Spis treści. Przedmowa. Wprowadzenie 0.1 Czym jest matematyka dyskretna?... XIII 0.2 Podstawowa literatura... XIV

Transkrypt

1 Spis treści Przedmowa XI Wprowadzenie XIII 0.1 Czym jest matematyka dyskretna? XIII 0.2 Podstawowa literatura XIV 1 Rekurencja Wieże Hanoi Notacja asymptotyczna Liczby trójkątne Liczby Fibonacciego Równanie charakterystyczne Rekurencja liniowa niejednorodna Ruina gracza Szybkie mnożenie i rekurencje dziel i rządź Ćwiczenia Kombinatoryka Permutacje Silnia Wariacje Permutacje z powtórzeniami Kombinacje Współczynniki dwumianowe Współczynniki wielomianowe Zasada szufladkowa Układanie domina Ćwiczenia Elementy rachunku prawdopodobieństwa Prawdopodobieństwo dyskretne Paradoks urodzin Zasada włączania i wyłączania

2 VIII Spis treści 3.4 Szaliki kibiców Korony Kielce Problem sadowienia gości Prawdopodobieństwo warunkowe Twierdzenie Bayesa Ćwiczenia Więcej kombinatoryki Grupa permutacji Liczby Stirlinga Liczby Bella Triangulacja wielokąta i liczby Catalana Partycje liczb Kompendium najczęstszych problemów kombinatorycznych. 121 Ćwiczenia Grafy Spacer Eulera Grafy Hamiltona Kalejdoskop grafów Izomorfizm grafów Grafy planarne Ile jest grafów? Przeszukiwanie grafów Grafy z wagami Jeszcze o wieżach Hanoi Drzewo Steinera Mały świat Kolorowanie wierzchołkowe grafów Kolorowanie krawędziowe grafów Liczby Ramseya Kojarzenie małżeństw Drzewa etykietowane Notacja polska Sieci zdarzeń Przepływy w sieciach Ćwiczenia Algorytmy Czym jest algorytm Automaty skończone Maszyna Turinga Problem Lodziarz z Pińczowa i algorytm genetyczny Klasyfikacja złożoności problemów decyzyjnych

3 Spis treści IX Ćwiczenia Wskazówki i odpowiedzi do ćwiczeń Rozdział Rozdział Rozdział Rozdział Rozdział Rozdział Bibliografia 273 Skorowidz 277

4 Przedmowa Niniejsza książka, przeznaczona dla studentów informatyki oraz wykładowców i prowadzących ćwiczenia, przedstawia najważniejsze i najpotrzebniejsze zagadnienia matematyki dyskretnej, koncentrując się na rekurencji, zaawansowanej kombinatoryce i klasycznym rachunku prawdopodobieństwa, grafach i algorytmach na grafach oraz sieciach, a także na wybranych elementach teorii algorytmów i ich złożoności. Ambicją autora jest ukazanie istoty tłumaczonego problemu w powiązaniu z elementarnym przeprowadzeniem początkującego studenta, po dzisiejszej szkole średniej zazwyczaj dość słabo obytego z technikami matematycznymi, poprzez szczegóły rachunkowe. Preferowaną metodą dydaktyczną jest, w miarę możliwości, ścieżka od szczegółu do ogółu: najpierw ukazywany i rozwiązywany jest pewien typowy problem z danego działu, a następnie przedstawiana jest ogólna teoria z definicjami, twierdzeniami, wnioskami, przykładami i uogólnieniami. W ten sposób wykładana abstrakcja znajduje wcześniejsze ugruntowanie w bardziej intuicyjnym przykładzie z życia, co powinno ułatwić zrozumienie i docenienie praktycznego znaczenia wykładanego materiału. Niemniej, niektóre problemy, których wykład nie unika, łatwe nie są i należy przez nie mozolnie przebrnąć z kartką i ołówkiem w zaciszu domowym. Zgodnie z maksymą uczyć bawiąc wiele zagadnień ma charakter rekreacyjny, co rekompensuje włożony trud w wymagających i może mniej atrakcyjnych, choć ważnych, częściach wykładu. Przy całym ukierunkowaniu na przystępność, wykład dotyczy matematyki i jej konkretnych zastosowań, zatem w jego śledzeniu niezbędna jest stosowna koncentracja i doza samozaparcia. Wykład przeznaczony jest dla studentów pierwszego roku informatyki, wobec czego wymagana wiedza matematyczna niezbędna do jego śledzenia nie wykracza w zasadzie poza podstawowy program szkoły średniej. Warto jednak zawczasu przypomnieć sobie ten materiał z podręczników szkolnych, w szczególności jego część dyskretną: podstawy logiki, teorii mnogości, kombinatoryki i rachunku prawdopodobieństwa. Materiał zahacza też nieco o zazwyczaj biegnące równolegle lub z wyprzedzeniem standardowe wykłady algebry i analizy matematycznej, w szczególności używa elementarnej znajomości funkcji, układów równań liniowych, macierzy, ciągów i szeregów, obliczania granic, a także pewnych elementów rachunku różniczkowego i całkowego, jak rozwinięcie Taylora, całka gaussowska itp.

