Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

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

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik

Wyk lad 14 Cia la i ich w lasności

13 Zastosowania Lematu Szemerédiego

Wstęp do Matematyki (2)

Matematyka dyskretna. 1. Relacje

Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne

Logika matematyczna i teoria mnogości (I) J. de Lucas

Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Struktury formalne, czyli elementy Teorii Modeli

Teoria popytu. Popyt indywidualny konsumenta

Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010

Sterowalność liniowych uk ladów sterowania

Rozdzia l 10. Najważniejsze normalne logiki modalne

Wyuczalność w teorii modeli

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski

Naukoznawstwo (Etnolingwistyka V)

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Rozdzia l 3. Elementy algebry uniwersalnej

LOGIKA ALGORYTMICZNA

Rozdzia l 8. Pojȩcie liczby porz adkowej

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

25 lutego 2013, godzina 23: 57 strona 1. P. Urzyczyn: Materia ly do wyk ladu z semantyki. Logika Hoare a

Normy wektorów i macierzy

Cia la i wielomiany Javier de Lucas

O pewnych związkach teorii modeli z teorią reprezentacji

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

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

Filtry i nety w przestrzeniach topologicznych

RELACJE I ODWZOROWANIA

Rozdzia l 3. Relacje binarne

(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

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

LOGIKA I TEORIA ZBIORÓW

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

Funkcje wielu zmiennych

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 14 Formy kwadratowe I

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

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Elementy teorii mnogości. Część II. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14

IVa. Relacje - abstrakcyjne własności

Struktury danych i złożoność obliczeniowa Wykład 7. Prof. dr hab. inż. Jan Magott

13. Cia la. Rozszerzenia cia l.

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Algorytmiczna teoria grafów

Statystyka w analizie i planowaniu eksperymentu

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Indukcja. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Statystyka w analizie i planowaniu eksperymentu

Relacje. Relacje / strona 1 z 18

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

14. Grupy, pierścienie i ciała.

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE

Logika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM

Uproszczony dowod twierdzenia Fredricksona-Maiorany

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

MATEMATYKA DYSKRETNA - MATERIAŁY DO WYKŁADU GRAFY

14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe

Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie

Wyk lad 11 Przekszta lcenia liniowe a macierze

Prawdopodobieństwo i statystyka

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

Dowód pierwszego twierdzenia Gödela o. Kołmogorowa

W poszukiwaniu kszta ltów kulistych

Prawa wielkich liczb, centralne twierdzenia graniczne

Elementy logiki i teorii mnogości

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

0. ELEMENTY LOGIKI. ALGEBRA BOOLE A

ROZDZIAŁ 1. Rachunek funkcyjny

W pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się

Aproksymacja diofantyczna

KOMBINATORYKA 1 WYK LAD 10 Zbiory cze

Matematyka ETId Elementy logiki

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

Matematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku

Graf. Definicja marca / 1

Matematyka dyskretna

Logika matematyczna w informatyce

= b i M i [x], gdy charf = p, to a i jest pierwiastkiem wielomianu x n i

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i

LOGIKA Klasyczny Rachunek Zdań

1 Przestrzenie metryczne

Kolorowanie wierzchołków grafu

Zdarzenia losowe i prawdopodobieństwo

Centralne twierdzenie graniczne

Schematy Piramid Logicznych

Zbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem.

Równania różniczkowe cz astkowe rzȩdu pierwszego

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Logika Stosowana. Wykład 2 - Logika modalna Część 2. Marcin Szczuka. Instytut Informatyki UW. Wykład monograficzny, semestr letni 2016/2017

F t+ := s>t. F s = F t.

8 Całka stochastyczna względem semimartyngałów

Transkrypt:

Instytut Matematyki, Politechnika Lódzka

Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ G nazywamy grafem losowym. Twierdzenie G jest jedynym, z dok ladności a do izomorfizmu, grafem maj acym w lasność: ( ) dla dowolnych skończonych zbiorów A, B wierzcho lków G takich, że A B = istnieje wierzcho lek z w G po l aczony krawȩdzi a z każdym wierzcho lkiem z A, ale z żadnym wierzcho lkiem z B. Zadanie 6 Jeśli graf ma w laność ( ), to zawiera jako podgraf każdy graf skończony.

Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ G nazywamy grafem losowym. Twierdzenie G jest jedynym, z dok ladności a do izomorfizmu, grafem maj acym w lasność: ( ) dla dowolnych skończonych zbiorów A, B wierzcho lków G takich, że A B = istnieje wierzcho lek z w G po l aczony krawȩdzi a z każdym wierzcho lkiem z A, ale z żadnym wierzcho lkiem z B. Zadanie 6 Jeśli graf ma w laność ( ), to zawiera jako podgraf każdy graf skończony.

Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ G nazywamy grafem losowym. Twierdzenie G jest jedynym, z dok ladności a do izomorfizmu, grafem maj acym w lasność: ( ) dla dowolnych skończonych zbiorów A, B wierzcho lków G takich, że A B = istnieje wierzcho lek z w G po l aczony krawȩdzi a z każdym wierzcho lkiem z A, ale z żadnym wierzcho lkiem z B. Zadanie 6 Jeśli graf ma w laność ( ), to zawiera jako podgraf każdy graf skończony.

Konstrukcja teorioliczbowa Zdefiniujmy graf o wierzo lkach N. Powiemy, że (x, y), x < y jest krawȩdzi a jeśli x + 1 cyfra liczby y w rozwiniȩciu dwójkowym jest równa 1. 1 = 1 2, 3 = 11 2, 5 = 101 2 itd. Zatem 0 jest po l aczone krawȩdzi a z każd a liczb a nieparzyst a.

Konstrukcja teorioliczbowa Zdefiniujmy graf o wierzo lkach N. Powiemy, że (x, y), x < y jest krawȩdzi a jeśli x + 1 cyfra liczby y w rozwiniȩciu dwójkowym jest równa 1. 1 = 1 2, 3 = 11 2, 5 = 101 2 itd. Zatem 0 jest po l aczone krawȩdzi a z każd a liczb a nieparzyst a.

Konstrukcja losowa Dla każdej pary (x, y) liczb naturalnych x < y z prawdopodobieństwem 1 2 decydujemy czy (x, y) bȩdzie krawȩdzi a w grafie o wiercho lkach N (dla każdej pary niezależnie). Lemat Borela Cantelliego Za lóżmy, że (A n) s a niezależnymi zdarzeniami takimi, że n=0 P(An) =. Wówczas P( m n m An) = 1.

Konstrukcja losowa Dla każdej pary (x, y) liczb naturalnych x < y z prawdopodobieństwem 1 2 decydujemy czy (x, y) bȩdzie krawȩdzi a w grafie o wiercho lkach N (dla każdej pary niezależnie). Lemat Borela Cantelliego Za lóżmy, że (A n) s a niezależnymi zdarzeniami takimi, że n=0 P(An) =. Wówczas P( m n m An) = 1.

Formu ly w jȩzyku teorii grafów Jȩzyk L = {R}; R relacja dwuargumentowa. L-formu ly atomowe. Powiemy, że ϕ jest formu l a atomow a jeśli jest postaci: (i) x = y dla pewnych zmiennych x, y; (ii) xry dla pewnych zmiennych x, y. Zbiór L-formu l, to najmniejszy zbiór W zawieraj acy L-formu ly atomowe taki, że (i) jeśli ϕ W, to ϕ W ; (ii) jeśli ϕ, ψ W, to ϕ ψ, ϕ ψ W ; (iii) jeśli ϕ W, to xϕ W. L-zdanie to L-formu la bez zmiennych wolnych. L-teoria to zbiór L-zdań.

Formu ly w jȩzyku teorii grafów Jȩzyk L = {R}; R relacja dwuargumentowa. L-formu ly atomowe. Powiemy, że ϕ jest formu l a atomow a jeśli jest postaci: (i) x = y dla pewnych zmiennych x, y; (ii) xry dla pewnych zmiennych x, y. Zbiór L-formu l, to najmniejszy zbiór W zawieraj acy L-formu ly atomowe taki, że (i) jeśli ϕ W, to ϕ W ; (ii) jeśli ϕ, ψ W, to ϕ ψ, ϕ ψ W ; (iii) jeśli ϕ W, to xϕ W. L-zdanie to L-formu la bez zmiennych wolnych. L-teoria to zbiór L-zdań.

