornjeg sistema, onda jex njegovo rjesenje ako i samoako jex= x0+ km, gdje jek Z, a brojm= m1 mr.Dokaz. Stavimo m = m1 mr, tada je
m
mj, mj
= 1, j = 1, . . . , .
7/22/2019 Diskretna matematika - knjiga
26/158
26 GLAVA 2. ELEMENTI TEORIJE BROJEVA
Prema primjeru 8.26 za sve j postoji cijeli broj bj takav da je
mmj
bj1(modmj).
Jasno,m
mj bj0(modmi) zai=j.
Stavimo
x0=r
j=1
m
mjbjaj ,
ocigledno je
x0 mmi
biaiai(modmi).
Dakle,x0 je rjesenje sistema.Ako jex1 rjesenje, imamo
x1x0(modmi), i= 1, . . . , r ,
pa je x1 =x0+km za neko kZ. Osim toga x0+ km zadovoljava sistem, paje teorema dokazana.
Primjedba 2.7. Uslov da su mi po parovima uzajamno prosti je bitan, jer naprimjer sistem
x0(mod2)x
1(mod2),
nema rjesenje.
Primjer 2.33. Odrediti najmanji prirodan bojx za koji je
x5(mod17)
x7(mod11)x3(mod13).
Uvedimo oznake kao u teoremi 2.15,
a1= 5, a2= 7, a3= 3,
m1= 7, m2= 11, m3= 13, m= 7 11 13 = 1001,m
m1= 143,
m
m2= 91,
m
m3= 77.
Odredimob1, b2, b3. Iz143b11(mod7), dobijamo 3b11(mod7), pa je
b13(7)1 361 2435(mod7),
7/22/2019 Diskretna matematika - knjiga
27/158
2.8. KINESKA TEOREMA O OSTACIMA 27
na slican nacin, iz3b21(mod11) i77b31(mod13) dobijamo
b23(11)1 4(mod11),
b3(1)(13)1 1(mod13).Znaci,
x0= m
m1b1a1+
m
m2b2a2+
m
m3b3a3= 143 5 5 + 9 1 4 7 + 7 7 (1) 3 = 5982.
Kako jex0= 5 1001+887, zakljucujemo da je 887 najmanji prirodan broji kojije rjesenje sistema.
7/22/2019 Diskretna matematika - knjiga
28/158
28 GLAVA 2. ELEMENTI TEORIJE BROJEVA
2.9 Zadaci
1. Dati su brojevi 125 i 962.
(a) Odrediti njihove kanonske dekompozicije.
(b) Naci (125, 962).
(c) Naci [125, 962].
2. Koristeci Euklidov algoritam rijesiti Diofantsku jednacinu
(210, 858) = 210x + 858y.
3. Odrediti najmanji pozitivan broj koji ima tacno k djelilaca za 1k6.4. Neka sux i y cijeli brojevi. Dokazati da je 3x + 4y djeljiv sa 11 ako i samo
ako jex + 5y djeljiv sa 11.
5. Neka su a i b uzastopni cijeli brojevi i n prirodan broj. Dokazati da je(an + b,bn + a) neparan broj.
6. Naci sve prirodne brojeve d takve da d|n2 + 1 i d|(n+ 1)2 + 1 za neken N.
7. Neka sua, bi c tri razlicita cijela broja i Ppolinom sa cjelobrojnim koefi-cijentima. Dokazati da je je nemoguce da jeP(a) = b, P(b) =c, P(c) = a.(1974 USA MO)
8. Dokazati da je (m, n)[m, n] =mn, za sve m, nN.9. Dokazati da je (mn, np, mp)[m,n,p] =mnp, za svem, n, p N.
10. Dokazati da je[m,n,p]
mnp =
(m,n,p)
(m, n)(m, p)(n, p),
za sve m, n, pN.11. Ako sua i b prirodni brojevi, dokazati da je an + bn (a, b)n + [a, b]n za
svenN.12. Dokazati da ako jea >3 brojevi a, a + 2, a + 4 ne mogu biti svi prosti.
13. Odrediti sve proste brojevep takve da je 2p + 1 kub prirodnog broja.
14. Dokazati da je 377 1
2 neparan i slozen broj.
15. Dokazati da ako je 2n + 1 prost da jen slozen.
16. Definisimo niz Tn = 22n + 1, n N.Dokazati da je (Tn, Tm) = 1 za n=m.
17. Odrediti sa koliko nula se zavrsava 2009!.
7/22/2019 Diskretna matematika - knjiga
29/158
2.9. ZADACI 29
18. Odrediti faktorizaciju preko prostih brojeva za 2010 i 20!.
19. Dokazati da broj sa 30 cifara ne moze imati vise od 100 prostih faktora.
20. Dokazati da 30|m5 mza sve m N.21. Dokazati da zbir kvadrata pet uzastopnih cijelih brojeva ne moze biti tacan
kvadrat.
22. Dokazati da razlomak 26n + 5
39n + 7ne moze da se skrati ni za jedan prirodan
broj n.
23. Pokazati da je (k4 + 3k2 + 1, k3 + 2k) = 1 za svaki k N.24. Dato je n brojeva a
1, a
2, . . . , an. Dokazati da se od njih moze odabrati
nekoliko ciji je zbir kvadrata djeljiv sa n.
25. Naci najmanji broj koji pri dijeljenju sa n, n+ 1, . . . , n+ m daje redomostatke r, r+ 1, . . . , r+ m.
26. Neka je S = {n N|n nema drugih prostih djelilaca osim 2, 3 i 5}.Izracunati
nS
1
n.
27. Dokazati da je(n)< 2
n,za sve n N.28. Koliko ima prirodnih brojeva koji dijele bar jedan od brojeva 1060, 2050, 3040?
29. Koliko ima djeljitelja broja 3030
koji imaju tacno 30 djeljitelja?30. Odrediti broj i zbir djelilaca broja 2010.
31. Odrediti sve proste brojevep za koje je
(a) broj 2p savrsen broj,
(b) broj p2 savrsen broj.
32. Neka su a, b, c i d (a=c) prirodni brojevi. Dokazati
ac( mod ab + cd)ac( mod ad + bc).
33. Odrediti ostatak pri dijeljenju broja 641500 sa 9. (Rez. 1)
34. Ako jep prost broj onda za sve a, b, c Nvrijedi
6p|a + b + c6p|ap + bp + cp.
35. Rijesiti jednacinu22009x1(mod13).
7/22/2019 Diskretna matematika - knjiga
30/158
30 GLAVA 2. ELEMENTI TEORIJE BROJEVA
36. Koliko ima prirodnih brojevan106 koji su djeljivi sa 7 i nisu djeljivi sa10, 12 i 25?
37. Koristeci Eulerovu teoremu rijesiti kongruencijsku jednacinu
22x1(mod729).
38. Rijesiti sistem kongruencijskih jednacina
(a)x2(mod3)x3(mod5)x2(mod7).
(b)x1(mod2)x2(mod3)x3(mod5).
39. Dokazati da je zan, mN,
(m n) = (m)(n) (m, n)((m, n))
.
40. Dokazati da jen13 n(mod2730) za sve nN.41. Ako jep prost broj veci od 2, dokazati
22 42 62 . . . (p 1)2 (1) p+12 ( mod p).
42. Neka su a i b prirodni brojevi takvi da je (a, b) = 1, te da je ab potpunkvadrat. Dokazati da su tada a i b potpuni kvadrati.
43. Nadite prirodan broj n sa osobinom da je n2
kvadrat, n3
kub, a n5
petapotencija nekog prirodnog broja.
44. Dati su prirodni brojevia i b. Pokazati
(a) a2 b2(mod3)a2 b2( mod 9),(b) a2 b2(mod7)a2 b2( mod 49).
45. Dokazati da postoji prirodan broj n takav da je za svaki prost broj p broj2pn + 3 slozen. (p= 5k+ r, n= 4)
46. Neka je broj 2k + 1 prost. Dokazati da je tada k = 0 ili k = 2n za nekin 0. (Brojevifn = 22n + 1 nazivaju se Fermatovi brojevi. Fermat jesmatrao da su svi oni prosti. Zaista, f0 = 3, f1 = 5, f2 = 17, f3 = 257 if4 = 65537 su prosti. Medutim,f5 = 2
32 + 1 je slozen, 641|f5. Hipotezaje da je samo konacno mnogo Fermatovih brojeva prosto.)