5 XII Przedmowa Zadaniem wykładu, oprócz przekazu stosownej porcji wiedzy, aparatu pojęciowego i typowych technik analizowania problemów matematyki dyskretnej, jest również nauczenie logicznego myślenia, kombinowania, sprytu matematycznego. Dlatego też na końcu każdego rozdziału podane są niekoniecznie łatwe problemy, mające na celu wciągnięcie studenta w tę pasjonującą matematykę. Wiele z tych zadań wymaga pomysłu, a ich rozwiązywanie częstokroć stawia na równi studenta i profesora, z tą jedyną różnicą, że profesor miał już okazję dłużej myśleć nad podobnymi zagadnieniami w swojej karierze! Wskazówki bądź rozwiązania trudniejszych zadań zawarte są na końcu książki. I jeszcze jedno. Studenci, pamiętajcie: Pytania nie są niedyskretne, odpowiedzi czasem tak. Oscar Wilde Książka jest pisemną wersją wykładów Matematyka dyskretna, wygłoszonych przez autora dla studentów pierwszego roku informatyki na Wydziale Matematyczno-Przyrodniczym Uniwersytetu Jana Kochanowskiego w Kielcach w latach Autor pragnie podziękować dr. Przemysławowi Kościkowi oraz studentom informatyki Uniwersytetu Jana Kochanowskiego w Kielcach za uwagi i korektę tekstu.

6 166 Rozdział 5. Grafy Rysunek 5.32: Przykładowe euklidesowe drzewo Steinera. Ciemne punkty oznaczają oryginalne wierzchołki grafu (studzienki naftowe), a jaśniejsze punkty wierzchołki dodane (trójniki) ścieżki między skrajnymi wierzchołkami grafu Hanoi. W tym celu można zastosować np. algorytm 5.6, ale ponieważ złożoność tego algorytmu rośnie z kwadratem liczby wierzchołków, czyli w naszym przypadku jak Θ(9 n ), procedura jest dużo wolniejsza niż złożoność Θ(2 n ) optymalnego algorytmu Hanoi 1.1. Widzimy tu więc namacalnie praktyczną rolę posiadania algorytmu optymalnego dla danego problemu. Nie zawsze jednak jesteśmy w takiej komfortowej sytuacji. Uogólnienie problemu Wież Hanoi na przypadek czterech prętów (tzw. łamigłówka Reve a, zob. zad. 5.13) prowadzi do grafu w naturalny sposób reprezentowalnego w trzech wymiarach przestrzennych. Okazuje się, że nie jest to tzw. piramida Sierpińskiego (uogólnienie trójkąta Sierpińskiego na trzy wymiary), ale dużo bardziej skomplikowany obiekt. Graf zawiera bowiem znacznie więcej połączeń między stanami niż piramida Sierpińskiego i ten fakt czyni jego analizę dramatycznie bardziej skomplikowanym zadaniem. Dla dużych n problem znalezienia najkrótszej ścieżki z narożnika do narożnika dla tego grafu jest trudny. Możemy go oczywiście rozwiązać, stosując np. algorytm Dijkstry, ale dla dużego n jest to bardzo czasochłonne. Istnieje nieudowodniona hipoteza o optymalnym algorytmie dla łamigłówki Reve a, sprawdzona komputerowo do n 30 [42] Drzewo Steinera Rozważmy następujący problem nafciarza z Teksasu: n studzienek pompujących ropę naftową należy połączyć rurami w taki sposób, aby ich sumaryczna długość była jak najmniejsza. Rury możemy prowadzić dowolnie, co więcej, możemy je łączyć/rozgałęziać trójnikami. Koszt jednostki długości wszystkich rur jest jednakowy. Zagadnienie jest istotnie różne od opisanego wcześniej problemu znajdowania minimalnego drzewa spinającego, ponieważ łączenie rur powoduje powstawanie dodatkowych wierzchołków, których położenie jest optymalizowane. Ilustracja przedstawiona jest na rys Ciemne punkty oznaczają oryginalne wierzchołki grafu, odpowiadające położeniom studzienek naftowych, a jaśniejsze punkty oznaczają wierzchołki dodane, czyli połączenia rur za pomocą trójników.

