13 Zastosowania Lematu Szemerédiego

Wielkość: px
Rozpocząć pokaz od strony:

Download "13 Zastosowania Lematu Szemerédiego"

Transkrypt

1 13 Zastosowania Lematu Szemerédiego 13.1 Twierdzenie Erdősa-Stone a (Rozdzia ly 7.1 i 7.5 podre cznika) Jednym z g lównych zagadnień ekstremalnej teorii grafów jest wyznaczenie parametru ex(n, H) = max{ G : G = n i G H}, be da cego maksymalna liczba krawe dzi w n-wierzcho lkowym grafie G nie zawieraja cym żadnej kopii danego grafu H. Graf Turána T r 1 (n) to graf (r 1)-dzielny o n r 1 wierzcho lkach i maksymalnej liczbie krawe dzie (oznaczanej t r 1 (n)). Moce jego klas podzia lu różnia sie o co najwyżej 1. Twierdzenie 6 (D 7.1.1, Turán, 1941) Dla wszystkich liczb naturalnych r i n, r > 1, każdy graf bez K r o n wierzcho lkach i ex(n, K r ) krawe dziach jest (izomorficzny z) grafem Turána. Twierdzenie 7 (D 7.1., Erdős, Stone, 1946) Dla wszystkich liczb naturalnych r i s 1, i dla każdego ǫ > 0, istnieje n 0 takie, że każdy graf o n n 0 wierzcho lkach i G t r 1 (n) + ǫn krawe dziach zawiera Ks r := K(s, s,...,s) r-dzielny graf pe lny. } {{ } r Z tego wynika ważny wniosek. Wniosek 9 ( D Erdős, Simonovits, 1966) lim n ex(n, H) ( n ) = χ(h) χ(h) 1 Dowód: Niech χ(h) = r. Wtedy dla każdego n, H T r 1 (n),a zatem ex(n, H) t r 1 (n). Z drugiej strony, dla dostatecznie duzych s, H Ks, r wie c ex(n, H) ex(n, Ks r ). Na podstawie Tw. 7, dla każdego ǫ > 0 i dostatecznie dużych n, ex(n, K r s ) t r 1(n) + ǫn. 40

2 Ostatecznie t r 1 (n) ex(n, K r s ) t r 1(n) + ǫn i dziela c przez ( n ) oraz przechodza c z n, otrzymujemy, że ex(n, H) t lim ( r 1 (n) n n = lim ) = ) r n r 1. ( n (Niestety Wniosek 9 nie mówi wiele o grafach dwudzielnych.) Def. grafu regularności: Dane sa ǫ-regularny podzia l Π := (V 0,..., V k ) grafu G i liczba d [0, 1] (tzw. próg ge stości). Niech R = R(Π, d) be dzie grafem o zbiorze wierzcho lków {v 1,...,v k }, w którym v i v j jest krawe dzia wgdy para (V i, V j ) jest ǫ-regularna o ge stości d G (V i, V j ) d. Graf R s powstaje przez powie kszenia (blow-up) grafu R w skali s, tzn. każdy wierzcho lek v i grafu R zaste pujemy zbiorem niezależnym U i mocy s, a każda krawe dź grafem pe lnym -dzielnym K s,s. Lemat 13 (D 7.5. Lemat o zanurzaniu,,weak Blow-up Lemma ) Dla każdego d > 0 i 1 istnieje ǫ 0 > 0 takie, że dla każdego grafu H, (H), dla każdego s i dla każdego grafu G wraz z ǫ-regularnym podzia lem Π, ǫ ǫ 0, w którym każdy zbiór poza śmietnikiem ma moc l s/ǫ 0, zachodzi implikacja: H R s (Π, d) = H G Dowód: (Idea: sekwencyjne zanurzanie wierzcho lków z o przysz lość.) troska Niech H R s := R s (Π, d). Uporza dkujmy wierzcho lki H dowolnie: u 1,...,u h, h = H. Dla każdego i, niech j = σ(i) be dzie takie, że u i U j. Chcemy zanurzyć H w G, tzn. przypisać każdemu u i V (H) pewien v i V σ(i). Niech Yi 0 = V σ(i) be dzie pocza tkowym zbiorem kandydatów na v i. Zbiory kandydatów modyfikowane w trakcie sekwencyjnego zanurzania: gdy be da jako obraz pewnego u j wybierzemy v j, to dla każdego i > j takiego, że u j u i H, obetniemy Y j 1 i do Y j i := Y j 1 i N G (v j ). Ponieważ takich u i jest co najwyżej, v j można wybrać tak, by wszystkie zbiory Y j i mia ly rozmiar co najmniej (d ǫ) i. Rzeczywiście, z Zadania 41