7/22/2019 Diskretna matematika - knjiga
31/158
7/22/2019 Diskretna matematika - knjiga
32/158
32 GLAVA 2. ELEMENTI TEORIJE BROJEVA
7/22/2019 Diskretna matematika - knjiga
33/158
Glava 3
Binomna i polinomnaformula
3.1 Binomni koeficijenti
Neka jenN {0}, izrazn! naziva se faktorijel broja n i definise se sa
n! =
1 2 3 n, nN,
1, n= 0.
Izraz
nk
naziva se binomni koeficijent i definise se kao broj ktoclanih
podskupova skupa sa n elemenata, to jest nk
=|{A {1, 2, . . . , n}:|A|= k}|.
Prebrojavanjemktoclanih podskupova skupa sa n elemenata uocavamo da jeprethodna definicija ekvivalentna sa
nk
=
n(n 1) (n k+ 1)k!
,
ako iskoristimo definiciju faktorijela imamo
nk
= n!
k!(n
k)!
.
Prethodna definicija se moze prosiriti i u slucaju da se ne radi o cijelim broje-vima. Ako je r C onda se definise
rk
=
r(r1)(rk+1)
k! , k0,0, k
7/22/2019 Diskretna matematika - knjiga
34/158
34 GLAVA 3. BINOMNA I POLINOMNA FORMULA
1. n0 =
nn = 1,
2.
nk
=
nn k
,
3. k
nk
= n
n 1k 1
,
4.
nk
=
n 1
k
+
n 1k 1
,
5.
nm
m
k
=
nk
n km k
=
nm k
n m + k
k
,
6. n0
< n1 >
nn 1
>
nn
.
3.2 Binomna formula
Nije komplikovano provjeriti da vrijede sljedece jednakosti
(x + y)2 =x2 + 2xy+ y2,
(x + y)3
=x3
+ 3x2
y+ 3xy2
+ y3
,(x + y)4 =x4 + 4x3y+ 6x2y2 + 4xy3 + y4.
Ove jednakosti su specijalan slucaj opstije jednakosti poznate pod nazivomNewtonova1 binomna formula.
Teorema 3.1. Za svaki prirodan brojn vrijedi jednakost
(x + y)n =n
k=0
nk
xkynk, (3.1)
gdje sux, y C.
Dokaz. Zapisimo izraz (x + y)n u oblikun faktora jednakih x + y i pomnozimote faktore
(x + y)n = (x + y)(x + y) (x + y) =
a1a2 an.1Sir Isaac Newton bio je engleski fizicar, matematicar, astronom, alhemicar i filozof. Smatra
se jednom od najvecih licnosti u istoriji nauke. Roden je 4. januara 1643. u Engleskoj, apreminuo 31. marta 1727. u Londonu.
7/22/2019 Diskretna matematika - knjiga
35/158
7/22/2019 Diskretna matematika - knjiga
36/158
36 GLAVA 3. BINOMNA I POLINOMNA FORMULA
Primjer 3.1. Ako u formuli(3.1)stavimox = 1, y = 1, a zatimx = 1, y =1,dobijamo sljedece jednakosti
n0
+
n1
+
n2
+ +
nn
= 2n, (3.2)
n0
n1
+
n2
+ (1)n
nn
= 0. (3.3)
Iz jednakosti (8.19) i(8.20) sabiranjem i oduzimanjem dobijamo n0
+
n2
+
n4
+ =
n
1
+
n3
+
n5
+ = 2n1.
3.3 Polinomna formula
Neka su n1, n2, . . . , nk nenegativni cijeli brojevi za koje vrijedi n1+n2 + + nk = n. Polinomni koeficijent se definise sa
nn1, n2, . . . , n k
=
n!
n1!n2! nk! .
Ako specijalno uzmeno n1= k i n2= n k dobijamo binomni koeficijent n
k, n k
= n!
k!(n k)! =
nk
.
Teorema 3.2. Neka suk in prirodni brojevi. Tada za sve x1, x2, . . . , xk Cvrijedi
(x1+ x2+ + xk)n = n
n1, n2, . . . , nk
xn11 x
n22 xnkk , (3.4)
gdje se sabiranje vrsi po svim ktorkama (n1, n2, . . . , nk) nenegativnih cijelihbrojeva za koje vazin1+ n2+ + nk =n.Dokaz. Ako izraz (x1+ x2+ + xk)n napisemo u obliku proizvoda n faktorajednakih x1 + x2+ + xk i pomnozimo te faktore, dobicemo zbir koji imakn sabiraka oblika a1a2 . . . an, gdje su a1, a2, . . . , an {x1, x2, . . . , xk}. Nekasu n1, n2, . . . , nk nenegativni cijeli brojevi takvi da je n1+ n2+ +nk = n.Broj sabiraka oblika a1a2 an, u kojima je za svaki broj j {1, 2, . . . , k}tacno n
jod brojeva a
1, a
2, . . . , a
njednako x
j, jednak je broju n-varijacija tipa
(n1, n2, . . . , nk) elemenata x1, x2, . . . , xk, to jest n!
n1!n2!nk! . Prema tome dobi-jamo formulu (3.4).
Primjer 3.2. Naci koeficijent uzx15 u razvoju(1 x2 + x3)20.Broj 15 se moze predstaviti u obliku zbira sabiraka jednakih 2 ili 3 na sljedecatri nacina
2 + 2 + 2 + 2 + 2 + 2 + 3,
7/22/2019 Diskretna matematika - knjiga
37/158
3.4. NEKI IDENTITETI 37
2 + 2 + 2 + 3 + 3 + 3,
3 + 3 + 3 + 3 + 3 + 3,
pa na osnovu formule(3.4) dobijamo da je koeficijent uzx15 jednak 2013, 6, 1
2014, 3, 3
+
2015, 0, 5
.
3.4 Neki identiteti
Primjer 3.3. Sumaciona formula. Matematickom indukcijom se dokazuje
n
k=0 m + k
k =
m + n + 1
n .
Primjer 3.4. Suma proizvoda. Odredujuci koeficijent uzxk, (0kmin{n, m})u razvoju polinoma
(1 + x)n+m = (1 + x)n(1 + x)m
dobijamo n + m
k
=
ki=0
n
i
mk i
. (3.5)
Ako je u (3.5) n= m, koristeci osobinu 2. binomnih koeficijenata dobijamo
2n
k =k
i=0 n
i 2
.
Primjer 3.5. Vandermondova2 konvolucija.k
rm + k
sn k
=
r+ sm + n
.
3.5 Zadaci
1. Naci sve vrijednosti za n i k za koje je
nk+ 1
= 5
nk
.
2. Odrediti maxk 2009k |k {0, 1, . . . , 2009} .3. Dokazati nejednakosti
(a) 2 p(n)xn. Zbog togadobijamo
lnp(n)< ln P(x) n ln x < 2
x6(1 x) n ln x.
Kako je
ln x > x 1
x , za sve x(0, 1),
vrijedi
lnp(n)< 2x
6(1 x)+ n1 x
x .
Ako ovdje stavimo
x=
n
n + 1dobijamo
lnp(n) 2k}.G je samokomplemantaran graf, pa zakljucujemo da je|S1|=|S3|, kako je
n= 4k+ 1 =|S1| + |S2| + |S3|= 2|S1| + |S2|,
dobijamo da je
|S2|= 4k+ 1 2|S1|.Dakle,|S2| je neparan broj.Primjer 7.15. U dvije grupe se nalazi po 15 ljudi. Da li je moguce da svakicovjek poznaje poznaje po 9 ljudi iz svoje grupe i po 6 ljudi iz druge grupe?Rjesenje. Svaki covjek moze predstavljati cvor grafa, a poznanstvo izmedu dva
covjeka predstavlja granu grafa. problem se svodi da odredimo da li postoji grafsa dvije grupe po 15 cvorova, takav da svaki cvor ima 9 cvorova sa kojima jepovezan iz svoje grupe i 6 cvora sa kojima je povezan iz druge grupe. Takav grafbi imao regularn podgraf sa stepenom regularnosti 9 sa 15 cvorova, tj podgrafsa neparnim brojem cvorova neparnog stepena, sto je na osnovu teoreme 7.3nemoguce.
Primjer 7.16. Pokazati da se izostavljanjem cvora sa maksimalnim stepenomne povecava srednja vrijednost stepena cvorova.Rjesenje. Pretpostavimo da je dat graf G = (V, E) sa skupom cvorova V ={v1, v2, . . . , vn} takvim da je
(v1)
(v2)
(vn).