7 5.10. Drzewo Steinera 167 Zagadnienie nosi nazwę problemu drzewa Steinera 20. Sformułowanie matematyczne jest następujące: Def (euklidesowe drzewo Steinera). Niech waga krawędzi będzie równa odległości euklidesowej wierzchołków. Mamy n oryginalnych wierzchołków o ustalonych położeniach na płaszczyźnie. W jaki sposób rozmieścić pomocnicze wierzchołki, zwane wierzchołkami Steinera, i jak dobrać krawędzie, aby znaleźć minimalne drzewo spinające grafu zawierającego wierzchołki ustalone i pomocnicze. Rozważa się też uogólnienia problemu na inne metryki oraz na przypadek trójwymiarowy. Problem znalezienia minimalnego drzewa Steinera jest trudny 21 (patrz rozdz. 6.6). Ze względu na jego duże znaczenie praktyczne w zagadnieniach optymalizacyjnych jest przedmiotem intensywnych badań algorytmicznych. Rozważmy na początek najprostszą sytuację, gdy mamy tylko trzy oryginalne wierzchołki grafu. Problem sprowadza się więc do znalezienia punktu na płaszczyźnie, dla którego suma odległości od trzech wierzchołków trójkąta jest minimalna. To geometryczne zagadnienie zostało postawione przez Fermata i rozwiązane w 1640 r. przez Torricelliego 22 oraz niezależnie przez innych współczesnych mu matematyków. Szukany punkt Torricelliego jest wierzchołkiem Steinera dla przypadku grafu o trzech oryginalnych wierzchołkach. Zamiast przytaczać skądinąd eleganckie geometryczne rozważania siedemnastowiecznych matematyków, w celu rozwiązania problemu Fermata posłużymy się prawami mechaniki i skonstruujemy komputer analogowy, który w zadziwiająco prosty sposób znajdzie optymalne rozwiązanie. Komputer analogowy to urządzenie, które wykonuje obliczenia nie poprzez działania na liczbach, ale dzięki zastosowaniu w sprytny sposób elementów mechanicznych, elektronicznych itp. Oto nasz komputer rozwiązujący problem Fermata (podobną maszynkę zaproponowali Pick 23 i Pólya 24, zob. [43]): Alg. 5.9 (komputer analogowy dla problemu Fermata). 1. Wywierć wiertarką w stole trzy otwory w miejscach odpowiadającym wierzchołkom trójkąta. 2. Przewlecz przez otwory trzy kawałki nici i zwiąż je w jednym punkcie nad stołem (wygodniej jest przewlec jeden kawałek nici przez otwory 1 i 2, i dowiązać doń kawałek przechodzący przez otwór 3). 3. Pod stołem przywiąż do każdej nici ciężarek o takiej samej wadze tak, aby mógł luźno zwisać. 20 Jakob Steiner ( ), szwajcarski matematyk. 21 Należy do klasy złożoności NP. 22 Evangelista Torricelli ( ), włoski fizyk i matematyk, skonstruował barometr rtęciowy. 23 Georg Alexander Pick ( ), austriacki matematyk. 24 George Pólya ( ), węgierski matematyk, istotnie przyczynił się do rozwoju teorii liczb, kombinatoryki i rachunku prawdopodobieństwa.