3 107 wynika, że wierzcho lków nie spe lniaja cych tego wymogu jest nie wie cej niż ǫl, o ile i ǫl. Trzeba też pokazać, że wybór v j jest możliwy, tzn., że j ǫl s (bo, być może, obrazy s 1 innych wierzcho lków z U σ(j) zosta ly już wybrane i to w laśnie z Y j 1 j ). Obie powyższe nierówności z nierówności wynikaja Y j i (d ǫ 0) d ij l, która udowodnimy indukcja po j. Tutaj, Dla ǫ 0 < 1 +1 d mamy d ij = N H (u i ) {u 1,...,u j 1 }. i (d ǫ 0 ) l ( + 1)ǫ 0 l i Zadanie 107 można stosować, co w zasadzie kończy dowód. Idea dowódu Twierdzenia 7: Stosujemy Lemat 9 z tak dobranymi parametrami, by graf regularności R(Π, d) mia l wie cej niż 1 kr r 1 t r 1(n) krawe dzi, i na podstawie Tw. Turána zawiera l graf pe lny K r. Wtedy też R s zawiera K r s, i na podstawie Lematu 13, rownież G zawiera Kr s. 13. Krawe dziowe liczby Ramseya (Twierdzenie 9.. w podre czniku) Twierdzenie 8 (D Ramsey, 1930) 4

4 Liczba Ramseya R(H) nazywamy najmniejsza liczbe naturalna N taka, że każde -kolorowanie krawe dzi grafu pe lnego K N prowadzi do monochromatycznej kopii grafu H. Gdy H = K n, to piszemy R(n) zamiast R(K n ). Na przyk lad R(3) = 6. Wiadomo, że dla n > 3, R(n) > n. Jednak dla rzadkich grafów H (a takimi sa grafy o ograniczonym maksymalnym stopniu) liczby Ramseya R(H) rosna liniowo z n = H. Twierdzenie 9 (D 9.., Chvatál, Rödl, Trotter, Szemerédi, 1983) Dla każdego 1 istnieje c > 0 takie, że dla każdego grafu H o maksymaknym stopniu (H) mamy R(H) c H. Dowód: Przyjmijmy d = 1/. Niech ǫ 0 = ǫ 0 (d, ) be dzie jak w Lemacie 13. Ustalmy też m = R( + 1) i wybierzmy ǫ ǫ 0 tak, by ǫ < 1 m 1 1 m. Niech M = M(ǫ, m) be dzie jak w Lemacie Szemerédiego 9. Pokażemy prawdziwość twierdzenia dla c =. Niech n = H, N = M ǫ 0 (1 ǫ) cn i niech K N = G Ḡ be dzie -kolorowaniem grafu pe lnego KN, gdzie przez G oznaczamy graf z lożony z czerwonych krawe dzi (a przez Ḡ z niebieskich). Stosuja c Lemat 9 do G otrzymujemy ǫ-regularny podzia l Π = {V 0, V 1,..., V k }, gdzie V 0 < ǫn, V 1 =... = V k = l i m k M. Zauważmy, że l = N V 0 k n ǫ 0. Oszacujmy od do lu krawe dzi grafu regularności R = R(Π, 0) reprezentuja cego pary ǫ-regularne podzia lu Π bez żadnych warunków na ich ge stość liczbe (sta d drugi parametr jest równy 0). Mamy R ( ) k ǫk > m (m 1) k t m 1 (k). Zatem na podstawie tw. Turána R K m. Oznaczmy te klike przez K i pomalujmy jej krawe dzie {i, j} na dwa kolory: różowy, jeśli d G (V i, V j ) 1/ i b le kitny w przeciwnym razie. Z definicji liczby Ramseya, tak pomalowany graf K zawiera klike K +1, której wszystkie krawe dzie sa w tym samym kolorze. 43

5 Ponieważ χ(h) + 1, to H Kn +1, gdzie Kn +1 powstaje z K +1 przez n-krotne rozdmuchanie. Zatem, jeśli tym kolorem jest różowy, to H R n (Π, 1/) i na podstawie Lematu 13 H G. Jeśli natomiast tym kolorem jest b le kitny, to to samo jest w stosunku do grafu Ḡ. Korzystamy tu prawda z Zadania

TEORIA GRAFÓW. MATERIA LY VI. semestr letni 2013/2014. Jerzy Jaworski. Typeset by AMS-TEX