Ako izostavimo cvorvn, stepen svkog njegovog susjednog cvora, kojih ima(vn)se smanjuje za 1. Stepeni ostalih cvorova ostaju nepromijenjeni. Prema tome,ukupan zbir stepena preostalih cvorova je
n1k=1
(vk) (vn).
7/22/2019 Diskretna matematika - knjiga
76/158
76 GLAVA 7. GRAFOVI
Ako bi novi graf imao vecu srednju vrijednost stepena cvorova vrijedilo bi
n1k=1
(vk) (vn)n 1 >
nk=1
(vk)
n ,
odavde je
nn1k=1
(vk) n(vn)> (n 1)n
k=1
(vk),
n1k=1
(vk)> (2n 1)(vn),
sto je nemoguce, jer je(vn)(vk) zak {1, 2, . . . , n 1}.Primjer 7.17. Pokazati da u svakom grafu postoje dva cvora istog stepena.Rjesenje. Neka je dat graf sa n cvorova. Ako bi vrijedilo suprotno, tada bistepeni cvorova bili0, 1, 2, . . . , n 1. Ovo nije moguce, jer u grafu nije moguceda postoji cvor stepena 0, koji nije povezan ni ni sa jednim cvorom i cvor stepenan 1, koji je povezan sa svim cvorovima.Primjedba 7.1. Stepen cvora se moze koristiti kao test izomorfnosti dva grafa.Nije tesko vdjeti da ako je sa : V1V2dat izomorfizam grafovaG1= (V1, E1)i G2= (V2, E2), da je tada (v) =((v)) za svaki vV1.
7.3 Povezani grafovi
Definicija 7.8. Setnjau grafu G = (V, E) je niz cvorova
v0, v1, . . . , vkVtakav da za svaki i= 1, . . . , k , {vi1, vi} E . U tom slucaju kazemo da se radio setnji od v0 dovk. Ako su svi vrhovi razliciti kazemo da se radi oputu. Akosu svi vrhovi razliciti sem v0 = vk, kazemo da se radi o ciklusu. Za graf kojine sadrzi ciklus kazemo da je aciklican.
Primjedba 7.2. Setnju mozemo prikazati i preko grana na sljedeci nacin
{v0, v1}, {v0, v1}, . . . , {v0, v1}.Primjer 7.18. Neka je dat grafW
4,
tada je 0, 1, 2, 0, 3, 4, 3 setnja ali nije put ni ciklus. Setnja 0, 1, 2, 3, 4 jeput, dok je setnja 0, 1, 2, 0 ciklus.
7/22/2019 Diskretna matematika - knjiga
77/158
7.3. POVEZANI GRAFOVI 77
Pretpostavimo da je dat grafG= (V, E). Definisimo relaciju na sljedecinacin. Pretpostavimo da je x, y
V. Tada pisemo x
y kada posto ji setnja
v0, v1, . . . , vkVtako da je x = v0 i y = vk. Relacija je relacija ekvivalencije na V . Neka je
V =V1 V2 Vr,unija razlicitih klasa ekvivalencije. Za svaki i = 1, . . . , r, neka je
Ei ={{x, y} E: x, yVi},drugim rijecima Ei oznacava familiju svih grana iz E ciji su krajnji cvorovi izVi.
Definicija 7.9. Za svaki i = 1, . . . , r, grafovi Gi = (Vi, Ei), gdje su Vi i Eidefinisani kao ranije se nazivaju komponentegrafa G. Ako grafG ima samojednu komponentu kazemo da jepovezan.
Primjedba 7.3. GrafG= (V, E) je povezan ako za svaki par razlicitih cvorovax, yV, posto ji setnja od x do y .Primjer 7.19. Graf prikazan na slici
ima dvije komponente, dok je graf prikazan na slici
povezan.
Primjer 7.20. Za svakinN kompletan grafKn je povezan.Primjer 7.21. Odrediti maksimalan broj grana grafa san cvorova ik kompo-nenti povezanosti.Rjesenje. Neka su
G1= (V1, E1), G2= (V2, E2), . . . , Gk = (Vk, Ek),
komponente povezanosti grafaG= (V, E). Svaki od grafova
Gi = (Vi, Ei), i {1, 2, . . . , k}predstavlja kompletan graf. Neka jei0 {1, 2, . . . , k} takav da je
|Vi0 | = max1ik
|Vi|.
7/22/2019 Diskretna matematika - knjiga
78/158
78 GLAVA 7. GRAFOVI
Ako iz grafaGi = (Vi, Ei)za nekoi=i0prebacimo jedan cvor u graf Gi0=(Vi0Ei0)broj grana se smanji za
|Vi|
1i poveca za|
Vi0 |
, pa dobijamo graf koji ima visegrana od grafa G. Prema tome, sve komponente osim Gi0 se sastoje samo odjednog cvora. Kako G ima n cvorova i k komponenti, komponenta Gi0 ima
n k+ 12
grana, pa je to trazeni maksimalan broj grana.
Primjer 7.22. Ako je u grafu sa n cvorova broj grana veci od (n1)(n2)2
,dokazati da je graf povezan.Rjesenje. Neka je dat nepovezan graf G = (V, E) sa bar dvije komponentepovezanosti, tada vrijedi
|E|
k2
+
n k
2
=
n(n 1)2
k(n k),
kako jek {1, 2, . . . , k 1}, imamo da jek(n k)n 1, pa vrijedi|E| n(n 1)
2 (n 1) = (n 1)(n 2)
2 ,
sto je kontradikcija.
7.4 Stabla
Definicija 7.10. Povezani graf bez ciklusa naziva se stablo(drvo). Graf kodkoga je svaka komponenta povezanosti stablo, naziva se suma.Cvor stepena 1naziva se list.
Primjedba 7.4. Ako je G stablo sa bar dva cvora , tada Gsadrzi bar dva lista.
Teorema 7.4. Svaka dva cvora u stablu su povezana tacno jednim putem.
Dokaz. Neka je G= (V, E) stablo i neka su P1 = (V1, E1) i P2 = (V2, E2) dvarazlicita puta koja povezuju cvorove u i v. Kako je P1= P2 to postoji grana{x, y} E1 tako da{x, y} / E2. Sada imamo da je graf P = (W, F), gdjeje W = V1 V2 i F = (E1 E2) \ {x, y} povezan, pa sadrzi put koji povezujecvorovex i y. Prema tome grafC= (V1V2, E1E2{x, y}) je ciklus i sadrzanje u grafuG= (V, E) sto je nemoguce.
Definicija 7.11. Eulerova karakteristikastabla G = (V, E) je
(G) =|V| |E| + 1.Lema 7.1. Svako netrivijalno stablo G = (V, E) (|V| > 1) ima cvor ciji jestepen 1.Dokaz. Pocnimo od nekog cvora v1. Ako je(v1) = 1 dokaz je gotov. U suprot-nom je (v1) > 1, pa posto ji cvor v2 povezan sa cvorom v1. Ako je(v1) = 1dokaz je gotov, ako je (v2)> 1 produzimo dalje do cvora v3 itd. Na taj nacindolazimo do putav1v2v3 . . .. Cvorovi tog puta se ne ponavljaju jer bi inace imaliciklus. Kako cvorova ima konacno mnogo posto ji posljednji cvor ko ji mora bitistepena 1.
7/22/2019 Diskretna matematika - knjiga
79/158
7.5. EULEROVI I HAMILTONOVI GRAFOVI 79
Teorema 7.5. Ako jeG = (V, E)stablo onda je|E|=|V|1,to jest(G) = 2.
Dokaz. Prema lemi 7.1 postoji v V za koji je (v) = 1. Izbacimo ta j cvor igranu koja je incidentna sa v. Tada dobivamo opet stablo G1= (V1, E1) za kojeje (G1) = (G). Nastavljajuci ovaj proces na kraju dobijamo stablo samo sajednim cvorom, a njegova Eulerova karakteristika je 2.
Posljedica 7.1. (a) Za svako stablo G= (V, E) vrijedivV
(v) = 2|V| 2.
(b) Svako netrivijalno stablo ima bar dva cvora stepena 1.
Dokaz. (a) Kako je
vV (v) = 2|E|
na osnovu prethodnog teorema imamovV
(v) = 2|V| 2.