8 168 Rozdział 5. Grafy Rysunek 5.33: Możliwe sytuacje dla rozwiązania problemu Fermata: punkt Torricelliego (jasny kolor) jest w innym położeniu niż wierzchołki trójkąta (lewa strona) lub pokrywa się z położeniem jednego z wierzchołków trójkąta 4. Układ ustawi się w położeniu równowagi. Punkt związania nici jest punktem Torricelliego! Dlaczego to działa? Z mechaniki wiemy, że układ dąży do stanu równowagi, w którym energia potencjalna jest jak najmniejsza. Dla jednego ciała wielkość ta równa się iloczynowi jego masy i wysokości ponad ustalonym poziomem (np. podłogi). Dla kilku ciał energia potencjalna się dodaje. W naszym przypadku wynosi więc mh 1 + mh 2 + mh 3 = m(h 1 + h 2 + h 3 ), gdzie m jest masą każdego ciężarka, a h i odległością i-tego ciężarka od podłogi. Tak więc suma odległości od podłogi, h 1 +h 2 +h 3, osiąga w równowadze minimalną wartość. Wówczas sumaryczna długość nici pod stołem jest jak największa, a tym samym na stole jak najmniejsza. A o to właśnie chodzi w znajdowaniu drzewa Steinera! Przy wykonywaniu algorytmu 5.9, w zależności od tego jak ulokowane są wierzchołki trójkąta, możliwe są dwie sytuacje: położenie punktu Torricelliego będzie inne niż położenia wierzchołków trójkąta lub będzie się pokrywać z którymś z nich (rys. 5.33). Posłużmy się teraz dalej prawami mechaniki i dorysujmy siły działające na punkt związania nici. Ponieważ punkt ten jest w spoczynku, siły nań działające muszą się równoważyć. Wartość każdej z tych sił jest taka sama, gdyż równa się ciężarowi uwiązanego do nici ciężarka, a wszystkie ciężarki są jednakowe. Aby doszło do zrównoważenia trzech sił o jednakowej wartości, kąt między nimi musi wynosić 120 o25. Warunek ten nosi nazwę warunku kąta. Zauważmy też, że aby mogła zajść sytuacja z lewej strony rys. 5.34, wszystkie kąty rozważanego trójkąta muszą być mniejsze od 120 o. Jeśli tak nie jest (prawa strona rys. 5.34), wówczas punkt Torricelliego pokrywa się z tym wierzchołkiem trójkąta, w którym kąt jest większy od 120 o. Wyprowadziliśmy więc następujące twierdzenie dla problemu Fermata: 25 Dla nieobeznanych ze szkolną fizyką, siły dodajemy jak wektory. Aby suma trzech wektorów o równej długości wyniosła zero, kąt między nimi musi wynosić 120 o.

9 5.10. Drzewo Steinera 169 Rysunek 5.34: To samo, co na rys. 5.33, z dorysowanymi siłami. W sytuacji z lewej strony kąty między siłami wynoszą 120 o. Na rysunku po prawej stronie mniejsza wartość trzeciej siły wynika z oddziaływania nici z otworem w stole Tw (warunek kąta dla problemu Fermata). Jeśli wszystkie katy trójkąta są mniejsze niż 120 o, wówczas punkt Torricelliego jest w takim położeniu, że odcinki łączące go z wierzchołkami trójkąta tworzą kąty 120 o. Jeśli jeden z kątów trójkąta jest większy niż 120 o, wtedy punkt Torricelliego pokrywa się z wierzchołkiem tego kąta. Teraz przejdźmy do ogólnego problemu Steinera o n oryginalnych wierzchołkach. Dodatkową komplikacją w stosunku do przeanalizowanego przypadku z n = 3 jest możliwość różnych topologii połączeń. Zilustrowane jest to na rys Dwa górne rysunki pokazują optymalne rozwiązania dla dwóch topologii, gdzie krawędzie się nie krzyżują. Liczby na rysunkach wskazują długość uzyskanego drzewa Steinera. W dolnej części rysunku ukazana jest sytuacja topologii, gdzie krawędzie się krzyżują. W tym przypadku optymalne rozwiązanie (proces dochodzenia do niego jest schematycznie zaznaczony strzałkami od lewej do prawej strony) uzyskane jest dla przekrywających się wierzchołków Steinera. Natomiast najlepszym rozwiązaniem dla rozważanego przykładu jest topologia z górnej prawej części rysunku. Tak więc mamy tu de facto dwa problemy: znaleźć wszystkie topologie, oraz dla każdej topologii znaleźć optymalne położenia wierzchołków Steinera. Podamy teraz użyteczne fakty dotyczące problemu Steinera o n oryginalnych wierzchołkach. Dla prostoty zliczania traktujemy pokrywające się wierzchołki Steinera jako oddzielne wierzchołki połączone krawędzią o długości 0. Zauważmy też, że wierzchołki oryginalne są liśćmi drzewa Steinera oraz że wierzchołki Steinera mają stopień 3. Tw Drzewo Steinera o n oryginalnych wierzchołkach ma n 2 wierzchołków Steinera, 2n 3 krawędzi oraz t n = (2n 5)!! możliwych topologii.