Formu ly w jȩzyku teorii grafów Jȩzyk L = {R}; R relacja dwuargumentowa. L-formu ly atomowe. Powiemy, że ϕ jest formu l a atomow a jeśli jest postaci: (i) x = y dla pewnych zmiennych x, y; (ii) xry dla pewnych zmiennych x, y. Zbiór L-formu l, to najmniejszy zbiór W zawieraj acy L-formu ly atomowe taki, że (i) jeśli ϕ W, to ϕ W ; (ii) jeśli ϕ, ψ W, to ϕ ψ, ϕ ψ W ; (iii) jeśli ϕ W, to xϕ W. L-zdanie to L-formu la bez zmiennych wolnych. L-teoria to zbiór L-zdań.

Formu ly w jȩzyku teorii grafów Jȩzyk L = {R}; R relacja dwuargumentowa. L-formu ly atomowe. Powiemy, że ϕ jest formu l a atomow a jeśli jest postaci: (i) x = y dla pewnych zmiennych x, y; (ii) xry dla pewnych zmiennych x, y. Zbiór L-formu l, to najmniejszy zbiór W zawieraj acy L-formu ly atomowe taki, że (i) jeśli ϕ W, to ϕ W ; (ii) jeśli ϕ, ψ W, to ϕ ψ, ϕ ψ W ; (iii) jeśli ϕ W, to xϕ W. L-zdanie to L-formu la bez zmiennych wolnych. L-teoria to zbiór L-zdań.

Teoria liniowych porz adków x (xrx) x y z ((xry yrz) = xrz) x (xry x = y yrx) Teorie i logiczna konsekwencja Teoria grafów x (xrx) x y (xry = yrx) Powiemy, że ϕ jest logiczn a konsekwencj a teorii T, symbolicznie T = ϕ, jeśli dla dowolnej L-struktury M zachodzi implikacja jeśli M = T, to M = ϕ. np. zdanie x y (x y = y x) nie jest logiczn a konsekwencj a aksjomatów teorii grup.

Teoria liniowych porz adków x (xrx) x y z ((xry yrz) = xrz) x (xry x = y yrx) Teorie i logiczna konsekwencja Teoria grafów x (xrx) x y (xry = yrx) Powiemy, że ϕ jest logiczn a konsekwencj a teorii T, symbolicznie T = ϕ, jeśli dla dowolnej L-struktury M zachodzi implikacja jeśli M = T, to M = ϕ. np. zdanie x y (x y = y x) nie jest logiczn a konsekwencj a aksjomatów teorii grup.

Teoria liniowych porz adków x (xrx) x y z ((xry yrz) = xrz) x (xry x = y yrx) Teorie i logiczna konsekwencja Teoria grafów x (xrx) x y (xry = yrx) Powiemy, że ϕ jest logiczn a konsekwencj a teorii T, symbolicznie T = ϕ, jeśli dla dowolnej L-struktury M zachodzi implikacja jeśli M = T, to M = ϕ. np. zdanie x y (x y = y x) nie jest logiczn a konsekwencj a aksjomatów teorii grup.

Teoria liniowych porz adków x (xrx) x y z ((xry yrz) = xrz) x (xry x = y yrx) Teorie i logiczna konsekwencja Teoria grafów x (xrx) x y (xry = yrx) Powiemy, że ϕ jest logiczn a konsekwencj a teorii T, symbolicznie T = ϕ, jeśli dla dowolnej L-struktury M zachodzi implikacja jeśli M = T, to M = ϕ. np. zdanie x y (x y = y x) nie jest logiczn a konsekwencj a aksjomatów teorii grup.