(b) Ako jeGnetrivijalno stablo onda je(v)1 za svaki cvorv, pa sada tvrdnjaslijedi iz (a).
Primjer 7.23. Svako stablo san cvorova iman 1 grana.Rjesenje. Tvrdenje slijedi iz teoreme 7.5.
7.5 Eulerovi i Hamiltonovi grafovi
Definicija 7.12. Eulerova setnjaje grafG= (V, E) koji je setnja i koji sadrzisvaku granu tacno jednom. Graf je Eulerovako sadrzi Eulerovu setnju.
Definicija 7.13. Hamiltonov1 ciklus je grafG= (V, E) koji je ciklus i kojisadrzi sve vrhove od V . Graf je Hamiltonovako sadrzi Hamiltonov ciklus.
Primjer 7.24. (Problem Kenigsberskih mostova) Stari pruski grad Konigsberg(sadasnji Kalinjgrad) smjesten je na rijeci Pregel. Dio grada je smjesten na dvaostrva koji su povezani sa kopnom sa sedam mostova kao na slici
Problem se sastoji u tome da se obavi setnja u kojoj ce se svaki most obici tacnojednom. Drugim rijecima pitanje je da li postoji Eulerova setnja na grafu kao
1William Rowan Hamilton (1805-1856) je bio irski matematicar, fizicar i astronom koji jedao znacajan doprinos razvoju optike, dinamike i algebre.
7/22/2019 Diskretna matematika - knjiga
80/158
80 GLAVA 7. GRAFOVI
na slici
Negativan odgovor na ovo pitanje je dao Euler 1736. god.
Primjer 7.25.(Problem trgovackog putnika, W. Hamilton 1856) Trgovacki put-nik treba obici neke gradove i vratiti se na mjesto polaska tako da u toku puto-vanja kroz svaki grad prodesamo jednom. Drugim rijecima trazi se potreban idovoljan uslov kada je graf Hamiltonov. To je jedan od najvecih nerijesenihproblema teorije grafova.
Teorema 7.6. Neka je dat grafG = (V, E). Ako jeminvV
(v)
2 ondaG sadrzi
ciklus.
Dokaz. Pretpostavimo suprotno, to jest da graf G nema ciklusa. Neka je Hkomponenta povezanosti cvora v za koji je (v) 2. H je stablo. Ako je Hnetrivijalan onda postoje bar dva cvora u H sa stepenima 1, sto je nemoguce.Ako jeHtrivijalan onda ima ciklus, sto je opet nemoguce.
Teorema 7.7. Povezan graf G je Eulerov ako i samo ako svi cvorovi imajuparan stepen.
Teorema 7.8. Povezani graf ima Eulerovu setnju ako i samo ako ima najvisedva vrha neparnog stepena.
Primjedba 7.5. Na osnovu prethodne teoreme zakljucujemo da graf mostova u
Konigsbergu nema Eulerove staze.
Primjer 7.26. Plan Pariza sa granama na Seni izgleda kao na slici.
Da li se Pariz moze obici tako da preko svakog mosta predemo samo jednom?Pripadni graf izgleda kao na slici, pa taj graf ima Eulerovu setnju jer ima samodva vrha neparnog stepena.
7.6 Zadaci1. Konstruisati graf koji ima sljedecu tabelu incidencije
0 1 2 3 4 5 6 7 8 95 2 1 7 2 0 1 3 0 08 6 4 6 8 2 5 59 6 9 4
.
7/22/2019 Diskretna matematika - knjiga
81/158
7.6. ZADACI 81
Koliko komponenata povezanosti ima dati graf?
2. Nacrtati graf sa 10 cvorova sa stepenom regularnosti 3. (Petersenov graf)
3. Pet prijatelja, koji odlaze na odmor, dogovore se da ce svaki od njih dase javi raglednicom tro jici od ostala cetiri. Da li je moguce organizovatikorespodenciju tako da svako pise onim prijateljima koji ce i njemu pisati?
4. Nacrtati bipartitne grafoveK1,2, K2,2, K2,3,K3,3i odrediti njihove matricesusjedstva i incidencije.
5. Da li postoji bipartitan graf kod koga su stepeni cvorova 1, 1, 1, 1, 5, 5,5, 5?
6. (a) Ako je data matrica incidencije
1 0 1 0 0 1 0 00 1 0 1 0 0 1 00 1 1 0 1 0 0 11 0 0 1 1 0 0 00 0 0 0 0 1 1 1
odrediti odgovarajuci graf.
(b) Data je matrica susjedstva
0 1 1 11 0 0 01 0 0 11 0 1 0
,
nacrtati odgovarajuci graf.
7. Odrediti bar po jednu matricu susjedstva za grafoveKn i Km,n.
8. Odrediti matrice susjedstva za put sa tri cvora i ciklus sa cetiri cvora.
9. (a) Koliko grana imaju grafovi Kn i Km,n ?
(b) Koliko iznosi suma stepeni cvorova kod grafova Kn i Km,n ?
10. Dokazati da bipartitan graf sa 2n cvorova moze da ima maksimalno n2
grana.
11. (a) Dat je grafG= (V, E), pri cemu je
|V
|= 6. Dokazati da bar jedan
od grafova G i GC kao podgraf ima C3.
(b) Na olimpijadi se sastalo sest takmicara. Izmedu proizvoljna tri odnjih postoje dva koja mogu da se sporazumiju na nekom jeziku.Dokazati da postoje tri takmicara tako da svaka dva od njih moguda se sporazumiju.
12. Koliko ukupno ima grafova sa n cvorova i mgrana?
7/22/2019 Diskretna matematika - knjiga
82/158
82 GLAVA 7. GRAFOVI
13. Neka je Xskup od n elemenata. Pretpostavimo da cvorove grafa G pre-dstavlja skup nepraznih podskupova odX, pri cemu su dva cvora spojenagranom ako i samo ako je presjek odgovarajucih podskupova skupa Xprazan. Odrediti broj cvorova i grana grafaG.
14. (a) Da li postoji graf kod koga svi cvorovi imaju razlicite stepene?
(b) Na sahovskom turniru svaki je igrac igrao sa svakim najvise jednom.Dokazati da u svakom trenutku turnira postoje bar dva igraca kojisu do tog trenutka odigrali isti broj partija.
15. (a) Naci sve neizomorfne grafove sa 6 cvorova kod kojih je stepen regu-larnosti 3.
(b) Naci sve neizomorfne grafove sa 10 cvorova kod kojih je stepen regu-larnosti 7.
16. Dat je grafG= (V, E), pri cemu je|V|= 4n 1. Dokazati da bar jedanod grafovaG i GC sadrzi bar jedan cvor stepena bar 2n.
17. Pretpostavimo da je grafG = (V, E) stablo kod koga je|V| 2. Pokazatida grafG ima bar dva cvora sa stepenom 1.
18. Odrediti sest neizomorfnih stabala sa 6 cvorova.
19. Za koje vrijednostinNkompletan grafKn ima Ojlerovu setnju?
7/22/2019 Diskretna matematika - knjiga
83/158
Glava 8
Linearno programiranje
8.1 Standardni problemi
Problem linearnog programiranja mozemo definisati kao problem maksimizi-ranja ili minimiziranja linearne funkcije zavisne od nekih linearnih ogranicenja.Ogranicenja mogu biti jednakosti ili nejednakosti. Navedimo jedan jednostavanprimjer.
Odrediti realne brojeve x1 i x2 takve da je suma x1+ x2 maksimalna uzuslovex10, x20 i
x1+ 2x244x1+ 2x212
x1+ x21.Ovaj problem ima dvije nepoznate velicine i pet uslova. Svi uslovi su neje-
dnakosti i svi su linernog tipa u smislu da svaki od uslova ukljucuje neku linearnufunkciju. Prva dva uslova, x1 0, x2 0, su specijalna. Za njih kazemo dasu uslovi nenegativnostii cesto se nalaze u problemima linearnog programi-ranja. Ostale uslove nazivamo glavni uslovi. Funkcija koju treba maksimizirati(minimizirati) se naziva funkcija cilja. Ovde, funkcija cilja je x1+ x2.
Kako prethodni primjer ima samo dvije promjenljive, mozemo ga rijesitipomocu grafika skupa svih tacaka u ravni koje ispunjavaju date uslove (grafikdopustivog skupa). Trazimo tacku iz dopustivog skupa koja maksimizira vrije-dnost ciljne funkcije. Svaka nejednakost iz uslova odreduje poluravan i dopustiviskup, koji je presjek tih poluravni. U ovom primjeru, dopustivi skup je petougao
(odredite njegove vrhove).Odredimo tacku (x1, x2) u kojo j se dostize maksimum za x1+ x2 nad dopu-
stivim skupom. Funkcijax1 + x2 je konstanta na pravoj sa koeficijentom pravca-1, na primjer, na pravoj x1 + x2 = 1, mozemo pomjerati tu pravu od ko-ordinatnog pocetka navise i naravno, vrijednost od x1 + x2 raste. Zato, po-trazimo pravu koja ima koeficijent pravca -1, koja je na judaljenija od koordi-natnog pocetka i koja sijece dopustivi skup. To je prava koja prolazi kroz
83
7/22/2019 Diskretna matematika - knjiga
84/158
84 GLAVA 8. LINEARNO PROGRAMIRANJE
presjecnu tacku pravih x1 + 2x2 = 4 i 4x1 + 2x2 = 12, to jest kroz tacku(x
1, x
2) = (8/3, 2/3). Vrijednost funkcije cilja u toj tacki je 10/3.
Zadaci 1 i 2 na kraju ove glave, mogu se rijesiti koristeci prethodni postupak,poznat i kaograficka metoda.
Lako je zakljuciti da u opstem slucaju funkcija cilja, buduci da je linearna,uvijek dostize maksimum (ili minimum) u nekom vrhu dopustivog skupa, akoje dopustivi skup ogranicen. Ponekad, maksimum (ili minimum) se dostize ina cijeloj ivici dopustivog skupa, ali tada ce se naravno dostici i na nekom odvrhova.
Nisu svi problemi linearnog programiranja jednostavni za rjesavanje. Nekimogu da imaju veliki broj promjenljivih i uslova. Neke od promjenljivih mogubiti nenegativne, a druge mogu da ne ispunjavaju uslov nenegativnosti. Neki odglavnih uslova mogu biti jednakosti, a drugi u obliku nejednakosti. Ipak, dvijeklase problema, koje nazivamo standardni problem maksimuma i standa-
rdni problem minimuma, igraju posebnu ulogu. Kod tih problema, svepromjenljive su nenegativne i svi glavni uslovi su u obliku nejednakosti.
Ovde, pod vektorom smatramo matricu koja se sastoji samo od jedne kolone.Neka je datmvektor, b = (b1, . . . , bm)T, nvektorc = (c1, . . . , cn)T i matricarealnih brojeva, formata m n,
A=
a11 a12 a1na21 a22 a2n
......
. . . ...
am1 am2 amn
.Standardni problem maksimuma: Odrediti nvektor,x= (x1, . . . , xn)T,
koji maksimizira cTx= c1x1+ + cnxnuz uslove
a11x1+ a12x2+ + a1nxnb1a21x1+ a22x2+ + a2nxnb2
...
am1x1+ am2x2+ + amnxnbm,ili
Axbi
x10, x20, . . . , xn0,ili
x0.Standardni problem minimuma: Odrediti mvektor,y = (y1, . . . , ym)T,
koji minimizirayTb= y1b1+ + ymbm
7/22/2019 Diskretna matematika - knjiga
85/158
8.1. STANDARDNI PROBLEMI 85
uz uslove
y1a11+ y2a21+ + ymam1c1y1a12+ y2a22+ + ymam2c2
...
y1a1n+ y2a2n+ + ymamncn,ili
yTAcT
iy10, y20, . . . , ym0,
ili
y0.Primjetimo da su glavni uslovi opisani preko kod standardnog problema
maksimuma i sa kod standardnog problema minimuma. Primjer iz uvodnogdijela je standardni problem maksimuma.
Sada navodimo cetiri opsta primjera linearnog programiranja. Svaki od tihproblema je dosta izucavan.
Primjer 1. Problem prehrane. Neka je dato m razlicitih tipova hrane,F1, . . . , F m, koji sadrze odredene kolicine od n hranljivih sastojaka, N1, . . . , N n,koji su od esencijalnog znacaja za dobro zdravlje. Neka je cj dnevni minimumhranljivog sastojkaNj . Neka jebi cijena po jedinici hraneFi. Dalje, neka jeaijkolicina hranljivog sastojkaNj sadrzanog u jedinici hrane Fi. Problem je da seodredi minimalna cijena kostanja dnevnih potreba za hranljivim sastojcima.
Neka je yi broj jedinica hrane Fi koji se mogu kupiti u toku dana. Cijenakostanja prehrane u toku dana je
y1b1+ + ymbm. (8.1)
Kolicina hranljivog sastojkaNj , koji se sadrzi u ovoj dijeti je
y1a1j+ y2a2j+ + ymamj ,
zaj = 1, . . . , n , po nasoj pretpostavci minimalna kolicina je cj , pa trazimo
y1a1j+ y2a2j+ + ymamjcj , j = 1, . . . , n . (8.2)
Naravno, pretpostavljamo da je nabavljena kolicina hrane nenegativna, pa prematome imamo uslovey10, y20, . . . , ym0. (8.3)
Dakle, problem je minimizirati (8.1) uz uslove (8.2) i (8.3). Ocigledno je tostandardni problem minimuma.
Primjer 2. Problem transporta.Neka je dato I izlaza ili proizvodackihskladista, P1, . . . , P I, koji snabdijevaju odredenom robom Jmarketa M1, . . . , M J,
7/22/2019 Diskretna matematika - knjiga
86/158
86 GLAVA 8. LINEARNO PROGRAMIRANJE
koji robu trebaju prodati. SkladistePi sadzi kolicinu robesi i= 1, 2, . . . I , ma-rket M
jpotrazuje kolicinu r
j, j = 1, . . . , J robe. Neka je b
ij cijena transporta
po jedinici robe iz skladista Pi do marketa Mj . Problem je odrediti minimalnucijenu transporta uz uslov da svaki market dobije kolicinu potrazivane robe.
Neka jeyij kolicina robe transponovana iz skladista Pi do marketa Mj . Ci-jena kostanja ukupnog tansporta je
Ii=1
Jj=1
yijbij . (8.4)
Kolicina robe poslana iz skladista Pi jeJ
j=1yij i kako je kolicina robe sadrzane
u skladistu Pi jednaka si, dobijamo uslove
Jj=1
yijsi i = 1, . . . , I . (8.5)
Kolicina robe koja je stigla u market Mj jeI
i=1yij i kako je potraznja u tom
marketu rj , dobijamo uslove
Ii=1
yijrj j = 1, . . . , J . (8.6)
Kako pretpostavljamo da kolicina poslane robe iz skladista Pi do marketa Mj
ne moze biti negativna, dobijamo usloveyij0 i = 1, . . . , I , j = 1, . . . , J . (8.7)
Dakle, problem je minimizirati (8.4) uz uslove (8.5), (8.6) i (8.7).Primjer 3. Problem analize aktivnosti. Neka je dato n aktivnosti,
A1, . . . An, ko je kompanija moze razvijati, koristeci m resursa,R1, . . . , Rm. Nekajebi dostupnost resursa Ri,aij je sadrzanost resursa Ri u koristenju aktivnostiAi po jedinici koristenja. Neka je cj dobitna vrijednost kompanije koristeciaktivnostAj po jedinici koristenja. Problem je izabrati odgovarajuce aktivnostipo jedinici koristenja kako bi kompanija imala maksimalnu dobit.
Neka je xj kolicina koristenja aktivnosti Aj u radu. Vrijednost dobiti je
nj=1
cjxj . (8.8)
Sadrzaj resursa Ri koji je koristen u radu, ne moze biti veci od bi, to jest imamouslove,
nj=1
aijxjbi i = 1, . . . , m . (8.9)
7/22/2019 Diskretna matematika - knjiga
87/158
8.1. STANDARDNI PROBLEMI 87
Po pretpostavci, ne mozemo imati aktivnosti sa negativnim vremenom koristenja,to jest,
x10, x20, . . . , xn0. (8.10)Dakle, ovde je problem maksimizirati (8.8) uz uslove (8.9) i (8.10), to jest, radise o standardnom problemu maksimizacije.
Primjer 4. Problem optimalne raspodjele. Neka I osoba mogu daobavljajuJ poslova. Cijena osobei po radnom danu na poslu j jeaij . Problemje napraviti raspodjelu osoba po poslovima tako da se maksimizira ukupna dobit.
Za datu raspodjelu, neka brojevi xij predstavljaju velicinu vremena osobeina poslu j . Prema tome,
J
j=1xij1, i= 1, . . . , I (8.11)
Ii=1
xij1, j = 1, . . . , J (8.12)
ixij0, i= 1, . . . , I , j = 1, . . . , J . (8.13)
Nejednakost (8.11) predstavlja cinjenicu da osoba ne moze imati vise od 100%radnog vremena, (8.12) znaci da na poslu j moze biti isplacena samo jednanaknada u toku jednog radnog dana i uslov (8.13) kaze da vrijeme angazovanjana poslu ne moze biti negativno. Problem se svodi na maksimiziranje ukupnedobiti, to jest maksimiziranje
Ii=1
Jj=1
aijxij (8.14)
uz uslove (8.11), (8.12) i (8.13). Ovo je standardni problem maksimiziranja sam= I+ J i n = I J.
Funkcija koja se maksimizira ili minimizira naziva se funkcija cilja.Vektor x, za standarni problem maksimuma ili vektor y za standardni pro-
blem minimuma je dopustivi vektorako ispunjava sve date uslove.Skup svih dopustivih vektora naziva se dopustivi skup.Linearno programiranje jedopustivoako je dopustivi skup neprazan, inace,
radi se o neprakticnom linearnom programiranju.Dopustivi problem maksimuma (minimuma) je neogranicen ako funkcija
cilja moze da ima proizvoljne velike pozitivne (negativne) vrijednosti, inacekazemo da se radi o ogranicenomproblemu.
Dopustivi vektor u kome funkcija cilja dostize maksimalnu ili minimalnuvrijednost naziva se optimalni vektor.
Svaki problem linearnog programiranja se moze zapisati u sta-ndardnoj formi. Problem linearnog programiranja moze biti definisan kaomaksimiziranje ili minimiziranje linearne funkcije uz neke linearne uslove. Svi
7/22/2019 Diskretna matematika - knjiga
88/158
88 GLAVA 8. LINEARNO PROGRAMIRANJE
takvi problemi mogu se zapisati u obliku standardnog problema maksimumakoristeci sljedece tehnike.
Problem minimuma moze se zamijeniti sa problemom maksimuma tako stose funkcija cilja pomnozi sa1. Slicno, uslovi zapisani u formi
nj=1
aijxjbi,
mogu se zapisati san
j=1
(aij)xj bi.
Mogu nastati i sljedeca dva problema.
1. Neki uslovi mogu biti jednakosti. Jednakost
nj=1
aijxj =bi,
mozemo odstraniti, rjesavajuci taj uslov po xj za neko aij= 0 i zamje-njujuci tu promjenljivu u drugim uslovima i u funkciji cilja. Na taj nacinmozemo odstraniti sve uslove u obliku jednakosti.
2. Neke promjenljive mogu da ne ispunjavaju uslov nenegativnosti.U ovom slucaju, ako na primjer, promjenljivaxj ne ispunjava uslov nene-gativnosti, mozemo je zamijeniti sa dvije promjenljive,xj =uj vj ,gdjeje uj0 i vj0.
8.2 Dualnost
Svaki problem linearnog programiranja ima dualni problem linearnog pro-gramiranja sa kojim je usko povezan. Mi prvo navodimo dualni problem za sta-ndarni problem linearnog programiranja. Kao u Sekciji 7. 1, c i x su nvektori,bi y mvektori iA je matrica tipam n. Pretpostavimo da je m1 in1.Definicija 8.1. Dualni problem standarnog problema maksimuma
max cTx (8.15)
Axb, x0je definisan kao standardni problem minimuma
min yTb (8.16)
yTAc, y0.
7/22/2019 Diskretna matematika - knjiga
89/158
8.2. DUALNOST 89
Razmotrimo ponovo numericki primjer iz prethodne sekcije: Odrediti realnebrojevex
1 i x
2takve da je sumax
1+ x
2maksimalna uz uslove x
10, x
20 i
x1+ 2x24
4x1+ 2x212 (8.17)x1+ x21.
Dualni problem ovog standardnog problema maksimuma je sljedeci standardniproblem minimuma: Odrediti realne brojeve y1, y2 i y3 koji minimiziraju
4y1+ 12y2+ y3
uz uslove y10, y20, y30 i
y1+ 4y2 y31 (8.18)
2y1+ 2y2+ y31.Ako standardni problem minimuma (8.16) transformisemo u standardni pro-
blem maksimuma (mnozeci A, b i c sa1), njegov dualni problem po definicijije standardni problem minimuma koji, kada se transformise u standardni prob-lem maksimuma (ponovo mijenjajuci znak svih koeficijenata) posta je problem(8.15).
Dakle, dualni problem standardnog problema minimuma (8.16) jestandardni problem maksimuma (8.15).
Za probleme (8.15) i (8.16) kazemo da su dualni.
Standardni problem maksimuma i dualni problem minimuma mozemo isto-vremeno predstaviti na sljedeci nacin:
x1 x2 xny1 a11 a12 a1n b1y2 a21 a22 a2n b2...
......
......
yn am1 am2 amn bmc1 c2 cn
(8.19)
Nas numericki primjer u ovoj notaciji mozemo zapisati na sljedeci nacin
x1 x2y1 1 2 4y2 4 2 12y3 -1 1 1
1 1
(8.20)
Veza izmedu standardnog problema i njegovog dualnog problema je datasljedecom teoremom.
7/22/2019 Diskretna matematika - knjiga
90/158
90 GLAVA 8. LINEARNO PROGRAMIRANJE
Teorema 8.1. Ako jex dopustivo rjesenje standardnog problema maksimuma(8.15) i ako je y dopustivo rjesenje njegovog dualnog problema (8.16), ondavrijedi
cTxyTb. (8.21)Dokaz.
cTxyTAxyTb.Prva nejednakost slijedi iz
x0 i cT yTA.
Druga nejednakost slijedi iz
y0 i Axb.
Posljedica 8.1. Ako su standardni i njegov dualni problem dopustivi onda suoba i ograniceni.
Dokaz. Ako jeydopustiv vektor za problem minimuma onda je zbog (8.21) yTbod gore ograniceno sa cTx, gdje je x dopustivi vektor za problem maksimuma.Slicno se pokaze i u drugom slucaju.
Posljedica 8.2. Ako je x dopustiv vektor za standardardni problem maksi-muma (8.15) iy dopustiv vektor za dualni problem (8.16), tako da je
cTx= yb,
onda sux iy optimalna rjesenja za probleme (8.15) i (8.16) respektivno.
Dokaz. Ako je x dopustivi vektor za (8.15), onda je
cTxyTb= cTx,
a odavde zakljucujemo da je x optimalan vektor. Na slican nacin se pokaze iza y.
8.3 Teorema o dualnosti i teorema o ekvilibri-jumu
Sljedeca fundamentalna teorema daje vezu izmedu standardnog i dualnogproblema. Dokaz ove teoreme nije jednostavan kao prethodne teoreme. Micemo dati taj dokaz kasnije kada teoremu dokazujemo koristeci simpleks metod.(Simpleks metod je algoritamski metod za rjesavanje problema linearnog pro-gramiranja.) Napomenimo da je ova teorema sadrzana i u minimax teoremi izteorije igara.
7/22/2019 Diskretna matematika - knjiga
91/158
8.3. TEOREMA O DUALNOSTI I TEOREMA O EKVILIBRIJUMU 91
Teorema 8.2. (Teorema dualnosti) Ako je standardni problem linearnog pro-gramiranja ograniceno dopustiv, tada je takav i njegov dualni problem, njihovevrijednosti su jednake i postoje optimalni vektori za oba problema.
Kod problema linearnog programiranja moguca su tri slucaja. Moguce je dabude dopustivo ogranicen (d. o.), dopustivo neogranicen (d. n.), ili nedopustiv(n). Za standardni problem i negov dualni imamo devet mogucnosti. Posljedica8.1 tvrdi da su tri od tih devet slucajeva nemoguca: ako je standardni problemi njegov dualni dopustiv, tada su oba dopustivo ogranicena. Prvi zakljucak teo-reme dualnosti tvrdi da su jos dva slucaja nemoguca. Ako je standardni problemdopustivo ogranicen, onda njegov dualni problem ne moze biti nedopustiv. Radijednostavnosti sve slucajeve mozemo prikazati sljedecim dijagramom.
Standardni problem maksimumad. o. d. n. n.
Dualni d. o. x xproblem d. n. x x
minimuma n. x
(8.22)
Kao primjer primjene posljedice 8.2 navodimo sljedeci problem maksimuma.Odreditix1, x2, x3 i x4 koji maksimiziraju
2x1+ 4x2+ x3+ x4
uz uslove xj0 zaj = 1, 2, 3, 4 ix1+ 3x2+ x44
2x1+ x23 (8.23)x2+ 4x3+ x43.
Dualni problem ovog problema je : odrediti y1, y2 i y3 koji minimiziraju
4y1+ 3y2+ 3y3
uz uslove yj0 zaj = 1, 2, 3 iy1+ 2y22
3y1+ y2+ y33 (8.24)4y3
1
y1+ y31.Vektor (x1, x2, x3, x4) = (1, 1, 1/2, 0) ispunjava uslove problema maksimuma ivrijednost funkcije cilja je 13/2. Vektor (y1, y2, y3) = (11/10, 9/20, 1/4) ispu-njava sve uslove problema minimuma i vrijednost funkcije cilja je takode 13/2.Zato, oba vektora predstavljaju optimalne vektore za date probleme.
Kao posljedicu teoreme dualnosti imamo sljedecu teoremu.
7/22/2019 Diskretna matematika - knjiga
92/158
92 GLAVA 8. LINEARNO PROGRAMIRANJE
Teorema 8.3. (Teorema o ekvilibrijumu) Neka sux iy dopustivi vektoriza standardni problem maksimuma (8.15) i njegov dualni problem (8.16) respe-ktivno. Tada sux iy optimalni vektori ako i samo ako je
yi = 0 za svei za koje jen
j=1
aijxj < bi (8.25)
i
xj = 0 za svej za koje jemi=1
yi aij > cj . (8.26)
Dokaz. Uslov (8.25) implicira da je yi = 0 samo ako jen
j=1aijx
j bi.
Zato vrijedimi=1
yi bi =mi=1
yin
j=1
aijxj =
mi=1
nj=1
yi aijxj . (8.27)
Slicno uslov (8.26) implicira
mi=1
nj=1
yi aijxj =
nj=1
cjxj . (8.28)
Posljedica 8.2 implicira da su x i y optimalni vektori.Pretpostavimo sada da sux i y optimalni vektori.
Kao u prvoj liniji dokaza teoreme 8.1, imamo
nj=1
cjxj
mi=1
nj=1
yi aijxj
i=1
yi bi. (8.29)
Koristeci teoremu o dualnosti dobijamo da, ako su x i y optimalni vektori,lijeva strana je jednaka desnoj strani u (8.29). To mozemo zapisati sa
nj=1
cj
mi=1
yi aij
xj = 0. (8.30)
Kako sux i ydopustivi vektori, svaki sabirak prethodne sume je nenegativan.Prema tome, suma moze biti jednaka 0 samo ako je svaki sabirak jednak 0. Zato,ako je
m
i=1 yi aij > cj ,onda je xj = 0. Na slican nacin se dokaze da
nj=1
aijxj < bi,
implicirayi = 0.
7/22/2019 Diskretna matematika - knjiga
93/158
8.4. OPERACIJE SA PIVOTIMA 93
Uslovi (8.25) i (8.26) se nazivaju i slabi uslovi komplementarnosti. Ovizahtjevi koji su stroge nejednakosti u uslovima standardnog problema implici-raju da komplementarni uslovi u dualnom problemu budu jednakosti.
Kao jedan primjer primjene teoreme o ekvilibrijumu rijesicemo dualni pro-blem numerickog primjera iz uvoda.
Odreditiy1, y2 i y3 koji minimiziraju
4y1+ 12y2+ y3
uz uslove y10, y20, y30 iy1+ 4y2 y31 (8.31)
2y1+ 2y2+ y31.
Mi smo odredili rjesenje dualnog problema i vidjeli smo da je x1 i x2. Zato, iz(8.26) dobijamo da optimalni vektor y daje jednakosti u obe nejednakosti u(8.31) (2 jednacine sa 3 nepoznate). Iz uslova (8.25) zakljucujemo da je y3 = 0.Rjesava juci sljedece dvije jednacine,
y1+ 4y2= 1
2y1+ 2y2= 1
dobijamo (y1 , y2) = (1/3, 1/6).Kako je taj vektor dopustiv, teorema o ekvilibri-
jumu implicira da je to i optimalan vektor. Provjeravajuci vrijednost funkcijecilja u tom vektoru dobijamo 4(1/3) + 12(1/6) = 10/3 i vidimo da je to istorjesenje problema maksimuma.
Zakljucimo, ako pretpostavimo da imamo jedno rjesenje standardnog pro-blema, mi mozemo rijesiti dualni koristeci slabe komplementarne uslove i pro-vjeriti da li je nasa pretpostavka korektna.
Interpretacija dualnog problema. Pored dodatne pomoci za trazenjerjesenja, dualni problem daje i pomoc pri interpretaciji standardnog problema.
Kao primjer, razmotrimo problem prehrane, to je standardni problem mini-muma u formi (8.16). Njegov dualni problem je standardni problem maksimuma(8.15). Prvo, odredimo interpretaciju dualnih promjenljivih x), x2, . . . , xn. Udualnim uslovima,
nj=1
aijxjbi, (8.32)
parametribi su velicine cijene po jedinici hrane, Fi i aij su velicine po jedinici
hranljivih sastojaka Nj po jedinici hrane Fi.
8.4 Operacije sa pivotima
Razmotrimo sljedeci sistem jednacina.
3y1+ 2y2= s1
7/22/2019 Diskretna matematika - knjiga
94/158
94 GLAVA 8. LINEARNO PROGRAMIRANJE
y1 3y2+ 3y3= s2 (8.33)
5y1+ y2+ y3= s3.
Ovde su izrazene zavisne promjenljive s1, s2 is3 preko nezavisnih promjenljivihy1, y2i y3. Pretpostavimo da zelimo dobiti y2, s2i s3prekoy1, s1i y3. Odredimoiz prve jednaciney2,
y2=1
2s1 3
2y1,
i zamijenimo nadenu vrijednost za y2 u ostale jednacine.
y1 3
1
2s1 3
2y1
+ 3y3= s2
5y1+ 1
2s1
3
2y1 + y3= s3.
Ove tri jednacine jednostavno postaju
32
y1+1
2s1= y2
11
2y13
2s1+ 3y3= s2 (8.34)
7
2y1+
1
2s1+ y3= s3.
Prethodni primjer je tipican za sljedecu klasu problema. Neka je dat sistemod n linearnih funkcija sam nepoznatih, zapisan u matricnoj formi
yTA= sT (8.35)
gdje jeyT = (y1, . . . , ym), sT = (s1, . . . , sn), i
A=
a11 a12 a1na21 a22 a2n
......
. . . ...
am1 am2 amn
.Jednacina (8.35) se moze zapisati u obliku sistema
y1a11+ + yiai1+ + ymam1= s1...
y1a1j + + yiaij + + ymamj =sj (8.36)...
y1a1n+ + yiain+ + ymamn= sn.
7/22/2019 Diskretna matematika - knjiga
95/158
8.4. OPERACIJE SA PIVOTIMA 95
U toj formi s1, . . . , sn su zavisne promjenljive i y1, . . . , ym su nezavisne promje-nljive.
Pretpostavimo da zelimo zamijeniti neku od zavisnih promjenljivh sa nekomod nezavisnih promjenljivih. Na primjer, zelimo da izrazimo
s1, . . . . sj1, yi, sj+1, . . . , sn
prekoy1, . . . , yi1, sj , yi+1, . . . , ym,
gdje smo yi i sj zamijenili. To je moguce ako i samo ako je aij= 0. Ako jeaij= 0, mozemo jtu jednacinu rijesiti preko yi, pa dobijamo
yi = 1
aij(y1a1j yi1a(i1)j + sj yi+1a(i+1)j ymamj). (8.37)
Sada mozemo zamijeniti yi u ostale jednacine. Na primjer, kta jednacinapostaje
y1
a1kaika1j
aij
+ + sj
aikaij
+ + ym
amkaikamj
aij
= sk. (8.38)
Na taj nacin dobijamo sistem jednacina u obliku
y1a11+ + sjai1+ + ymam1= s1...
y1a1j+ + sjaij + + ymamj =yi (8.39)...y1a1n+ + sjain+ + ymamn = sn.
Na osnovu (8.37) i (8.38) dobijamo
aij = 1aij
ahj =ahjaij
za h=i
aik = aik
aij
za k
=j
ahk =ahkaikahjaij
zak=j i h=i.
Opisimo prethodnu proceduru na sljedeci nacin. Zapisimo matricu A uobliku tabele gdje elementi y1 do ym cine prvu kolonu i elementi s1 dosn prvuvrstu. Ta tabela reprezentuje sistem jednacina (8.35). Zamjenu yi i sj oznacimotako sto cemo podvuci aij i zvacemo ga pivot. Sada crtamo novu tabelu sa
7/22/2019 Diskretna matematika - knjiga
96/158
96 GLAVA 8. LINEARNO PROGRAMIRANJE
zamjenomyi isj i novim
aij . Nova tabela, naravno, reprezentuje sistem (8.39),
koji je ekvivalent jednacinama (8.36).
s1 sj sny1 a11 a1j a1n...
......
...yi ai1 aij ain...
......
...ym am1 amj amn
s1 yi sny1 a11 a1j a1n...
......
...sj ai1 aij ain...
......
...ym am1 amj amn
Za primjer iz uvoda, dobijamo
s1 s2 s3
y1 3 1 5y2 2 -3 1y3 0 3 1
y2 s2 s3
y1 3/2 11/2 7/2s1 1/2 3/2 1/2y3 0 3 1
Operacije sa pivotima se mogu sumirati preko sljedece notacije:
p rc q
1/p r/pc/p q (rc/p)
Naznacimo: Pivot se slika u reciprocnu vrijednost. Vrijednosti u istoj vrsti ukojoj je pivot se dijele sa pivotom. Vrijednosti u istoj koloni u kojoj je pivotse dijele sa pivotom i mijenjaju znak. Preostale vrijednosti se umanjuju zavrijednost koja se dobije mnozenjem odgovarajucih vrijednosti koje se nalaze u
istoj vrsti i koloni u kojoj se nalaze oni sami i pivot podijeljene sa pivotom.Za primjer iz uvoda imamo
y2 s2 s3y1 3/2 11/2 7/2s1 1/2 3/2 1/2y3 0 3 1
y2 s2 y3y1 3/2 5 7/2s1 1/2 3 1/2s3 0 3 1
y2 y1 y3
s2 0.3 0.2 0.7s1 1.4 0.6 1.6s3 -0.9 0.6 -1.1
Posljednja tabela daje prikazy1, y2 iy3 prekos1, s2 is3. Preuredujuci vrstei kolone mozemo odrediti A1,
y1 y2 y3s1 0.6 1.4 1.6s2 0.2 0.3 0.7s3 0.6 -0.9 -1.1
.
7/22/2019 Diskretna matematika - knjiga
97/158
8.5. SIMPLEKS TABELA 97
Dakle,
A1 = -0.6 1.4 1.6-0.2 0.3 0.70.6 0.9 1.1
.Koristeci aritmeticke operacije moze se provjeriti AA1 =I.
8.5 Simpleks tabela
Razmotrimo standardni problem minimuma: odrediti y koji minimizira
yTb
uz uslove y0 iyT
AcT
.Koristan je koncept transformacije posljednjeg skupa nejednakosti u jedna-
kosti. U tom smislu, dodajmo slabe promjenljive,
sT =yTA cT 0.Sada problem mozemo formulisati sa:
Odreditiy i s koji minimiziraju
yTb
uz uslove y0, s0 isT =yTA
cT.
Opisacemo taj problem pomocu tabele koju nazivamo simpleks tabela akoja reprezentuju jednacine
sT =yTA cT.s1 s2 sn
y1 a11 a12 a1n b1y2 a21 a22 a2n b2...
......
......
ym am1 am2 amn bm1 c1 c2 cn 0
Posljednja kolona reprezentuje vektor ciji skalarni proizvod sa y treba mini-mizirati.
Ako jec0 i b0,
tada je rjesenje problema ocigledno. Naime, minimum se nalazi za
y= 0 i s =c
7/22/2019 Diskretna matematika - knjiga
98/158
98 GLAVA 8. LINEARNO PROGRAMIRANJE
i minimalna vrijednost jeyTb= 0.
To je dopustivo rjesenje, jer je
y0, s0,
sT =yTA ci
yibi ne moze biti manje od 0, jer je
y0 i b0.
Pretpostavimo da ne mozemo rijesiti problem na jednostavan nacin, jer po-stoji bar jedna negativna vrijednost u posljednjoj koloni ili vrsti (osim u uglu).Neka je pivota11 (pretpostavimo da je a11
= 0), ukljucimo posljednju kolonu u
operacije sa pivotima. Dobijamo sljedecu tabelu:
s1 s2 sny1 a11 a12 a1n b1y2 a21 a22 a2n b2...
......
......
ym am1 am2 amn bm1 c1 c2 cn v
Neka jer= (r1, . . . , rn) = (y1, s2, . . . , sn)
oznaka za promjenljive na vrhu i neka je
t= (t1, . . . , tm) = (s1, y2, . . . , ym)
oznaka za promjenljive na pocetku. Skup jednacina
sT =yTA c
je ekvivalentan sarT =tTA c,
koji repezentuje novu tabelu. Stavise, funkciju cilja
yTb
mozemo pisati sa (zamjenjujuci y1 sa odgovarajucom vrijednosti preko s1)
mi=1
yibi = b1a11
s1+
b2a21b1
a11
y2+ +
bm am1b1
a11
ym+
c1b1a11
=tTb +v.
7/22/2019 Diskretna matematika - knjiga
99/158
8.5. SIMPLEKS TABELA 99
Time je reprezentovana posljednja kolona u novoj tabeli.Sada mozemo transformisati nas problem u sljedeci: odrediti vektore y i s
koji minimizrajutTb
uz uslovey0, s0
irT =tTA c.
To je zapravo problem oblika kao i polazni problem.Ponovo, ako je
c0 i
b0,
dobijamo da je rjesenje:
t= 0 i r =c,sa vrijednostiv.
Lako je vidjeti da proces mozemo nastaviti. Koristeni metod, priznajmo,nije potpuno sistematican za trazenje rjesenja.
Nepotpuni pivot metod koristimo dok ne dobijemo sve vrijednosti u poslje-dnjoj koloni i posljednjoj vrsti (osim u uglu) nenegativne. Tada, vrijednosti kojese nalaze na pocetku i na vrhu tabele odgovaraju vrijednostima u posljednjojvrsti koje daju rjesenje. Ta vrijednost se nalazi u donjem desnom uglu.
Prethodni metodmozemo koristiti za rjesavanje dualnog problema:Maksimizirati
cTx
uz uslovex0 i Axb.
Prvo dodajemo slabe promjenljive
u= b Ax.Sada problem postaje: Odrediti x i u koji maksimiziraju
cTx
uz uslovex0 i u0,u= b Ax.
Mozemo koristiti tabelu za rjesavanje ovog problema ako uslov
u= b Ax,zapisemo u obliku
u= Ax b.
7/22/2019 Diskretna matematika - knjiga
100/158
100 GLAVA 8. LINEARNO PROGRAMIRANJE
x1 x2 xn -1
u1 a11 a12
a1n b1
u2 a21 a22 a2n b2...
......
......
um am1 am2 amn bmc1 c2 cn 0
Primjetimo, da ako jec 0 i b 0 onda kao i ranije zakljucujemo daje rjesenje: x = 0, u = b i vrijednost je jednaka nuli (problem je ekvivalentanminimiziranjucTx).
Pretpostavimo da zelimo zamijeniti u1 i x1 i pretpostavimo da je a11= 0.Tada jednacinama
u1= a11x1+ a12x2+
+ a1nxn
b1
u2= a21x1+ a22x2+ + a2nxn b2itd.odgovaraju
x1= 1a11
u1+a12a11
x2+ + a1na11
xn b1a11
u2=a21a11
u1+
a22a21a12
a11
x2+ itd.
Drugim rijecima, pravilo za pivota je
p rc q
1/p r/pc/p q (rc/p)
Ako je pivot do posljednje vrste i kolone (osim ugla) nengativan mozemo odreditirjesenje dualnog i standardnog problema na isti nacin.
Zakljucimo, mozemo simpleks tabelu zapisati sa
x1 x2 xn -1y1 a11 a12 a