10 170 Rozdział 5. Grafy Dowód: Dowód jest indukcyjny. Teza zachodzi dla n = 3, co widzimy z lewej części rys Następnie zakładamy, że twierdzenie zachodzi dla n 1 oryginalnych wierzchołków. W kroku indukcyjnym dodajemy parę wierzchołek oryginalny wierzchołek Steinera, połączone krawędzią. W oczywisty sposób liczba wierzchołków Steinera wzrasta o 1, a liczba krawędzi o 2, bo jedna krawędź została przecięta. To dowodzi dwóch pierwszych części twierdzenia, pozostaje wzór na liczbę topologii. Nowy wierzchołek Steinera możemy umieścić na dowolnej z 2n 5 krawędzi (zob. rys i 5.37). Tak wiec t n = (2n 5)t n 1 i liczba topologii wynosi (2n 5) (2n 7) Możemy teraz przystąpić do konstrukcji komputera analogowego dla ogólnego problemu drzewa Steinera. W porównaniu z algorytmem 5.9 dla n = 3 mamy tu dwie różnice: musimy rozważyć różne topologie, ponadto nie możemy wiązać nici na stałe, bo uniemożliwiłoby to zmianę odległości między punktami Steinera. Postępowanie jest następujące: Alg (komputer analogowy dla problemu Steinera). 1. Przygotuj n jednakowych ciężarków. 2. Wywierć wiertarką w stole otwory w miejscach odpowiadającym oryginalnym wierzchołkom grafu. 3. Przewlecz przez dowolne dwa otwory nić, pod stołem przywiąż do obu końców ciężarki Rysunek 5.35: Różne topologie połączeń dla problemu Steinera o czterech oryginalnych wierzchołkach. Liczby ukazują otrzymaną długość drzewa Steinera dla danej topologii

11 5.10. Drzewo Steinera 171 Rysunek 5.36: Ilustracja kroku indukcyjnego przy zliczaniu topologii dla n = 4. Nowy wierzchołek Steinera można umieścić na każdej krawędzi grafu o n = 3, tj. na (2n 5)!! = 3 sposoby 4. Do nici na stole przywiąż za pomocą pętelki kolejną nić (zob. lewa strona rys. 5.38) w taki sposób, aby mogła się luźno przesuwać. Jej koniec wpuść do niezajętego otworu i pod stołem przywiąż ciężarek (zamiast pętelek można też użyć spinaczy jako haczyków). 5. Powtórz poprzedni krok n 3 razy, tak aby przez każdy otwór przechodziła jedna nić. 6. Dzięki działaniu sił grawitacji na ciężarki układ ustawi się w położeniu równowagi. Zanotuj sumaryczną długość drzewa Steinera L. Rysunek 5.37: To samo, co na rys dla n = 5, dającego 5!! = 15 topologii. Grafy w każdym wierszu utworzone są poprzez dodanie wierzchołka Steinera na krawędziach jednego z grafów z rys. 5.36