TEORIA GRAFÓW. MATERIA LY VI. semestr letni 2013/2014. Jerzy Jaworski. Typeset by AMS-TEX TEORIA GRAFÓW. MATERIA LY VI. semestr letni 2013/2014. Jerzy Jaworski 20 Typeset by AMS-TEX 8. GRAFY PLANARNE. 8.1. Grafy p laskie i planarne. TEORIA GRAFÓW. MATERIA LY VI. 21 Mówimy, że graf jest uk ladalny

Bardziej szczegółowo

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Anna Romanowska January 29, 2016 4 Kraty i algebry Boole a 41 Kraty zupe lne Definicja 411 Zbiór uporza dkowany (P, ) nazywamy krata zupe lna,

Bardziej szczegółowo

Wyk lad 14 Cia la i ich w lasności

Wyk lad 14 Cia la i ich w lasności Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,

Bardziej szczegółowo

Ilustracja S1 S2. S3 ściana zewnętrzna

Ilustracja S1 S2. S3 ściana zewnętrzna Grafy płaskie G=(V,E) nazywamy grafem płaskim, gdy V jest skończonym podzbiorem punktów płaszczyzny euklidesowej, a E to zbiór krzywych Jordana (łamanych) o końcach w V i takich, że: 1) rożne krzywe mają

Bardziej szczegółowo

ROZDZIA l 13. Zbiór Cantora

ROZDZIA l 13. Zbiór Cantora ROZDZIA l 3 Zbiór Cantora Jednym z najciekawszych i najcze ściej spotykanych w matematyce zbiorów jest zbiór Cantora W tym rozdziale opiszemy jego podstawowe w lasności topologiczne Najprościej można go

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej

Bardziej szczegółowo

Kody blokowe Wykład 5a;

Kody blokowe Wykład 5a; Kody blokowe Wykład 5a; 31.03.2011 1 1 Kolorowanie hiperkostki Definicja. W teorii grafów symbol Q n oznacza kostkę n-wymiarową, czyli graf o zbiorze wierzchołków V (Q n ) = {0, 1} n i zbiorze krawędzi

Bardziej szczegółowo

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie

Kolorowanie wierzchołków Kolorowanie krawędzi Kolorowanie regionów i map. Wykład 8. Kolorowanie Wykład 8. Kolorowanie 1 / 62 Kolorowanie wierzchołków - definicja Zbiory niezależne Niech G będzie grafem bez pętli. Definicja Mówimy, że G jest grafem k kolorowalnym, jeśli każdemu wierzchołkowi możemy

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zad. 1 (12p.)Niech n 3k > 0. Zbadać jaka jest najmniejsza możliwa liczba krawędzi w grafie, który ma dokładnie n wierzchołków oraz dokładnie k składowych, z których

Bardziej szczegółowo

Kolorowanie płaszczyzny, prostych i okręgów

Kolorowanie płaszczyzny, prostych i okręgów Kolorowanie płaszczyzny, prostych i okręgów Jadwiga Czyżewska Pisane pod kierunkiem W.Guzickiego W 2013 roku na II etapie VIII edycji Olimpiady Matematycznej Gimnazjalistów pojawiło się zadanie o następującej

Bardziej szczegółowo

Zliczanie n = n(n+1) n 2 = n(n+1)(2n+1). 6 Wyprowadź w podobny sposób wzory na sume

Zliczanie n = n(n+1) n 2 = n(n+1)(2n+1). 6 Wyprowadź w podobny sposób wzory na sume Zliczanie 1. Podaj interpretacje kombinatoryczna wzoru 1+2+3+...+n = n(n+1) 2 ( ) n+1 =. 2 2. Na p laszczyźnie mamy n prostych takich, że żadne dwie nie sa równoleg le i żadne trzy nie przecinaja sie w

Bardziej szczegółowo

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8 EGZAMIN DYPLOMOWY, cze ść I (testowa) 22.06.2009 INSTRUKCJE DOTYCZA CE WYPE LNIANIA TESTU 1. Nie wolno korzystać z kalkulatorów. 2. Sprawdzić, czy wersja testu podana na treści zadań jest zgodna z wersja

Bardziej szczegółowo

Szeregi liczbowe wste

Szeregi liczbowe wste 3 grudnia 2007 orawi lem dowód twierdzenia o rzybliżeniach dziesie tnych Zajmiemy sie teraz cia gami nieskończonym, ale zaisywanymi w ostaci sum. Definicja 2. (szeregu) Niech (a n ) be dzie dowolnym cia

Bardziej szczegółowo

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia

Bardziej szczegółowo

Kongruencje pierwsze kroki

Kongruencje pierwsze kroki Kongruencje wykład 1 Definicja Niech n będzie dodatnią liczbą całkowitą, natomiast a i b dowolnymi liczbami całkowitymi. Liczby a i b nazywamy przystającymi (kongruentnymi) modulo n i piszemy a b (mod

Bardziej szczegółowo

Matematyczne kolorowanki. Tomasz Szemberg. Wykład dla studentów IM UP Kraków, 18 maja 2016

Matematyczne kolorowanki. Tomasz Szemberg. Wykład dla studentów IM UP Kraków, 18 maja 2016 Wykład dla studentów IM UP Kraków, 18 maja 2016 Gra wstępna Dany jest prostokąt podzielony na 8 pól. Gracze zamalowują pola na zmianę. Jeden na kolor czerwony, a drugi na kolor niebieski. Gra wstępna Dany

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

13. Cia la. Rozszerzenia cia l.

13. Cia la. Rozszerzenia cia l. 59 13. Cia la. Rozszerzenia cia l. Z rozważań poprzedniego paragrafu wynika, że jeżeli wielomian f o wspó lczynnikach w ciele K jest nierozk ladalny, to pierścień ilorazowy K[X]/(f) jest cia lem zawieraja

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

Aproksymacja diofantyczna

Aproksymacja diofantyczna Aproksymacja diofantyczna Szymon Draga Ustroń, 4 listopada 0 r Wprowadzenie Jak wiadomo, każdą liczbę niewymierną można (z dowolną dokładnością) aproksymować liczbami wymiernymi Powstaje pytanie, w jaki

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA TYPY GRAFÓW c.d. Graf nazywamy dwudzielnym, jeśli zbiór jego wierzchołków można podzielić na dwa rozłączne podzbiory, tak że żadne dwa wierzchołki należące do tego samego podzbioru nie są sąsiednie. G

Bardziej szczegółowo

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF 29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).

Bardziej szczegółowo

E ' E G nazywamy krawędziowym zbiorem

E ' E G nazywamy krawędziowym zbiorem Niech G będzie grafem spójnym. Wierzchołek x nazywamy rozcinającym, jeśli G\{x} jest niespójny. Niech G będzie grafem spójnym. V ' V G nazywamy zbiorem rozcinającym jeśli G\V' jest niespójny Niech G będzie

Bardziej szczegółowo

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

Bardziej szczegółowo

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych.

SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Skojarzeniem w grafie G nazywamy dowolny podzbiór krawędzi parami niezależnych. SKOJARZENIA i ZBIORY WEWN. STABILNE WIERZCH. Rozważamy graf G = (V, E) Dwie krawędzie e, e E nazywamy niezależnymi, jeśli nie są incydentne ze wspólnym wierzchołkiem. Skojarzeniem w grafie G nazywamy dowolny

Bardziej szczegółowo

A. Kasperski, M. Kulej, BO -Wyk lad 5, Optymalizacja sieciowa 1

A. Kasperski, M. Kulej, BO -Wyk lad 5, Optymalizacja sieciowa 1 A. Kaperki, M. Kulej, BO -Wyk lad, Opymalizacja ieciowa 1 Zagadnienie makymalnego przep lywu (MP). Przyk lad. W pewnym mieście inieje fragmen wodoci agów zadany w poaci naȩpuj acej ieci: 1 Luki oznaczaj

Bardziej szczegółowo

Elementy teorii grafów Elementy teorii grafów

Elementy teorii grafów Elementy teorii grafów Spis tresci 1 Spis tresci 1 Często w zagadnieniach praktycznych rozważa się pewien zbiór obiektów wraz z zależnościami jakie łączą te obiekty. Dla przykładu można badać pewną grupę ludzi oraz strukturę

Bardziej szczegółowo

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA DROGI i CYKLE w grafach Dla grafu (nieskierowanego) G = ( V, E ) drogą z wierzchołka v 0 V do v t V nazywamy ciąg (naprzemienny) wierzchołków i krawędzi grafu: ( v 0, e, v, e,..., v t, e t, v t ), spełniający

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA DRZEWA i LASY Drzewem nazywamy graf spójny nie zawierający cykli elementarnych. Lasem nazywamy graf nie zawierający cykli elementarnych. Przykłady drzew i lasów takie krawędzie są wykluczone drzewo las

Bardziej szczegółowo

L.O. św. Marii Magdaleny w Poznaniu, O POŻYTKACH PŁYN ACYCH Z RZUCANIA MONETA. Tomasz Łuczak

L.O. św. Marii Magdaleny w Poznaniu, O POŻYTKACH PŁYN ACYCH Z RZUCANIA MONETA. Tomasz Łuczak L.O. św. Marii Magdaleny w Poznaniu, 27.11.2015 O POŻYTKACH PŁYN ACYCH Z RZUCANIA MONETA Tomasz Łuczak NA POCZATEK DOBRA WIADOMOŚĆ! Dzięki naszym o hojnym sponsorom: Poznańskiej Fundacji Matematycznej

Bardziej szczegółowo

W poszukiwaniu kszta ltów kulistych

W poszukiwaniu kszta ltów kulistych W poszukiwaniu kszta ltów kulistych Piotr Mankiewicz April 4, 2005 Konwersatorium dla doktorantów Notacje 1 Cia lo wypuk le - wypuk ly, domkniȩty podzbiór ograniczony w R n. Odleg lość geometryczna dwóch

Bardziej szczegółowo

2a )2 a b2. = 2 4a ====== x + b. nawias

2a )2 a b2. = 2 4a ====== x + b. nawias Wielomiany kwadratowe Wielomian a + + c nazywamy kwadratowym lu wielomianem drugiego stopnia, jeśli a jest licza różna od 0. W dalszym cia gu zak ladamy, że a i a 0. Możemy napisać a + + c = a ( + a )

Bardziej szczegółowo

Pojȩcie przestrzeni metrycznej

Pojȩcie przestrzeni metrycznej ROZDZIA l 1 Pojȩcie przestrzeni metrycznej Definicja 1.1. Dowolny niepusty zbiór X z funkcja ρ : X X [0, ), spe lniaja ca naste puja ce trzy warunki M1: ρ(x, y) = 0 x = y, M2: ρ(x, y) = ρ(y, x), M3: ρ(x,

Bardziej szczegółowo

Układy równań i nierówności liniowych

Układy równań i nierówności liniowych Układy równań i nierówności liniowych Wiesław Krakowiak 1 grudnia 2010 1 Układy równań liniowych DEFINICJA 11 Układem równań m liniowych o n niewiadomych X 1,, X n, nazywamy układ postaci: a 11 X 1 + +

Bardziej szczegółowo

Kolorowanie wierzchołków

Kolorowanie wierzchołków Kolorowanie wierzchołków Mając dany graf, pokolorować jego wierzchołki w taki sposób, aby każde dwa wierzchołki sąsiednie miały inny kolor. Każda krawędź łączy wierzchołki różnych kolorów. Takie pokolorowanie

Bardziej szczegółowo

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia

Matematyka A, kolokwium, 15 maja 2013 rozwia. ciem rozwia Maemayka A kolokwium maja rozwia zania Należy przeczyać CA LE zadanie PRZED rozpocze ciem rozwia zywania go!. Niech M. p. Dowieść że dla każdej pary liczb ca lkowiych a b isnieje aka para liczb wymiernych

Bardziej szczegółowo

Charakterystyka rozbicia zbioru co najwyżej przeliczalnego. Rafał Żelazko

Charakterystyka rozbicia zbioru co najwyżej przeliczalnego. Rafał Żelazko Charakterystyka rozbicia zbioru co najwyżej przeliczalnego Rafał Żelazko Spis treści 1 Wprowadzenie 2 2 Kolorowanie skończone i zasada szufladkowa 2 3 Kolorowanie w teorii grafów 3 4 Twierdzenie Schura

Bardziej szczegółowo

Analiza matematyczna 2, cze ść dziesia ta

Analiza matematyczna 2, cze ść dziesia ta Analiza matematyczna 2, cze ść dziesia ta Informacja ogólna dla tych, którzy jeszcze ze mna chca rozmawiać o stopniach: zdecydowana wie kszość twierdzeń w matematyce, w analizie w szczególności, sk lada

Bardziej szczegółowo

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. 3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X

Bardziej szczegółowo

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki. SPÓJNOŚĆ Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja równoważna: Graf jest spójny, gdy każde dwa wierzchołki są połączone ścieżką

Bardziej szczegółowo

Czy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz?

Czy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz? DROGI i CYKLE EULERA w grafach Czy istnieje zamknięta droga spaceru przechodząca przez wszystkie mosty w Królewcu dokładnie jeden raz? Czy można narysować podaną figurę nie odrywając ołówka od papieru

Bardziej szczegółowo

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

Bardziej szczegółowo

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N

granicą ciągu funkcyjnego (f n ) n N W symbolicznym zapicie fakt, że f jest granicą ciągu funkcyjnego (f n ) n N możemy wyrazić następująco: ε>0 N N 14. Określenie ciągu i szeregu funkcyjnego, zbieżność punktowa i jednostajna. Własności zbieżności jednostajnej. Kryterium zbieżności jednostajnej szeregu funkcyjnego. 1 Definicja Ciąg funkcyjny Niech

Bardziej szczegółowo

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d) Matemaryka dyskretna - zadania Zadanie 1. Opisać zbiór wszystkich elementów rangi k zbioru uporządkowanego X dla każdej liczby naturalnej k, gdy X jest rodziną podzbiorów zbioru skończonego Y. Elementem

Bardziej szczegółowo

1 Funkcje uniwersalne

1 Funkcje uniwersalne 1 1 Funkcje uniwersalne 1.1 Konstrukcja funkcji uniweralnej Niech P będzie najmniejszym zbiorem liczb spełniającym warunki 1) 0, 2, 0, 0, 2, 1, 0, 2, 2 P, 2) 0, n, 3, k P dla wszystkich n > 0 oraz k takich,

Bardziej szczegółowo

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ

Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki. Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 10. Twierdzenie o pełności systemu aksjomatycznego KRZ 1 Tezy KRZ Pewien system aksjomatyczny KRZ został przedstawiony

Bardziej szczegółowo

Coloring the Cartesian sum of graphs

Coloring the Cartesian sum of graphs oloring the artesian sum o grahs Dorota Dawczyk MS V, sem IX Klasyczne (wierzchołkowe) kolorowanie grau - rzyorządkowywanie wierzchołkom grau liczb naturalnych w taki sosób, aby końce żadnej krawędzi nie

Bardziej szczegółowo

KOMBINATORYKA 1 WYK LAD 11 Kombinatoryczna teoria zbiorów

KOMBINATORYKA 1 WYK LAD 11 Kombinatoryczna teoria zbiorów KOMBINATORYKA 1 WYK LAD 11 Kombiatorycza teoria zbiorów 23 maja 2012 Wyk lad poświe coy jest w lasościom rodzi podzbiorów skończoego zbioru. Rozpoczya go poje cie systemu różych reprezetatów wraz ze s

Bardziej szczegółowo

Granica funkcji. 16 grudnia Wykład 5

Granica funkcji. 16 grudnia Wykład 5 Granica funkcji 16 grudnia 2010 Tw. o trzech funkcjach Twierdzenie Niech f, g, h : R D R będa funkcjami takimi, że lim f (x) = lim h(x), x x 0 x x0 gdzie x 0 D. Jeżeli istnieje otoczenie punktu x 0 w którym

Bardziej szczegółowo

GRAFY i SIECI. Graf: G = ( V, E ) - para uporządkowana

GRAFY i SIECI. Graf: G = ( V, E ) - para uporządkowana GRAFY podstwowe definicje GRAFY i SIECI Grf: G = ( V, E ) - pr uporządkown V = {,,..., n } E { {i, j} : i j i i, j V } - zbiór wierzchołków grfu - zbiór krwędzi grfu Terminologi: grf = grf symetryczny,

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

Logika Stosowana. Wykład 1 - Logika zdaniowa. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017 Logika Stosowana Wykład 1 - Logika zdaniowa Marcin Szczuka Instytut Informatyki UW Wykład monograficzny, semestr letni 2016/2017 Marcin Szczuka (MIMUW) Logika Stosowana 2017 1 / 30 Plan wykładu 1 Język

Bardziej szczegółowo

6d. Grafy dwudzielne i kolorowania

6d. Grafy dwudzielne i kolorowania 6d. Grafy dwudzielne i kolorowania Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2016/2017 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w6d. Krakowie) Grafy dwudzielne i kolorowania zima

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Indukcja matematyczna 1 Zasada indukcji Rozpatrzmy najpierw następujący przykład. Przykład 1 Oblicz sumę 1 + + 5 +... + (n 1). Dyskusja. Widzimy że dla n = 1 ostatnim składnikiem powyższej sumy jest n

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

Matematyka dyskretna. 1. Relacje

Matematyka dyskretna. 1. Relacje Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

Algebra liniowa z geometrią. wykład I

Algebra liniowa z geometrią. wykład I Algebra liniowa z geometrią wykład I 1 Oznaczenia N zbiór liczb naturalnych, tutaj zaczynających się od 1 Z zbiór liczb całkowitych Q zbiór liczb wymiernych R zbiór liczb rzeczywistych C zbiór liczb zespolonych

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

Działanie grupy na zbiorze

Działanie grupy na zbiorze Działanie grupy na zbiorze Definicja 0.1 Niech (G, ) będzie dowolną grupą oraz X niepustym zbiorem, to odwzorowanie : G X X nazywamy działaniem grupy G na zbiorze X jeślinastępujące warunki są spełnione:

Bardziej szczegółowo

1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza

1) Grafy eulerowskie własnoci algorytmy. 2) Problem chiskiego listonosza 165 1) Grafy eulerowskie własnoci algorytmy 2) Problem chiskiego listonosza 166 Grafy eulerowskie Def. Graf (multigraf, niekoniecznie spójny) jest grafem eulerowskim, jeli zawiera cykl zawierajcy wszystkie

Bardziej szczegółowo

Wyk lad 3 Grupy cykliczne

Wyk lad 3 Grupy cykliczne Wyk la 3 Grupy cykliczne Definicja 3.1. Niech a bezie elementem grupy (G,, e). Jeżeli istnieje liczba naturalna k taka, że a k = e, to najmniejsza taka liczbe naturalna k nazywamy rzeem elementu a. W przeciwnym

Bardziej szczegółowo

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

Bardziej szczegółowo

Drzewa podstawowe poj

Drzewa podstawowe poj Drzewa podstawowe poj ecia drzewo graf reprezentujacy regularna strukture wskaźnikowa, gdzie każdy element zawiera dwa lub wiecej wskaźników (ponumerowanych) do takich samych elementów; wez ly (albo wierzcho

Bardziej szczegółowo

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013 Zdzisław Dzedzej Politechnika Gdańska Gdańsk, 2013 1 PODSTAWY 2 3 Definicja. Przestrzeń metryczna (X, d) jest zwarta, jeśli z każdego ciągu {x n } w X można wybrać podciąg zbieżny {x nk } w X. Ogólniej

Bardziej szczegółowo

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej

Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej c Copyright by Ireneusz Krech ikrech@ap.krakow.pl Instytut Matematyki Uniwersytet Pedagogiczny im. KEN w Krakowie

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F

Bardziej szczegółowo

(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x

(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x 2. Wykład 2: algebry Boole a, kraty i drzewa. 2.1. Algebra Boole a. 1 Ważnym dla nas przykładem algebr są algebry Boole a, czyli algebry B = (B,,,, 0, 1) typu (2, 2, 1, 0, 0) spełniające własności: (1)

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Matematyka dyskretna. Andrzej Łachwa, UJ, /15 Matematyka dyskretna Andrzej Łachwa, UJ, 2015 andrzej.lachwa@uj.edu.pl 3/15 Indukcja matematyczna Poprawność indukcji matematycznej wynika z dobrego uporządkowania liczb naturalnych, czyli z następującej

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13 35. O zdaniu 1 T (n) udowodniono, że prawdziwe jest T (1), oraz że dla dowolnego n 6 zachodzi implikacja T (n) T (n+2). Czy można stąd wnioskować, że a) prawdziwe jest T (10), b) prawdziwe jest T (11),

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

Bardziej szczegółowo

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = : 4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 13: Teoria Grafów Gniewomir Sarbicki Literatura R.J. Wilson Wprowadzenie do teorii grafów Definicja: Grafem (skończonym, nieskierowanym) G nazywamy parę zbiorów (V (G), E(G)),

Bardziej szczegółowo

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A

Bardziej szczegółowo

Podstawowe własności grafów. Wykład 3. Własności grafów

Podstawowe własności grafów. Wykład 3. Własności grafów Wykład 3. Własności grafów 1 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2). 2 / 87 Suma grafów Niech będą dane grafy proste G 1 = (V 1, E 1) oraz G 2 = (V 2, E 2).

Bardziej szczegółowo

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Politechnika Gdańska Wydział Fizyki Technicznej i Matematyki Stosowanej Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego Autor: Kamil Jaworski 11 marca 2012 Spis treści 1 Wstęp 2 1.1 Podstawowe pojęcia........................

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Definicja. Niech a i b będą dodatnimi liczbami rzeczywistymi i niech a. Logarytmem liczby b przy podstawie

Bardziej szczegółowo

Luty 2001 Algorytmy (4) 2000/2001

Luty 2001 Algorytmy (4) 2000/2001 Mając dany zbiór elementów, chcemy znaleźć w nim element największy (maksimum), bądź najmniejszy (minimum). We wszystkich naturalnych metodach znajdywania najmniejszego i największego elementu obecne jest

Bardziej szczegółowo

Kolorowanie wierzchołków grafu

Kolorowanie wierzchołków grafu Kolorowanie wierzchołków grafu Niech G będzie grafem prostym. Przez k-kolorowanie właściwe wierzchołków grafu G rozumiemy takie przyporządkowanie wierzchołkom grafu liczb naturalnych ze zbioru {1,...,

Bardziej szczegółowo

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach

Bardziej szczegółowo

Matematyka Dyskretna Zestaw 2

Matematyka Dyskretna Zestaw 2 Materiały dydaktyczne Matematyka Dyskretna (Zestaw ) Matematyka Dyskretna Zestaw 1. Wykazać, że nie istnieje liczba naturalna, która przy dzieleniu przez 18 daje resztę 13, a przy dzieleniu przez 1 daje

Bardziej szczegółowo

5. Obliczanie pochodnych funkcji jednej zmiennej

5. Obliczanie pochodnych funkcji jednej zmiennej Kiedy może być potrzebne numeryczne wyznaczenie pierwszej lub wyższej pochodnej funkcji jednej zmiennej? mamy f(x), nie potrafimy znaleźć analitycznie jej pochodnej, nie znamy postaci f(x), mamy stablicowane

Bardziej szczegółowo

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a);

Ciała i wielomiany 1. przez 1, i nazywamy jedynką, zaś element odwrotny do a 0 względem działania oznaczamy przez a 1, i nazywamy odwrotnością a); Ciała i wielomiany 1 Ciała i wielomiany 1 Definicja ciała Niech F będzie zbiorem, i niech + ( dodawanie ) oraz ( mnożenie ) będą działaniami na zbiorze F. Definicja. Zbiór F wraz z działaniami + i nazywamy

Bardziej szczegółowo

Sprzedaż online. Piotr Sankowski Uniwersytet Warszawski Warszawa p. 1/40

Sprzedaż online. Piotr Sankowski Uniwersytet Warszawski Warszawa p. 1/40 Sprzedaż online Piotr Sankowski Uniwersytet Warszawski Warszawa 18.04.2013 - p. 1/40 Plan wykładu Problem skojarzeń online Algorytm zachłanny Algorytm losowo rankujacy Dolne ograniczenie Problem aukcji

Bardziej szczegółowo

Twierdzenie Eulera. Kongruencje wykład 6. Twierdzenie Eulera

Twierdzenie Eulera. Kongruencje wykład 6. Twierdzenie Eulera Kongruencje wykład 6 ... Euler, 1760, Sankt Petersburg Dla każdego a m zachodzi kongruencja a φ(m) 1 (mod m). Przypomnijmy: φ(m) to liczba reszt modulo m względnie pierwszych z m; φ(m) = m(1 1/p 1 )...

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem

Bardziej szczegółowo

Tekst poprawiony 27 XII, godz. 17:56. Być może dojda

Tekst poprawiony 27 XII, godz. 17:56. Być może dojda Tekst poprawiony 27 XII, godz. 7:56. Być może dojda naste pne zadania Definicja 7. krzywej) Niech P oznacza dowolny przedzia l niezdegenerowany. Przekszta lcenie r: P IR k nazywamy krzywa. Jeśli r jest

Bardziej szczegółowo

Wyk lad 4. Grafy skierowane

Wyk lad 4. Grafy skierowane Wyk lad 4 Grafy skierowane Definicja Graf skierowany G sk lada si e z dwóch zbiorów, niepustego zbioru V (G) grafu G i zbioru E(G) kraw edzi grafu G oraz z funkcji γ (gamma) ze zbioru E(G) w zbiór V (G)

Bardziej szczegółowo

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski,

Ośrodkowość procesów, proces Wienera. Ośrodkowość procesów, proces Wienera Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, wykład, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 27 luty, 2012 Ośrodkowość procesów Dalej zakładamy, że (Ω, Σ, P) jest zupełną przestrzenią miarową. Definicja.

Bardziej szczegółowo

Pierścienie grupowe wyk lad 2. Przypomnijmy, że K-algebra A jest pó lprosta, gdy jej lewe A-modu ly przypominaja

Pierścienie grupowe wyk lad 2. Przypomnijmy, że K-algebra A jest pó lprosta, gdy jej lewe A-modu ly przypominaja Pierścienie grupowe wyk lad 2. Przypomnijmy, że K-algebra A jest pó lprosta, gdy jej lewe A-modu ly przypominaja przestrzenie liniowe nad A: każdy z nich ma rozk lad na sume modu lów prostych. W tych rozk

Bardziej szczegółowo