Teoria grafu losowego Rozważmy nastȩpuj ac a teoriȩ T sk ladaj ac a siȩ ze zdań teorii grafów x (xrx) x y (xry = yrx) oraz zdań ψ n postaci n n n x 1... x n y 1... y n( x i y j = z (x i Rz y i Rz)) i=1 j=1 Udowodniliśmy, że jeśli R jest grafem losowym, to R = ψ n, czyli R = T oraz jeśli graf X = T, to X jest izomorficzny z R. Zatem Twierdzenie Niech R bȩdzie grafem. Wówczas R jest grafem losowym R = T. Możemy wiȩc T uznać za aksjomaty teorii grafu losowego, bo każde zdanie ϕ prawdziwe w G jest logiczn a konsekwencj a T. i=1

Teoria grafu losowego Rozważmy nastȩpuj ac a teoriȩ T sk ladaj ac a siȩ ze zdań teorii grafów x (xrx) x y (xry = yrx) oraz zdań ψ n postaci n n n x 1... x n y 1... y n( x i y j = z (x i Rz y i Rz)) i=1 j=1 Udowodniliśmy, że jeśli R jest grafem losowym, to R = ψ n, czyli R = T oraz jeśli graf X = T, to X jest izomorficzny z R. Zatem Twierdzenie Niech R bȩdzie grafem. Wówczas R jest grafem losowym R = T. Możemy wiȩc T uznać za aksjomaty teorii grafu losowego, bo każde zdanie ϕ prawdziwe w G jest logiczn a konsekwencj a T. i=1

Teoria grafu losowego Rozważmy nastȩpuj ac a teoriȩ T sk ladaj ac a siȩ ze zdań teorii grafów x (xrx) x y (xry = yrx) oraz zdań ψ n postaci n n n x 1... x n y 1... y n( x i y j = z (x i Rz y i Rz)) i=1 j=1 Udowodniliśmy, że jeśli R jest grafem losowym, to R = ψ n, czyli R = T oraz jeśli graf X = T, to X jest izomorficzny z R. Zatem Twierdzenie Niech R bȩdzie grafem. Wówczas R jest grafem losowym R = T. Możemy wiȩc T uznać za aksjomaty teorii grafu losowego, bo każde zdanie ϕ prawdziwe w G jest logiczn a konsekwencj a T. i=1

Teoria grafu losowego Rozważmy nastȩpuj ac a teoriȩ T sk ladaj ac a siȩ ze zdań teorii grafów x (xrx) x y (xry = yrx) oraz zdań ψ n postaci n n n x 1... x n y 1... y n( x i y j = z (x i Rz y i Rz)) i=1 j=1 Udowodniliśmy, że jeśli R jest grafem losowym, to R = ψ n, czyli R = T oraz jeśli graf X = T, to X jest izomorficzny z R. Zatem Twierdzenie Niech R bȩdzie grafem. Wówczas R jest grafem losowym R = T. Możemy wiȩc T uznać za aksjomaty teorii grafu losowego, bo każde zdanie ϕ prawdziwe w G jest logiczn a konsekwencj a T. i=1

Teoria grafu losowego Rozważmy nastȩpuj ac a teoriȩ T sk ladaj ac a siȩ ze zdań teorii grafów x (xrx) x y (xry = yrx) oraz zdań ψ n postaci n n n x 1... x n y 1... y n( x i y j = z (x i Rz y i Rz)) i=1 j=1 Udowodniliśmy, że jeśli R jest grafem losowym, to R = ψ n, czyli R = T oraz jeśli graf X = T, to X jest izomorficzny z R. Zatem Twierdzenie Niech R bȩdzie grafem. Wówczas R jest grafem losowym R = T. Możemy wiȩc T uznać za aksjomaty teorii grafu losowego, bo każde zdanie ϕ prawdziwe w G jest logiczn a konsekwencj a T. i=1

Skończone grafy losowe Niech G N bȩdzie rodzin a wszystkich grafów o wierzcho lkach {1, 2,..., N}. Na G N rozważmy miarȩ probabilistyczn a przyporz adkowuj ac a wszystkim grafom to samo prowdopodobieństwo, tzn. Dla dowolnego L-zdania ϕ niech P({G}) = 1 2 N(N 1) 2 p N (ϕ) = {G G N : G = ϕ}. G n Jest to prawdopodobieństwo, że losowy element z G N spe lnia ϕ. Lemat lim N p N (φ n) = 1 dla n = 1, 2,.....

Skończone grafy losowe Niech G N bȩdzie rodzin a wszystkich grafów o wierzcho lkach {1, 2,..., N}. Na G N rozważmy miarȩ probabilistyczn a przyporz adkowuj ac a wszystkim grafom to samo prowdopodobieństwo, tzn. Dla dowolnego L-zdania ϕ niech P({G}) = 1 2 N(N 1) 2 p N (ϕ) = {G G N : G = ϕ}. G n Jest to prawdopodobieństwo, że losowy element z G N spe lnia ϕ. Lemat lim N p N (φ n) = 1 dla n = 1, 2,.....

Skończone grafy losowe Niech G N bȩdzie rodzin a wszystkich grafów o wierzcho lkach {1, 2,..., N}. Na G N rozważmy miarȩ probabilistyczn a przyporz adkowuj ac a wszystkim grafom to samo prowdopodobieństwo, tzn. Dla dowolnego L-zdania ϕ niech P({G}) = 1 2 N(N 1) 2 p N (ϕ) = {G G N : G = ϕ}. G n Jest to prawdopodobieństwo, że losowy element z G N spe lnia ϕ. Lemat lim N p N (φ n) = 1 dla n = 1, 2,.....

Skończone grafy losowe Niech G N bȩdzie rodzin a wszystkich grafów o wierzcho lkach {1, 2,..., N}. Na G N rozważmy miarȩ probabilistyczn a przyporz adkowuj ac a wszystkim grafom to samo prowdopodobieństwo, tzn. Dla dowolnego L-zdania ϕ niech P({G}) = 1 2 N(N 1) 2 p N (ϕ) = {G G N : G = ϕ}. G n Jest to prawdopodobieństwo, że losowy element z G N spe lnia ϕ. Lemat lim N p N (φ n) = 1 dla n = 1, 2,.....

Skończone grafy losowe Niech G N bȩdzie rodzin a wszystkich grafów o wierzcho lkach {1, 2,..., N}. Na G N rozważmy miarȩ probabilistyczn a przyporz adkowuj ac a wszystkim grafom to samo prowdopodobieństwo, tzn. Dla dowolnego L-zdania ϕ niech P({G}) = 1 2 N(N 1) 2 p N (ϕ) = {G G N : G = ϕ}. G n Jest to prawdopodobieństwo, że losowy element z G N spe lnia ϕ. Lemat lim N p N (φ n) = 1 dla n = 1, 2,.....

Skończone grafy losowe Niech G N bȩdzie rodzin a wszystkich grafów o wierzcho lkach {1, 2,..., N}. Na G N rozważmy miarȩ probabilistyczn a przyporz adkowuj ac a wszystkim grafom to samo prowdopodobieństwo, tzn. Dla dowolnego L-zdania ϕ niech P({G}) = 1 2 N(N 1) 2 p N (ϕ) = {G G N : G = ϕ}. G n Jest to prawdopodobieństwo, że losowy element z G N spe lnia ϕ. Lemat lim N p N (φ n) = 1 dla n = 1, 2,.....

Lemat lim N p N (φ n) = 1 dla n = 1, 2,.... Prawo 0 1 dla grafów Dla dowolnego zdania ϕ w jȩzyku teorii grafów mamy lim p N(ϕ) = 0 lub N lim p N(ϕ) = 1. N Ponadto teoria grafu losowego aksjomatyzuje zbiór zdań {ϕ : lim N p N (ϕ) = 1}. Literatura: 1. D. Marker, Model theory. An introduction. Graduate Texts in Mathematics, 217. Springer-Verlag, New York, 2002.

Lemat lim N p N (φ n) = 1 dla n = 1, 2,.... Prawo 0 1 dla grafów Dla dowolnego zdania ϕ w jȩzyku teorii grafów mamy lim p N(ϕ) = 0 lub N lim p N(ϕ) = 1. N Ponadto teoria grafu losowego aksjomatyzuje zbiór zdań {ϕ : lim N p N (ϕ) = 1}. Literatura: 1. D. Marker, Model theory. An introduction. Graduate Texts in Mathematics, 217. Springer-Verlag, New York, 2002.