12 172 Rozdział 5. Grafy Rysunek 5.38: Sposób wiązania nici dla wybranej topologii (lewa strona) oraz wynik rachunku wykonanego przez komputer analogowy (prawa strona). Liczba na rysunku podaje sumaryczną długość drzewa. Górna część: topologia z drugiego wiersza i drugiej kolumny rys. 5.36, dolna część: topologia z drugiego wiersza i pierwszej kolumny rys. 5.36, dająca rozwiązanie optymalne 7. Powtórz kroki 3-6 dla każdej z (2n 5)!! topologii (to jest uciążliwa część tego algorytmu!). 8. Przypadek z najmniejszą wartością L jest optymalnym rozwiązaniem problemu Steinera. Punkty połączenia nici ustawione są w wierzchołkach Steinera. Przykład działania algorytmu dla n = 5 przedstawiony jest na rys W górnej części rysunku rozważona jest topologia z drugiego wiersza i drugiej kolumny rys Po lewej stronie pokazany jest sposób powiązania nici z pętelkami umożliwiającymi zmianę wzajemnych odległości między punktami Steinera. Po uruchomieniu komputera układ ustawi się w położeniu równowagi, jak w prawej górnej części rysunku. W rozważanej topologii dwa wierzchołki Steinera przekrywają się. Liczba na rysunku wskazuje sumaryczną długość drzewa Steinera. Przypadek topologii z górnej części rysunku nie jest optymalny. Dla topologii z drugiego wiersza i pierwszej kolumny rys ta długość jest krótsza, co ukazane jest w dolnej części rys Sprawdziwszy 15 topologii, przekonujemy się, że to rozwiązanie jest istotnie optymalne. Można ogólnie pokazać, że jeśli dwa punkty Steinera pokrywają się, to rozwiązanie z tą topologią nie jest optymalne.

13 5.11. Mały świat 173 Ze względu na konieczność rozważania wielu topologii, nasz komputer analogowy nie jest zbyt praktyczny w zastosowaniu dla większych wartości n niż, powiedzmy, 6. Jest jednak bardzo użyteczny dla przeprowadzenia ogólnych rozważań. Na rys widzimy, że nici wokół wierzchołków Steinera nieprzekrywających się z innymi wierzchołkami tworzą kąty 120 o. Wynika to z zasad mechaniki, przy czym dyskusja jest analogiczna jak w przypadku z rys Mamy więc następujące uogólnienie Tw. 5.12: Tw (warunek kąta dla problemu Steinera). W drzewie Steinera krawędzie wychodzące z wierzchołków Steinera nieprzekrywających się z innymi wierzchołkami tworzą kąty 120 o. Jeśli punkt Steinera pokrywa się z wierzchołkiem oryginalnym, to kąt między wychodzącymi zeń krawędziami jest większy od 120 o. Jako ciekawostkę wspomnimy inny komputer analogowy stosowany do rozwiązywania problemu Steinera, który używa baniek mydlanych [44]! Wykorzystane jest tu zjawisko napięcia powierzchniowego. Urządzenie składa się z dwóch identycznych równoległych przeźroczystych płyt (np. z pleksi), w których w miejscach odpowiadających oryginalnym wierzchołkom grafu przewiercone są otwory, a w nich umocowane są (prostopadle do płyt) pręty. Całość urządzenia zanurza się w roztworze mydła. Po wyciągnięciu między prętami naciągnięte są błony mydlane. Miejsca styku błon z płaszczyzną płyty układają się w krawędzie grafu. Widzimy, że tworzą się również wierzchołki Steinera, odpowiadające połączeniom błon mydlanych. Napięcie powierzchniowe działa analogicznie do nici z ciężarkami z opisanego wyżej mechanicznego komputera analogowego. Dąży ono do zminimalizowania całkowitej powierzchni błony mydlanej, co przy ustalonej odległości między płytami jest równoważne minimalizacji długości powstałego drzewa. Podobnie jak dla nici w wersji mechanicznej, równowaga sił prowadzi do połączenia błon pod kątem 120 o w izolowanych wierzchołkach Steinera oraz do kątów większych niż 120 o, jeśli wierzchołek pokrywa się z prętem. Komputer mydlany wybiera topologię połączeń przy każdej próbie na chybił trafił, więc nie sprawujemy nad tym kontroli, ale przynajmniej nie musimy żmudnie wiązać nici jak w komputerze mechanicznym! 5.11 Mały świat Koncepcje teorii grafów można z powodzeniem stosować do badania sieci społecznych [45]. W roku 1967 Stanley Milgram 26 przeprowadził następujący eksperyment: spośród mieszkańców miast Boston, Wichita i Omaha zarekrutowano uczestników będących osobami startowymi i końcowymi doświadczenia. Do osób startowych wysłano pakiety informacyjne, wyjaśniające celowość projektu, 26 Stanley Milgram ( ), amerykański psycholog i socjolog, znany z doświadczeń dotyczących posłuszeństwa autorytetowi oraz Małego świata.

14 174 Rozdział 5. Grafy n Rysunek 5.39: Wyniki niedawnego doświadczenia Małego świata z pracy [46], gdzie uczestnicy kontaktowali się za pomocą poczty elektronicznej. Na osi poziomej liczba kroków, na pionowej liczba wiadomości, które osiągnęły cel. Najwięcej wiadomości dotarło już po n = 4 krokach, a dla 95% wiadomości wystarczyło 6 lub mniej kroków a także niezbędne podstawowe informacje personalne o osobie końcowej, do której osoba startowa miała dotrzeć za pomocą łańcucha korespondencji. Zadanie polegało na wysłaniu załączonej karty pocztowej do dobrze znanej osoby (zdefiniowanej, jako osoba, z którą jest się na ty 27 ), wybranej zgodnie z intuicją, że zbliży nas do osoby-celu. Kolejne osoby w łańcuchu były instruowane, aby postępować tak samo, przesyłając pakiet dalej. W rezultacie osoba końcowa, jeśli łańcuch nie pękł po drodze, otrzymywała od osoby, z którą jest na ty, przesyłkę wraz z listą osób pośrednich. Wyniki jednego z serii doświadczeń Milgrama były następujące: na 296 przesyłek 232 nie doszły do celu, co jest dość typową przypadłością badań socjologicznych. Natomiast spośród 64, które doszły (22%), znamienny był jeden fakt. Średnia (dokładniej mediana) liczby przesyłań wyniosła zaledwie 5.5. Inne doświadczenia, wielokrotnie powtarzane także przez innych badaczy, potwierdziły ten fakt. Zatem, aby dotrzeć do innej osoby poprzez łańcuch znajomości, wystarczy średnio 5-6 połączeń, co nazwano również sześcioma stopniami oddalenia (ang. six-degree separation): średnio, do prawie każdej osoby na świecie (prezydent Barrack Obama, Doda, Tomasz Adamek, kasjerka w Tesco) można dotrzeć za pomocą zaledwie ok. sześciu znajomościowych kroków! W języku teorii grafów sformułowalibyśmy problem następująco. Hipoteza 5.1 (sześć stopni oddalenia). Utwórzmy graf, którego wierzchołkami są ludzie, a krawędź łączy dwa wierzchołki wtedy i tylko wtedy, gdy te osoby są na ty. Dla prawie wszystkich losowo wybranych par wierzchołków tego grafu istnieje łącząca je droga o średniej długości ok W Stanach Zjednoczonych jest to pokaźny krąg znajomych, bo w większości środowisk wszyscy z wszystkimi prawie natychmiast przechodzą na ty!

15 5.11. Mały świat 175 Doświadczenia Milgrama były realizacją wcześniejszych pomysłów sięgających roku 1929, kiedy Frigyes Karinthy 28 opublikował opowiadanie Łańcuchy, zawierające omawiane koncepcje sześciu stopni oddalenia i kurczącego się świata. Obecnie, w dobie internetu i globalnej wioski, doświadczenia nad sieciami społecznymi są intensywnie kontynuowane i poszerzane. Nie trzeba już wydawać pieniędzy na znaczki! Rysunek 5.39 pokazuje wynik takiego eksperymentu [46], gdzie ochotników próbowało skontaktować się za pomocą poczty elektronicznej z 18 wybranymi osobami-celami. Dla 384 osób, którym kontakt się udał, wystarczyło zaledwie kilka kroków, ze średnią długością Wyniki zdają się więc potwierdzać wnioski Milgrama. Bolączką tego typu doświadczeń jest jednak bardzo wysoki wskaźnik przerwania łańcucha, np. ktoś myśli, że to spam, nie ma czasu, z zasady nie wypełnia ankiet itp. W doświadczeniu z rys prawdopodobieństwo przerwania w każdym kroku wynosi aż 60%. W związku z tym jest bardzo mała szansa, aby długie łańcuchy wiadomości nie zostały przerwane. W eksperymencie [46] zaledwie ok. 1.6% zainicjowanych łańcuchów wiadomości osiągnęło swój cel, podczas gdy w doświadczeniu Milgrama było to aż 22%. Ten efekt jest podstawą uzasadnionej krytyki hipotezy 5.1 w podanym sformułowaniu. Prawdą jest, że dla tych wiadomości, które osiągnęły cel, wystarczyło kilka kroków, natomiast ich liczba wydaje się istotnie zależeć od prawdopodobieństwa przerwania łańcucha. Dokładniejsza analiza hipotezy wymagałaby więc dużej próbki danych i większej sumienności uczestników. Bardzo ciekawym aspektem doświadczeń dotyczących Małego świata jest istota działania algorytmu znajdującego połączenie. Jest on oparty na kolektywnej inteligencji społeczeństwa. Ludzie, mający tylko lokalną wiedzę o swoich bezpośrednich znajomych, są w stanie przekazać w kilku krokach informację praktycznie do każdego mieszkańca Ziemi. W społeczności matematyków odpowiednikiem sześciu stopni oddalenia jest tzw. liczba Erdősa 29. Znany z ekscentrycznego zachowania Erdős współpracował z setkami matematyków, częstokroć w zamian za wikt i opierunek. W hołdzie koledzy zdefiniowali liczbę Erdősa E w następujący sposób: sam Erdős ma E = 0, współautorzy jego publikacji E = 1, współautorzy współautorów niebędący współautorami Erdősa E = 2 itd. Indukcyjnie, dany matematyk posiada E = k, jeśli ma wspólne publikacje z kimś o E = k 1, a nie ma publikacji z nikim o E k 2. Rysunek 5.40 pokazuje, ilu znamy matematyków o danej liczbie Erdősa. Średnia tego rozkładu wynosi 4.65, a mediana 5, w całkowitej zgodności z hipotezą sześciu stopni oddalenia. Dane zostały skrupulatnie zebrane przy wykorzystaniu elektronicznych baz danych publikacji matematycznych, więc nie są obarczone problemem przerwania łańcucha komunikacji w oryginalnym eksperymencie Milgrama czy jego owej wersji. Według 28 Frigyes Karinthy ( ), węgierski pisarz i poeta. 29 Paul Erdős ( ), węgierski matematyk. Opublikował aż 1525 prac z kombinatoryki, teorii grafów, teorii mnogości, analizy matematycznej i rachunku prawdopodobieństwa.

16 176 Rozdział 5. Grafy NE Rysunek 5.40: Rozkład liczby Erdősa E: N(E) jest liczbą matematyków posiadających daną wartość E (dane z E ok matematyków ma liczbę Erdősa, opublikowało prace współautorskie, ale nie mają liczby Erdősa, ponadto opublikowało jedynie prace jednoautorskie Kolorowanie wierzchołkowe grafów Wyobraźmy sobie następujący problem praktyczny: musimy ułożyć podział godzin dla studentów pierwszego roku informatyki na Uniwersytecie Jana Kochanowskiego w Kielcach. Studenci wybierają po kilka z oferowanych przedmiotów: 1) zagadnienia kolorowania grafów, 2) podstawy sztucznej inteligencji, 3) wprowadzenie do sieci społecznych, 4) ochrona drzew i lasów, 5) pracownia gier komputerowych, 6) historia buntu maszyn, 7) geografia Jawy, 8) lektorat c++, 9) aerobik w wodzie. Załóżmy, że zajęcia odbywają się w przedziałach czasowych 8:00-9:00, 9:00-10:00 itd. Pytanie jest następujące: Jaka jest najmniejsza liczba przedziałów czasowych, aby móc ułożyć podział godzin w taki sposób, by wszyscy studenci mogli uczestniczyć w zajęciach, na które się zapisali? Niech owe dziewięć oferowanych przedmiotów stanowi wierzchołki grafu G. Z definicji, dwa wierzchołki są połączone krawędzią (są sąsiednie), jeśli istnieje student, który wybrał obydwa odpowiadające im przedmioty. W tej sytuacji zajęcia z tych przedmiotów nie mogą odbywać się jednocześnie, zatem krawędź oznacza relację niemożliwej jednoczesności. Przeglądamy zgłoszenia studentów i sporządzamy odpowiedni graf. Powiedzmy, że wygląda on w następujący sposób: