Kombinatorika a Grafy I NDMI011

Rozměr: px
Začít zobrazení ze stránky:

Download "Kombinatorika a Grafy I NDMI011"

Transkript

1 Kombiatorika a Grafy I NDMI0 Odhad faktoriálu Prví odhady: Horí odhad: Dolí odhad: 2! i i= i= (! 2 = ( 2 3 Věta. (Stirligova. Faktoriál lze odhadout pomocí fukce! = ( 2π e Nebo-li lim ( 2π e =! Věta.2 (Jedodušší variata. Pro : ( ( e! e e e Důkaz. Horí odhad matematickou idukcí. Pro = : ( e =! e Idukčí krok: (! = (! e ( = e ( ( = e e e Zbývá dokázat, že: ( e. ( e ( = e = e e =

2 Dolí odhad se dokáže podobě: ( (! e e e Nakoec stačí dokázat, že posledí výraz. Důkaz původí věty. Dá se odhadout pomocí itegrálu. Pomocí přirozeých logaritmů ze součiu získáme součet log! = log + log log. Teto součet lze omezit plochou pod křivkou log x a itervalu [, + ]: log(! Z toho potom vyplývá: + log(x dx = ( + log( +! = (! = e log((! e log( ( = + e Dolí odhad se provede aalogicky: log(! log(x dx Odhady kombiačích čísel (! = k k!( k! =! (k +!( k! k + ( k + k = k + k Z toho vyplývá, že pro k 2 platí ( k k +, aopak pro k 2 platí, že ( k k +. Taky víme, že ( ( k=0 k = 2. Proto poté musí k, : k 2. Dále díky odhadům relativí velikosti biomů můžeme odhadout ejvětší čle: ( Zavedeme si substituci 2m =. Věta.3. Pro m platí: Důkaz. Zavedeme si P : P = 2 2m 2 m ( 2m 22m m 2m 3 5 (2m m = (2m! 2 m m! 2 m m! = Původí odhad je ekvivaletí tomu, že 2 m P 2m 2 ( 2m m 2 2m

3 Horí odhad: ( 2 ( 2 4 ( 2 6 ( 2 (2m 2 Teto výraz se dá rozásobit a získáme: ( ( ( ( (2m (2m + = P 2 (2m (2m(2m Z toho akoec vychází, že P 2m+ 2m Dolí odhad aalogicky: ( 3 2 ( 5 2 ( 7 2 Z toho je P 2 m 2 Vytvořující fukce ( (2m 2 = 2 2m P 2 Máme-li posloupost ( 0, (, ( 2,..., ( k,..., (, tuto posloupost alezeme jako posloupost koeficietů x i v mohočleu ( + x. Defiice. Vytvořující fukce poslouposti (a i i=0, a i R je mociá řada: a(x = a i x i i=0 Příklady: (a i i=0 = (,,,,, 0, 0,..., potom a i = pro i, 0 jiak. Z toho a(x = + x + x x = x+ x (a i i=0 = (,,,,,..., potom a(x = + x + x2 + x 3 + x 4 + = x a i = ( i, potom a(x = ( + x Tímto jsme schopí přejít z poslouposti a řadu a z řady a fukci (ěkdy. Obráceá otázka je ale, dá se ěkdy z fukce odvodit posloupost, která odpovídá této fukci? Věta 2.. Pokud pro posloupost (a i i=0 existuje k R takový, že i : a i k i, potom platí, že řada a(x koverguje absolutě pro x ( k, k. Vytvořující fukce a(x a dostatečě malém okolí 0 avíc určuje koeficiety a i, protože: a i = a(i (0 i! Jedoduché poslouposti, ke kterým se zjistí jedoduché vytvořující fukce, se z ich ějakými operacemi vytvoří složitější a koeficiety těchto složitějších fukci určí etriviálí poslouposti. Ne všechy poslouposti dají vytvořující fukci, apříklad ty, co rosou příliš rychle. Stejě tak e všechy poslouposti dají pěkou fukci. Příkladem je a(x = 3x 0 + x + 4x , a( 0 = π 3

4 Operace s vytvořujícími fukcemi. Operace Součet Vyásobeí α Vyásobeí x Vyděleí x Dosazeí αx Dosazeí x k Derivace Itegrál Souči Efekt a fukci Efekt a poslouposti (a + b(x = a(x + b(x = i=0 (a i + b i x i (a 0, a,... + (b 0, b,... = (a 0 + b 0, a + b,... (αa(x = αa(x = i=0 αa ix i α(a 0, a,... = (αa 0, αa,... xa(x = i=0 a ix i+ (a 0, a,... (0, a 0, a,... a(x i=0 x = aixi a 0 x (a 0, a,... (a, a 2,... a(αx = i=0 (a iα i x i (a 0, a, a 2,... (a 0, αa, α 2 a 2,... a(x k = i=0 a ix ki (a 0, a,... (a 0, 0, 0, 0, a, 0, 0, 0,... (k ul a (x = i=0 a iix i (a 0, a, a 2,... (a, 2a 2, 3a 3,... a(x x 0 a(t dt = a i i=0 i+ xx+ (a 0, a, a 2, a 3... (0, a 0, a 2, a2 3,... c(x = a(xb(x = i i= j=0 a jb i j x i Kovoluce Příklad: Najděme vytvořující fukci pro posloupost (2,, 4, 3, 6, 5, 8, 7,... Rozložíme posloupost a (, 2, 3,... + (,,,,.... Pro prví fukci máme odpověď derivaci poslouposti (,,,... x ( x 2. Do druhé fukce můžeme pro posloupost (,,,... dosadit x, z toho dostaeme (,,, ( x = +x. Z toho dostaeme vytvořující fukci ( x 2 + +x. Defiice. Pro r R a k Z + 0 defiujeme kombiačí číslo ( r r(r (r 2 (r k + = k k! Věta 2.2 (Zobecěá biomická věta. Fukce ( + x r je pro každé r R vytvořující fukci pro posloupost (( ( ( r r r,,, Navíc řada koverguje pro všecha x (,. Důkaz. Aplikujeme Taylorův rozvoj ( + x r pro x = 0. 4

5 Jak vypadá ( x pro záporé celé? Podle zobecěé biomické věty můžeme apsat daý čle jako řadu: ( x = k=0 k=0 ( ( x k = k ( + k ( x k = k! ( ( k + ( x k = k! ( + k ( + k x k = k k=0 k=0 k=0 x k Nyí jsme se dostali k vytvořujícím fukcím. Jak se ale vrátit zpět k původímu problému? Rekuretí poslouposti Mějme ku příkladu Fiboacciho posloupost. Pro tu platí ásledující vlastosti: F 0 = 0, F =, F = F +F 2, budeme hledat její vytvořující fukci F (x = Fk x k. Tabulkou: F 0 F F 2 F 3 F 4 F (x 0 F 0 + F F + F 2 F 2 + F 3 x x 2 F (x 0 0 F 0 F F 2 xf (x 0 0 F0 F F 2 F 3 Z toho dostaeme vytvořující fukci a akoec posloupost: F (x = x x x 2 = (5 2 ( + 5x + ( F = 5 + k ( (5 + 2 (5 2 ( 5x k (5 2 Mějme biárí strom, to jest zakořeěý strom, v ěmž má každý vrchol ejvýše dva potomky pravého a levého. Kolik takových stromů o vrcholech je? Ozačme si b jako počet biárích stromů a vrcholech. Pozorováí: Ozačme si syy kořee jako vrcholy T, T 2. Pokud T má k vrcholů, tak T 2 má k vrcholů. Z toho dostaeme posloupost b = b 0 b + b b b b 0. Zavedeme-li vytvořující fukci b(x = b k x k, tak b je koeficiet u x f b(x, ale také koeficiet u x jako souči b(x b(x. Z toho dostaeme vztah b(x = x(b(x 2 +. Tabulkou: b(x b 0 = b b 2 (b(x 2 b 2 0 b b 0 + b 0 b b 2 b 0 + b 2 + b 2 b 0 x(b(x 2 0 b 2 0 b b 0 + b 0 b Nakoec řešíme jako kvadratickou rovici z ezámé b s parametrem x a dostaeme ásledující: b,2 (x = ± 4x 2x Vyloučíme možost + 4x 2x, protože lim x 0 + =, takže eplatí b 0 =. 5

6 Dopočteme b : Využijeme zobecěou biomickou větu a dostaeme, že 4x = ( 4x 2 = ( 2 k ( 4 k x k. Z toho již dostaeme b(x = ( 2 k=0 k ( 4 k x k 2x b = 2 ( 4 2( + = 2 ( 2 (2 2 ( ( +! = 3 5 ( = ( +!! + 3 Koečě projektiví roviy ( = Jakou strukturu mají možiové systémy, ve kterých povolíme průiky? Takové možiy se můžou chovat všelijak epředvídatelě. Proto bychom rádi přidali pravidla možých průiků, která popíšou velmi pravidelý možiový systém:. Každé dvě možiy se protíají v jedom prvku 2. Každé dva prvky se acházejí ve společé možiě. 3. Existují čtyři prvky v obecé poloze ejsou všechy v jedé možiě. Nyí formálě: Defiice. Koečá možia X spolu s možiovým systémem S P (x tvoří projektiví roviu (X, S, pokud jsou splěý axiomy:. P, Q S : P Q = 2. x, y X, x y :!P S : {x, y} P 3. C X, C = 4 : P S : P C 2 Prvky X azveme body, prvky azveme přímky. Příklad: Faova rovia X = {a, b, c, d, e, f} S = {P, P 2, P 3, P 4, P 5, P 6, P 7 } = {{a, c, g}, {a, d, f}, {a, b, e}, {b, d, g}, {c, d, e}, {e, f, g}, {b, c, f}} Věta 3.. V projektiví roviě obsahuje každá přímka stejý počet bodů. Důkaz. Nechť jsou dáy dvě přímky P, Q S. Nejprve ukážeme, že existuje bod x mimo P, Q. Pokud C (P Q, potom zvolíme x C \ (P Q Pokud C (P Q, potom ozačíme BÚNO C = {a, b, c, d}, a, b Q, c, d P, pak se podíváme a přímky ad (tedy přímky určeé body a, d podle axiomu 2 a bc. Potom x = (ad bc leží mimo P, Q. Kdyby totiž x P, potom P cb 2... spor. Nechť yí P = {z, z 2,..., z }, potom přímka xz i protíá Q v jedom bodě y, dostáváme zobrazeí z i y i ; které je prosté. Stejě tak ajdu zobrazeí Q P, tedy obě zobrazeí jsou bijekce, tudíž P = Q. 6

7 Nyí si ukážeme, že mezi počtem bodů a přímce, počtem přímek a počtem bodů existuje vztah. Defiice. Řád projektiví roviy (X, S je P pro libovolou P S. Věta 3.2. Je-li (X, S projektiví rovia řádu, potom:. každým bodem prochází + přímek. 2. X = S = Důkaz.. Dáo x, ajdeme P S takovou, že x / P. Potom je-li P = {z,..., z + }, dostaeme + přímek xz i a to jsou všechy přímky procházející x. 2. Každá přímka xz i má + bodů, všechy jsou avzájem růzé až a X, tedy X = + ( + = echáme a později. Defiice. Pro možiový systém (X, S je defiovaý duálí možiový systém (S, {{S S : x S}, x X} (všechy možiy ze S obsahující předem zvoleý bod x Věta 3.3. Duálí možiový systém z projektiví roviy je opět projektiví rovia. Důkaz. Musíme ukázat, že v duálím systému jsou splěy všechy axiomy: Dva body určují přímku v duálu právě tehdy, když dvě přímky se protíají v jedom bodě v původí projektiví roviě. Podle axiomu pro P, Q platí!a : a = P Q. Přímka z duálu {R : a R} P, Q a je jedozačá. Kdyby ebyla jedozačě určeá, potom by {a, b} P Q, spor. Dvě přímky se protíají v jedom bodě v duálu právě tehdy, když dvěma body prochází jediá přímka z původí projektiví roviy. Je-li C = {a, b, c, d} v původí projektiví roviě, potom {ab, bc, cd, da} je C v duálu, protože každá trojice z C obsahuje dvojici s průikem v C a dvojici s průikem mimo C. Důkaz 3. bodu. Duálí projektiví rovia k (X, S má také řád, podle věty má duál bodů, tedy původí rovia má teto počet přímek. Už záme vlastosti projektivích rovi. Ale kolik jich vlastě existuje? Jak je sestrojit? Věta 3.4. Projektiví rovia řádu existuje, pokud existuje algebraické těleso K o prvcích. Víme, že algebraická tělesa existují pro všechy mociy prvočísel, to jsou apříklad tělesa Z p. 7

8 Důkaz. Je dáo K, sestrojíme (X, S. Na K 3 \ (0, 0, 0 zavedeme ekvivaleci (x, y, z (αx, αy, αz pro α K \ 0. Potom X jsou třídy ekvivalece. Počet těchto tříd je X = 3 = Přímky pro každou trojici (a, b, c K 3 \ (0, 0, 0 defiujeme jako P a,b,c = {(x, y, z : ax + by + cz = 0}. Pozorujeme, že ekvivalece (x, y, z (x, y, z ám způsobí ekvivaleci (x, y, z P a,b,c (x, y, z P a,b,c... Pokračováí příště. Předáška chybí... 4 Počítáí dvěma způsoby Počet koster úplého grafu Defiice. Kostra souvislého grafu G je podgraf takový, že obsahuje všechy vrcholy a je strom. Začeí: κ( = počet koster K Pro příklad, vezměme si počet koster malých grafů: κ( = triviálě, jede vrchol κ(2 =, protože máme pouze jedu cestu κ(3 = 3, jediá kostra je cesta 2, tři možosti. κ(4 = 6, máme dvě možosti koster vidlice ebo cesta 3. Doplit správé ozačeí cesty... Věta 4. (Cayleyho formule. Pro > 2 platí κ( = 2 Věta 4.2. Nechť (d,..., d je posloupost kladých čísel se součtem 2 2, potom počet stromů a vrcholech,...,, kde vrchol i má stupeň d i je ( 2! (d!(d 2! (d! Důkaz. BÚNO uvažujme, že d =. Z MI předpokládáme, že věta platí pro. (( 2! Pokud (, E, dostaeme (d 2!(d 2! (d! (( 2! (d!(d 2 2! (d! Pokud (2, E, dostaeme Tímto způsobem rozebereme všechy případy až po (,. Celkový počet stromů je součet všech zlomků, protože vrchol musí být určitě připoje k jedomu z ostatích vrcholů. Všechy zlomky mají velmi podobý jmeovatel, chybí tam pouze čle d i. Proto každý zlomek rozšíříme tímto čleem, čímž získáme společý jmeovatel. Dohromady dostávám součtem zlomek ( 3![(d + (d (d ] (d!(d 2! (d! Zbývá tedy sečíst čitatel. d + + d ám dává součet 2 2. Z ěj ještě odečítáme. Z toho tedy dostaeme v čitateli ( 3!( 2, což je původí výraz. Ve jmeovateli ám sice chybí čle (d!, ale jelikož jsme zvolili d =, 0! =, tedy teto čle můžeme beztrestě připsat. 8

9 Důkaz Cayleyho formule. Rozepíšeme si využitím předchozí věty: κ( = d,...,d di=2 2 ( 2! (d!(d 2! (d! Následově ahradíme čley d,..., d čley k,..., k tak, že k i = d i? k i 0 ki= 2 κ( = k,...,k 0 ki= 2 ( 2! k!k 2! k! Nyí si všiměme, že teto výraz odpovídá multiomické větě: ( 2 κ( = k k2 k = ( k,..., k }{{} 2 = 2 Důkaz Cayleyho formule II.. Představme si, že daá kostra T je zakořeěá a všechy hray směřují ke kořei a téže očíslujeme hray,...,... Dostaeme trojici (T kostra, r koře, f : V [ ] číslováí. Dvěma způsoby určíme počet těchto trojic:. #(T, r, f = κ( (! 2. Postupě přidáme hray s čísly,...,. jakým způsobem lze přidat šipku s číslem i? Les má i + kompoet, každá je zakořeěý strom. Zpozorujeme, že šipka může vést z kořee do libovolého vrcholu z kostry jié kompoety. Toto dává v i-tém kroku ( i způsobů. Z toho tedy #(T, r, f = i= (( = (!. Dostali jsme tedy rovici, ze které plye κ( = 2. Podle věty o dlouhém a širokém x αω, každé částečé uspořádáí zle reprezetovat ikluzí, můžeme se tedy podívat a (P ([],. Mějme A, B ezávislé vzhledem k, tedy A B B A. Každá vrstva uspořádáí tvoří atiřetězec. Můžeme ahlédout, že ejvětší ezávislá možia je v prstředí vrstvě. Věta 4.3 (Spererova. Každý možiový systém má ejvýše ( 2 ezávislých moži vzhledem k ikluzi. Ale opravdu ám tato věta říká ěco o velikosti jedotlivých moži? Důkaz. Nechť je čle atiřetězce M = {M,..., M k } v uspořádáí (X,, kde X P ([]. Dvěma způsoby odhademe počet (M, Ř, kde M M a Ř je maximálí řetězec patřící do (P (X, :. #(M, Ř Ř =!, jelikož každé M patří do ejvýše jedoho Ř a každý řetězec odpovídá postupému přidáváí prvků. 9

10 2. Pozorujeme, že je-li dáa M, potom ji lze doplit M!( M! způsoby a maximálí řetězec. #(M, Ř = M M M! ( M! Kombiováím těchto dvou způsobů dostáváme! M M M! ( M!. Vyděleím! dostaeme: M M M! ( M!! = M M Díky tomuto vztahu akoec dostaeme M ( 2 ( ( ( M M M 2 = M 2 Věta 4.4. Pokud graf G a vrcholech eobsahuje C 4 jako podgraf, potom má ejvýše 2 ( hra. Důkaz. Dvěma způsoby spočítáme počet vidliček u w v v G.. Počet vidliček #(u, v = ( 2, u, v lze rozšířit a ejvýše jedu vidličku, jiak dostaeme C Počet vidliček = ( deg(u w 2, každí dva sousedé u tvoří s w vidličku. ( 2, tedy ( deg(u 2 Složeím rovic dostaeme w w (deg(u 2 2. Využijeme Cauchy-Schwarzovu erovost x y x y : Mějme x = (deg(v, deg(v 2,..., deg(v T a y = (,,..., T. Dostáváme: deg(v i (deg(v (deg(v 2 v i V Z toho dostáváme deg(v 2, tedy 2 E 3 2. Nyí už záme počet koster pro úplý graf: κ(k = 2. Jak se ale teto počet změí, když jedu hrau vyecháme, tedy hledejme κ(k e, 3. Při určováí kostry K si teto počet rozdělíme a kostry obsahující ebo eobsahující e. Spočteme počet (e, T, kde e E K a T je kostra grafu taková, že e E T.. Pro pevou hrau je κ e (K koster T obsahujících e, tedy p = ( 2 κe (K 2. Pro vybraou kostru T lze ajít vhodých hra, tedy p = 2 ( Z toho jsme dostali rovici, ze které jsme schopí vyjádřit hledaý počet koster obsahujících e: ( κ e (K = 2 ( 2 κ e (K = 2 3 Nyí můžeme vypočítat počet koster eobsahujících e: κ(k e = κ(k κ e (K = 3 ( 2. 0

11 5 Grafy 5. k-souvislost grafů Mějme ějaký graf železičí sítě, která obsahuje ějaké mosty a důležité výhybky. My chceme vědět, kolik mostů by se muselo sesypat ebo kolik výhybek by se muselo pokazit, aby ám tato železice přestala být souvislá. Mějme ějaké operace a grafu G = (V, E, v V, e E, e ( V 2 \ E: Odebráí vrcholu G v = (V \ {v}, E ( v {v} 2 Odebráí hray G e = (V, E \ {e} Přidáí hray G + e = (V, E {e} Rozděleí hray pro e = (u, v je G e = Defiice. Graf G = (V, E je: = G[V \ {v}] vrcholově 2-souvislý, pokud V 3 a v V je G v souvislý hraově 2-souvislý, pokud E a e E je G e souvislý Obecěji můžeme říct, že graf G je k-souvislý, jestli po odebráí vrcholu ebo hray (k -souvislý. Defiice. Mějme souvislý graf G = (V, E, potom: Vrchol v V takový, že G v již eí souvislý, se azývá artikulace. Hraa e E se azývá most, graf G e eí souvislý. Most ebo artikulaci emůže obsahovat hraově, respektive vrcholově 2- souvislý graf. Je-li G souvislý a e je most, odebráím této hray získáme právě dvě kompoety souvislosti. Avšak pokud je v artikulace, G v se může rozpadout i a více kompoet. Lemma 5.. Má-li graf G s V 3 most, má také i artikulaci. Důkaz. Mějme most e = (u, v. Jeho odebráím se G rozdělí a kompoety. Víme, že alespoň kompoeta BÚNO za vrcholem u bude mít více vrcholů, ež jede. Potom je teto vrchol u artikulací. Důsledek 5.2. Mějme graf G, který je vrcholově 2-souvislý. Potom je G i hraově 2-souvislý. Tvrzeí 5.3. Mějme graf G = (V, E a e E. Potom je G (vrcholově 2- souvislý právě tehdy, když G e je (vrcholově 2-souvislý. Důkaz. Ukážeme implikace: : Ozačme si e = (u, v a ový vrchol w. Potom se podívejme (G e x. Prví možost je w = x, potom (G e x = G e a vrcholová souvislost implikuje hraovou, proto G e je souvislý, implikace splěa. Další možost je BÚNO x = u, potom (G e u = (G u + (v, w. Teto ový graf je souvislý. Posledí možost je x / {u, v, w}, potom (G e x = (G x e a teto graf je souvislý díky 2-souvislosti. : Ukážeme obměou, tedy G eí 2-souvislý, tedy má artikulaci x, podrozděleí hray ás této artikulace ezbaví, tedy G e eí 2-souvislý.

12 Věta 5.4. Mějme graf G. Te je vrcholově 2-souvislý právě, když G lze vytvořit z kružice přidáváím cest, které mají s touto kružicí společé kocové vrcholy. Ekvivaletě: Graf G je vrcholově souvislý právě, když G lze vytvořit z C 3 opakovaým děleím a přidáváím hra. Důkaz. 2-souvislý graf G musí obsahovat kružici C 0, jelikož strom obsahuje artikulaci. Vytváříme G 0 = C 0, G, G 2,... tak, že G i+ vzike z G i přidáváím ucha. Skočíme s G k, jakmile elze přidat další ucho, a chceme, aby G k = G. Pro spor G k G. Předpokládejme hrau e, která eí v G k, ale je v G. Pokud má e v G k oba koce, je to ucho, spor. Pokud má e v G k je jede koec, e = (u, v, u V (G k, v / V (G k. Graf G u je souvislý, existuje cesta z v do V (G k, tedy je to ucho. Pokud emá e v G k žádý koec, a G je souvislý, potom existuje cesta z jedoho jejího koce do V (G k. e je posledí hraa před G k, která v ěm má jede koec. Proto je e částí ucha. Takovému postupu se ěkdy říká ušaté lemma, tedy že ěco platí pro kružici a přidáím ucha se vlastost zachová. Z toho vyplývá, že G k = G. Věta 5.5. Graf G je vrcholově 2-souvislý právě, když každé dva vrcholy leží a společé kružici. Důkaz. Zpětá implikace platí, jelikož a kružici emůže existovat artikulace. Mějme ušatou dekompozici G 0, G,... G k grafu G. Podle MI ukážeme: k = 0, potom G = C i i, v G i jsou každé dva vrcholy a kružici, v G i chceme ukázat, že jsou také. Mějme u, v V (G i. Potom můžou astat situace: u, v V (G i, potom existuje kružice dle IP. u, v a uchu, potom ucho vytvoří s G i ovou kružici. u a uchu a v V (G i. Ozačme si x, y jako koečé vrcholy ucha. Podle IP x, v leží v G i a společé kružici C x. Najdu dále cestu z y do V (C x. Tím ajdeme kružici s vrcholy x, u, y, v a máme vyhráo. Toky v sítích Mějme ějakou počítačovou síť, kde jsou dvojice počítačů propojey růzě kvalitím spojeím, tedy každé propojeí jsou omezeé šířkou pásma. Optický kabel protáhe mohem více dat, ež starý wifi router. Nyí chceme přetahovat spoustu dat z počítače z do jiého počítače s. Chceme ajít optimálí komodaci dat, tedy takovou kofiguraci, abychom mohli ajedou protáhout co ejvíce dat ze z do s. Marti Mareš má pěkě apsaá skripta zrova k tokům v síti, kde je většia iformací. 2

13 Defiice. Sít je orietovaý graf s ezáporě ohodocežmi hraami a dvěma výzačými vrcholy: z, s, tedy zdroj a stok. Formálě: (G, c, z, s, E G V V, c : E g R + 0, z s V G Defiice. Tok v síti je f : E g R + 0 takové, že platí:. e E g : f(e c(e, tedy hodota toku a každé hraě epřesahuje kapacitu. 2. v V G z, s : u:(u,v E G f(uv = (v,u E G f(vu, tedy do každého vrcholu přiteče stejě, jako od ěj odteče. Zdroj a spotřebič jsou výjimka. Pro f(e budu taky používat pro daou hrau tok f(uv, což zameá hodota toku a hraě z vrcholu u v. Defiice. Velikost toku w(f je defiovaá jako: f(zv f(vz, (z,v E (v,z E tedy součet toku a hraách vycházejících ze zdroje. Naším cílem je tedy ajít v aší síti tok co ejvětší velikosti. Nyí zkusíme odhadout, jak můžeme omezit velikost ejvětšího toku. Například tok ebude větší, ež součet všech hra vedoucích do stoku. Defiice. Řez v síti (G, c, z, s je možia hra R E G taková, že každá orietovaá cesta z s má eprázdý průik s R. Kapacita řezu je c(r = e R c(e. Elemetárí řez určeý možiou A V G, z A, s / A je možia hra R A = {(u, v : u A, v / A} Můžeme si všimout, že R A je řez, protože každá orietovaá cesta z s musí alespoň jedou hraou opustit A, tato hraa patří do R A. Stejě tak každý řez obsahuje ějaký elemetárí řez... Je-li dáo R, určíme A = v : z v G \ R tedy vrcholy dosažitelé ze z ve vrcholech mimo řez. Tedy R A R. Důsledek 5.6. Řezy, které jsou miimálí vzhledem k ikluzi, jsou elemetárí. Lemma 5.7. Je-li f tok v síti (G, c, z, s a R A je elemetárí řez, potom pro u A, v / A platí: w(f = f(uv f(vu (u,v E (v,u E Důkaz. Podle defiice velikosti toku w(f = (z,v E f(zv (v,z E f(vz. Pro vrcholy v A použijeme k. zákoy, kde u A, u z je dohromady 0 = (u,v E f(uv (v,u E f(vu Z toho dostaeme, že w(f = U A ( (u,v f(uv (v,u f(vu. Nejsem si jistý, zda je teto důkaz apsaý správě. Věta 5.8. Pro každou síť platí, že maximálí velkost toku je rova miimálímu kapacitě řezu. Tedy max w(f = mi c(r. 3

14 Důkaz. Nejprve ukážeme, že platí erovost. Nechť f, R jsou libovolé, ajdeme miimálí R R, z toho vypozorujeme, že R = R A pro ějaké A. Nyí využijeme předchozí lemma a dostáváme: w(f = f(zv f(vz f(zv = c(r A C(R (z,v E (v,z E (z,v E Nyí ukážeme, že má-li levá straa smysl, platí rovost. Pro každou eorietovaou cestu P = (z = u 0, u 0,..., u k a tok f defiujeme ε p jako mi (c(e f(e, e = (u i u i+ E ; f(e, e = (u i+, u i E. Pokud existuje cesta P : z s, kde ε p > 0, ašli jsme zlepšující cestu, lze ajít f větší velikosti takové, že f(e + ε p e = (u i, u i+ P f (e = f(e ε p e = (u i+, u i P f(e e / P Z toho w(f = w(f + ε p. Nyí můžeme zpozorovat, že pokud eexistuje zlepšující cesta, je tok f maximálí. Nechť f je maximálí tok, potom volíme A = {z} {u : P : z u : ε p > 0}. V takové možiě eí s z maximality. R A je řez, e R a : c(e = f(e. (Jiak bychom rozšířili A o koec hray, kde c(e > f(e. Podle lemmatu máme w(f = f(uv f(vu = c(r A 0. (u A,v / A E (v / A,u A Nyí musíme ukázat existeci maximálího toku. Pro celočíselé kapacity lze udržovat celočíselé toky a celočíselé ε p. Začeme ulovým tokem a zlepšujeme, dokud můžeme. Teto proces je koečý. Pro racioálí kapacity si převedeme síť a celočíselou vyásobeím společým jmeovatelem. Pro iracioálí kapacity se musí použit věta z MA o abýváí maxima a kompaktu. 5.2 Míra souvislosti grafu Defiice. A V G je vrcholový řez souvislého grafu G, pokud G A je esouvislý. Podobě F E G je hraový řez, pokud G F je esouvislý. Vrcholová, respektive hraová souvislost k v je tedy velikost ejmešího vrcholového, respektive hraového řezu v tomto grafu. Je úplé grafy tvoří výjimku, kde je vrcholová souvislost rova v. Nesouvislé grafy lze defiovat jako grafy, jejichž k v = 0. Pokud má G alespoň 2 vrcholy, potom k v k e mi deg u. 4

15 Lemma 5.9. Pro každý graf G a hrau e E G platí: K v (G k v (G e + Důkaz. Nechť A je miimálí vrcholový řez v G e. Můžou astat ásledující případy:. Je-li G A + e stále esouvislý, potom vrcholová souvislost k v (G A = k v (G e k v (G e Je-li G A + e souvislý a alespo jeda z kompoet má vrchol, BÚNO kompoeta C 2 2, potom ozačíme A (e C 2 je řez mezi C a C 2 \ (e C 2. Proto tedy k v (G A + = k v (G e G A + e je souvislý a obě kompoety jsou jedovrcholové, potom je graf úplý, takže k v (G mi deg = 2 = A. Teto vztah ve skutečosti platí i pro hraovou souvislost, tedy k e (G k e (G e +. Miimálí řez F v G e přidáím e dává řez v G, e utě miimálí. V každém grafu G také existuje hraa e, kde platí k e (G = k e (G e +. Stačí vzít hrau a ejmeším řezu. Věta 5.0. Pro každý graf G platí: k v (G k e (G. Důkaz. Idukcí podle počtu hra, stačí pro souvislé grafy. Jiak máme k v = k e = 0. Zvolíme hrau e z miimálího řezu. Z IP vyplývá, že pro G e platí rovost. Šikově si zvolíme e tak, že platí k e (G = k e (G e + k v (G e + k v (G. Nyí si dáme do souvislosti souvislost grafů a toky v sítích. Věta 5. (Megerova. Pro každý graf G a každé t N platí, že G je vrcholově t-souvislý, právě když mezi každými dvěma růzými vrcholy vede t cest, které jsou až a kocové vrcholy avzájem disjuktí. Věta 5.2 (Ford-Fulkerso. Pro každý graf G a každé t N platí, že G je hraově t-souvislý, právě když mezi každými dvěma růzými vrcholy vede t hraově disjuktích cest. Důkaz. Ukážeme pro obě věty zpětou implikaci. Dokážeme sporem: Pro spor předpokládejme existeci cest a zároveň, že k ve (G < t. Tedy existuje příslušý řez s < t vrcholy či hraami. Zvolíme u, v z růzých kompoet po odebráí řezu. Mezi u, v vede avzájem t cest, které musíme přerušit a máme řez < t. Takže můžeme rozpojit t cest, tedy graf zůstae souvislý. Nyí si ukážeme dopředou implikaci pro F-F větu. Pro graf G s vrcholy u, v sestrojíme sít (G, u, v s jedotkovými kapacitami. Víme, že t k e (G = mi F = max w(f, tedy t je ejvýše velikost maximálího toku. Proto bude existovat tok mezi u, v, který má hodotu t. Postupě t-krát hledáme cestu z u do v v grafu, kde f(e =. Jejich postupým odebíráím se zmeší tok o, akoec dostaeme t disjuktích cest. Pro Megerovu větu si síť zkostruujeme podobě, avíc každý vrchol růzý od u, v ahradíme dvěma tak, že jede obsahuje všechy vstupí hray, druhý 5

16 obsahuje výstupí hray a tyto dva vrcholy jsou propojeé hraou s kapacitou. Toky v ové síti odpovídají systému vrcholově disjuktích cest. Nyí si vezmeme ejmeší řez, u ěj lze BÚNO předpokládat, že obsahuje je vrcholové hray vziklé úpravou sítě. Postupujeme stejě, jako v předchozím případě, dostaeme t vrcholově disjuktích cest. 5.3 Systémy růzých reprezetatů Mějme pár skupi lidí, kde se ějaký člověk může vyskytovat ve více růzých skupiách. Chceme z každé skupiy vybrat jedoho reprezetujícího tak, abychom ikoho evybrali pro více, ež jedu skupiu. Defiice. Možiový systém M = {M i, i I, M i koečé možiy a M i emusejí být utě růzé. X}, kde I a X jsou Naše skupiy lidí tedy tvoří možiový systém, kde X je možia lidí, a M i jsou jedotlivé skupiy. Defiice. Systém růzých reprezetatů (SRR pro M je prosté zobrazeí f : I X takové, že i I : f(x M i. Jak lze takový možiový systém reprezetovat? Může se to udělat graficky, ale to emusí fugovat pěkě pro složité systémy. Místo toho využijeme graf. Defiice. Icidečí graf M je bipartití graf G M a vrcholech V = X I, kde (i, x E x M i. Párováí bipartitího grafu je podgraf stupě max., je to tedy možia disjuktích hra. Pozorováí. Možiový systém M má SRR právě, když G M má bipartití párováí velikosti I. Kdy určitě toto párováí emůžeme ajít? Určitě, pokud je více skupi, ež prvků. Věta 5.3 (Hall. Pro každý možiový systém M platí: M má SRR, právě když J I : M i J Důkaz. Ukážeme jedotlivé směry implikace: : Existuje ějaké párováí F E GM, které je prosté. Proto musí erovost platit. : Doplíme G M a síť toku tak, že všem hraám astavíme kapacitu, potom ještě přidáme zdroj, který spojíme s celou prví partitou, s druhou partitou propojíme stok. Všem ovým hraám také astavíme kapacity. Nechť g je maximálí tok a R je jemu odpovídající miimálí řez. Pozorováí. BÚNO můžeme předpokládat, že každá hraa R vychází se zdroje ebo ze stoku. Kdyby e, můžeme jedoduše řez přesuout a vedlejší hrau. Nyí defiujeme A = {i I : (z, i R}. Aalogicky si defiujeme B = {x X : (x, s R}. i J 6

17 Pozorováí. Mezi I A a X B evede žádá hraa. Z toho vyplývá, že všechy hray z I A vedou do B, tedy zvolíme J = I A a aplikujeme Hallovu podmíku. Dostaeme, že J = I A i J M i B. Víme, že velikost toku je rova kapacitě řezu R = w(g = A + B A + I A = I. Velikost toku však emůže být větší, ež I, protože hray vycházející ze zdroje jsou dávají řez velikosti I. Z toho plye, že w(g = I. Jelikož jsou kapacity celočíselé, je i tok celočíselý. Naše hledaé párováí jsou ty hray e = (i, x : g(e =. Důsledek 5.4. Každý k-regulárí bipartití graf je hraově k obarvitelý, eboli E lze rozložit a k disjuktích párováí. Důkaz. Ověříme Hallovu podmíku. Víme, že z každého vrcholu vychází k hra. Díky tomu J I : z J vychází k J hra, které vedou do i J M i. Každý vrchol z této možiy má stupeň k. Podmíka tedy platí. Graf má tedy párováí F. Z toho plye, že G F je (k -regulárí. Podle IP má G F rozklad a (k párováí, tedy G má rozklad a k párováí. Nyí se podíváme, jak lze aplikovat tyto zalosti. Prví aplikace je doplěí latiských obdélíků a latiské čtverce. Defiice. Latiský obdélík typu k je mřížka velikosti k vyplěé symboly,..., tak, že žádý symbol se eopakuje v žádém řádku ai sloupci. Tvrzeí 5.5. Každý latiský obdélík k lze doplit a čtverec. Důkaz. Sestavíme bipartití graf a možiě vrcholů V = S [], kde S je možia sloupců S,..., S a v S i jsou prvky vyplěé v i-tém sloupci. Zavedeme si možiu hra E = {i, S j : i / S j }, tedy hray spojující symboly se sloupci evyskytují. Teto graf je ( k-regulárí, tím pádem existuje k párováí a každé párováí ám dá způsob, jak vyplit jede řádek. Jiá aplikace se dotýká pravděpodobosti. Defiice. Matice A je permutačí, pokud A {0, } taková, že v každém řádku i sloupci je! jedička. Matice A je bisochastická, pokud A 0, má řádkové i sloupcové součty rovy. Věta 5.6 (Birchoff-vo Neuma. Každá bisochastická matice je kovexí kombiací permutačích matic. Formálě B bis A,..., A d perm : α,..., α k : 6 Úvod do Ramseyovy teorie k α i A i = B, i= k α i = Pokud máme dostatečě velký objekt, ajdeme v ěm ějakou homogeí část? Defiice. Ramseyovo číslo R(k, l je ejmeší takové, že pro každý graf a alespoň vrcholech platí buď α(g k ebo ω(g l i= 7

18 Jiak: Obarvíme-li kray K R(k,l dvěma barvami, třeba červeou a modrou, pak v ěm alezeme buď červeý K k ebo modrý K l Například dá se ukázat, že a večírku stačí ajít šest lidí, a určitě se bude celá trojice avzájem zát, ebo ezat vůbec. Tedy R(3, 3 = 6. Pozorováí. R(k, = R(, l = Tvrzeí 6.. Pro každé k, l 2 platí R(k, l R(k, l + R(k, l + Důkaz. Dá graf G a R(k, l+r(k, l vrcholech, zvolíme u V libovolě. Ozačme A = N(u, B = V G \ (N(u {u}, kde N(v je možia sousedů. Potom platí: buď A R(k, l ebo B R(l, k. Platí-li prví příklad, potom A obsahuje buď ezávislou možiu velikosti k ebo kliku a l vrcholech, kterou lze pomocí u doplit a K l. Druhý případ symetricky. Důsledek 6.2. R(k, l ( k+l 2 k, lze vidět z Pascalova trojúhelíku. Nyí ukážeme, že se toto číslo dá zobecit a více barev pro grafy. Věta 6.3. Pro každé přirozeé k, r existuje přirozeé takové, že obarvímeli hray K pomocí r barev, tak potom existuje k-tice vrcholů, která idukuje jedobarevý K k. Důkaz. Idukcí podle počtu barev r. Začme r,k. Pro r = 2 máme dokázaou větu. Pro r = zvolíme r,k = k. Pro r 3 určíme r,k R(k, r,k. Máme obarveí K R(k,r,l pomocí r barev. Převedeme a obarveí dvěma barvami, a tak, že prví barva reprezetuje původí a druhá barva zbytek barev. Upraveý graf buď obsahuje K k v prví barvě, ebo K r,k v barvách růzých od prví barvy. I v tomto případě dle IP alezeme jedobarevou K k. Pro zajímavost, hodoty ěkterých čísel: R(3, 3 = 6, R(3, 4 = 9,..., zámo až po R(3, 9 R(4, 4 = 8, R(4, 5 = R(5, 5 49 Pro 4 barvy se ví: 3,3 = 7 Kostrukce z důkazu dává je horí odhad, ikoliv přesou hodotu. Neí třeba barvit je dvojice v grafu, můžeme ukázat, že Ramseyova věta platí i pro jakoukoliv p-tici. Věta ( 6.4. Pro každé přirozeé k, r, p existuje přirozeé takové, že obarvíme-li [] ( p pomocí r barev, potom existuje k-prvková podmožia A taková, že A p je jedobarevá. Důkaz. Idukcí podle p. Pro p = platí pricip holubíku, p = 2 máme z věty pro grafy. Pro p = 3 budeme začit r,p (k jako hledaé ejmeší. Zavedeme si pomocé lemma: 8

19 Lemma 6.5. Pro každé obarveí ( B p, kde B r,p (k + a každé x B existuje B B\x, kde B k takové, že ( B x p je jedobarevé a možiách obsahujících x. Důkaz lemmatu. Z obarveí c = ( B p vytvoříme obarveí c = ( B\x p a to tak, že c (D = c(d x Potom B\x r,p (k. Tedy existuje A B\x taková, že c je kostatí a ( ( A p. Potom ale všechy D x, D A p mají stejou barvu, c. Ukážeme, že r,p (k + r,p (+ r,p (... r p (p. Počet těchto iterací je t pro t = r(k p +. Tuto mez si ozačíme jako r,p,k. Vezmeme B 0 takovou, že B 0 = r,p,k, daé obarveí c : ( b 0p [r] a aplikujeme předchozí lemma t-krát, v i-té iteraci volíme x i B i a položíme B i = B i. Ozačíme b i barvu alezeých p-tic. Z kostrukce plye, že B t lze zvolit o p prvcích. Podíváme se a posloupost b,..., b t, podle pricipu holubíku se ěkterá barva vyskytla alespoň (k p + -krát. Prvky x i odpovídající této barvě tvoří možiu B = {x i,...}, B = k p +. Potom B B t je hledaá moochromatická možia A. Aplikace Věta 6.6. Pro každé k existuje takové, že pro každých bodů z R 2 v obecé poloze lze ajít k boddů v kovexí poloze. 9

Komplexní čísla. Definice komplexních čísel

Komplexní čísla. Definice komplexních čísel Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

Diskrétní matematika

Diskrétní matematika Diskrétí matematika Biárí relace, zobrazeí, Teorie grafů, Teorie pravděpodobosti Diskrétí matematika látka z I semestru iformatiky MFF UK Zpracovali: Odřej Keddie Profat, Ja Zaatar Štětia Obsah Biárí relace2

Více

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Opakováí z miulé hodiy: 8 Hodoty poslouposti + se pro blížící se k ekoeču blíží k a to tak že mezi = posloupostí a číslem eexistuje žádá mezera říkáme že

Více

1 Uzavřená Gaussova rovina a její topologie

1 Uzavřená Gaussova rovina a její topologie 1 Uzavřeá Gaussova rovia a její topologie Podobě jako reálá čísla rozšiřujeme o dva body a, rozšiřujeme také možiu komplexích čísel. Nepřidáváme však dva body ýbrž je jede. Te budeme začit a budeme ho

Více

Kombinatorika a grafy

Kombinatorika a grafy Kombiatorika a grafy Doc. RNDr. Pavel Valtr, Dr. Prof. RNDr. Ja Kratochvíl, CSc. Obsah 1 Základí pojmy 2 2 Aplikace lieárí algebry 3 3 Multigrafy 5 3.1 Chromatický polyom..................................

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí

Více

11. přednáška 16. prosince Úvod do komplexní analýzy.

11. přednáška 16. prosince Úvod do komplexní analýzy. 11. předáška 16. prosice 009 Úvod do komplexí aalýzy. Tři závěrečé předášky předmětu Matematická aalýza III (NMAI056) jsou věováy úvodu do komplexí aalýzy. Což je adeseá formulace eboť časový rozsah ám

Více

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V

1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V Předáška 1: Vektorové prostory Vektorový prostor Pro abstraktí defiici vektorového prostoru jsou podstaté vlastosti dvou operací, sčítáí vektorů a ásobeí vektoru (reálým číslem) Tyto dvě operace musí být

Více

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad...

Obsah. 1 Mocninné řady Definice a vlastnosti mocninných řad Rozvoj funkce do mocninné řady Aplikace mocninných řad... Obsah 1 Mocié řady 1 1.1 Defiice a vlastosti mociých řad.................... 1 1. Rozvoj fukce do mocié řady...................... 5 1.3 Aplikace mociých řad........................... 10 1 Kapitola 1

Více

5. Posloupnosti a řady

5. Posloupnosti a řady Matematická aalýza I předášky M. Málka cvičeí A. Hakové a R. Otáhalové Zimí semestr 2004/05 5. Poslouposti a řady 5.1 Limita a hromadé hodoty. Mějme posloupost x ) prvků Hausdorffova topologického prostoru

Více

Přednáška 7, 14. listopadu 2014

Přednáška 7, 14. listopadu 2014 Předáška 7, 4. listopadu 204 Uvedeme bez důkazu klasické zobecěí Leibizova kritéria (v ěmž b = ( ) + ). Tvrzeí (Dirichletovo a Abelovo kritérium). Nechť (a ), (b ) R, přičemž a a 2 a 3 0. Pak platí, že.

Více

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat Komplexí čísla Hoza Krejčí Abstrakt. Co jsou to komplexí čísla? K čemu se používají? Dá se s imi dělat ěco cool? Na tyto a další otázky se a předášce/v příspěvku pokusíme odpovědět. Proč vzikla komplexí

Více

Kapitola 4 Euklidovské prostory

Kapitola 4 Euklidovské prostory Kapitola 4 Euklidovské prostory 4.1. Defiice euklidovského prostoru 4.1.1. DEFINICE Nechť E je vektorový prostor ad tělesem reálých čísel R,, : E 2 R. E se azývá euklidovský prostor, platí-li: (I) Pro

Více

Kapitola 5 - Matice (nad tělesem)

Kapitola 5 - Matice (nad tělesem) Kapitola 5 - Matice (ad tělesem) 5.. Defiice matice 5... DEFINICE Nechť T je těleso, m, N. Maticí typu m, ad tělesem T rozumíme zobrazeí možiy {, 2,, m} {, 2,, } do T. 5..2. OZNAČENÍ Možiu všech matic

Více

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH IVAN KŘIVÝ ČÍSLO OPERAČNÍHO PROGRAMU: CZ..07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST

Více

1. Číselné obory, dělitelnost, výrazy

1. Číselné obory, dělitelnost, výrazy 1. Číselé obory, dělitelost, výrazy 1. obor přirozeých čísel - vyjadřující počet prvků možiy - začíme (jsou to kladá edesetiá čísla) 2. obor celých čísel - možia celých čísel = edesetiá, ale kladá i záporá

Více

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b Najděte itu Poslouposti a číselé řady ) + Protože + = + x ) + + =, je + + + + ) + = = 0 + + Najděte itu 3 si! + Protože je si! a 3 = 0, je 3 si! = 0 Najděte itu + a + a + + a + b + b, a

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti

Matematika 1. Ivana Pultarová Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Ivaa Pultarová Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

Masarykova univerzita Přírodovědecká fakulta

Masarykova univerzita Přírodovědecká fakulta Masarykova uiverzita Přírodovědecká fakulta Zuzaa Došlá, Vítězslav Novák NEKONEČNÉ ŘADY Bro 00 c Zuzaa Došlá, Vítězslav Novák, Masarykova uiverzita, Bro, 998, 00 ISBN 80-0-949- 3 Kapitola 3 Řady absolutě

Více

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:

Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace: . cvičeí Příklady a matematickou idukci Dokažte:.! . Návody:. + +. + i i i i + + 4. + + + + + + + + Operace s možiami.

Více

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM

DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM Difereciálí počet fukcí jedé reálé proměé - - DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ ÚVODNÍ POZNÁMKY I derivace podobě jako limity můžeme počítat ěkolikerým způsobem a to kokrétě pomocí: defiice vět o algebře

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

Cvičení 1.1. Dokažte Bernoulliovu nerovnost (1 + x) n 1 + nx, n N, x 2. Platí tato nerovnost obecně pro všechna x R a n N?

Cvičení 1.1. Dokažte Bernoulliovu nerovnost (1 + x) n 1 + nx, n N, x 2. Platí tato nerovnost obecně pro všechna x R a n N? 1 Prví prosemiář Cvičeí 1.1. Dokažte Beroulliovu erovost (1 + x) 1 + x, N, x. Platí tato erovost obecě pro všecha x R a N? Řešeí: (a) Pokud předpokládáme x 1, pak lze řešit klasickou idukcí. Pro = 1 tvrzeí

Více

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0 Nekoečé řady, geometrická řada, součet ekoečé řady Defiice Výraz a 0 a a a, kde {a i } i0 je libovolá posloupost reálých čísel, azveme ekoečou řadou Číslo se azývá -tý částečý součet Defiice Nekoečá řada

Více

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

Více

1.3. POLYNOMY. V této kapitole se dozvíte:

1.3. POLYNOMY. V této kapitole se dozvíte: 1.3. POLYNOMY V této kapitole se dozvíte: co rozumíme pod pojmem polyom ebo-li mohočle -tého stupě jak provádět základí početí úkoy s polyomy, kokrétě součet a rozdíl polyomů, ásobeí, umocňováí a děleí

Více

Zformulujme PMI nyní přesně (v duchu výrokové logiky jiný kurz tohoto webu):

Zformulujme PMI nyní přesně (v duchu výrokové logiky jiný kurz tohoto webu): Pricip matematické idukce PMI) se systematicky probírá v jié části středoškolské matematiky. a tomto místě je zařaze z důvodu opakováí matka moudrosti) a proto, abychom ji mohli bez uzarděí použít při

Více

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Úloha obchodího cestujícího OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Nejprve k pojmům používaým v okružích a rozvozích úlohách: HAMILTONŮV CYKLUS je typ cesty,

Více

Definice obecné mocniny

Definice obecné mocniny Defiice obecé mociy Zavedeí obecé mociy omocí ity číselé oslouosti lze rovést ěkolika zůsoby Níže uvedeý zůsob využívá k defiici eoeciálí fukce itu V dalším budeme otřebovat ásledující dvě erovosti: Lemma

Více

Spojitost a limita funkcí jedné reálné proměnné

Spojitost a limita funkcí jedné reálné proměnné Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v

Více

1. K o m b i n a t o r i k a

1. K o m b i n a t o r i k a . K o m b i a t o r i k a V teorii pravděpodobosti a statistice budeme studovat míru výskytu -pravděpodobostvýsledků procesů, které mají áhodý charakter, t.j. při opakováí za stejých podmíek se objevují

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

Matematika I, část II

Matematika I, část II 1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího

Více

Petr Šedivý Šedivá matematika

Petr Šedivý  Šedivá matematika LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími

Více

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D.

MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ, PH.D. MATEMATIKA PŘÍKLADY K PŘÍJÍMACÍM ZKOUŠKÁM BAKALÁŘSKÉ STUDIUM MGR. RADMILA STOKLASOVÁ PH.D. Obsah MNOŽINY.... ČÍSELNÉ MNOŽINY.... OPERACE S MNOŽINAMI... ALGEBRAICKÉ VÝRAZY... 6. OPERACE S JEDNOČLENY A MNOHOČLENY...

Více

1 Trochu o kritériích dělitelnosti

1 Trochu o kritériích dělitelnosti Meu: Úloha č.1 Dělitelost a prvočísla Mirko Rokyta, KMA MFF UK Praha Jaov, 12.10.2013 Růzé dělitelosti, třeba 11 a 7 (aeb Jak zfalšovat rodé číslo). Prvočísla: které je ejlepší, které je ejvětší a jak

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více

Kombinatorika- 3. Základy diskrétní matematiky, BI-ZDM

Kombinatorika- 3. Základy diskrétní matematiky, BI-ZDM Kombiatorika- 3 doc. RNDr. Josef Kolář, CSc. Katedra teoretické iformatiky FIT České vysoké učeí techické v Praze c Josef Kolar, 2011 Základy diskrétí matematiky, BI-ZDM ZS 2011/12, Lekce 8 Evropský sociálí

Více

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( ) DSM Cv 9 Vytvořující fukce Vytvořující fukcí ekoečé poslouposti a0, a,, a, reálých čísel mííme formálí ekoečou řadu =. f a i= 0 i i Příklady: f = + = + + + + + ) Platí: (biomická věta). To zameá, že fukce

Více

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13).

Správnost vztahu plyne z věty o rovnosti úhlů s rameny na sebe kolmými (obr. 13). 37 Metrické vlastosti lieárích útvarů v E 3 Výklad Mějme v E 3 přímky p se směrovým vektorem u a q se směrovým vektorem v Zvolme libovolý bod M a veďme jím přímky p se směrovým vektorem u a q se směrovým

Více

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ HRY MATICOVÝCH HER MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem

Více

S polynomy jste se seznámili již v Matematice 1. Připomeňme definici polynomické

S polynomy jste se seznámili již v Matematice 1. Připomeňme definici polynomické 5 Itegrace racioálích fukcí 5 Itegrace racioálích fukcí Průvodce studiem V předcházejících kapitolách jsme se aučili počítat eurčité itegrály úpravou a základí itegrály, metodou per partes a substitučí

Více

ŘADY Jiří Bouchala a Petr Vodstrčil

ŘADY Jiří Bouchala a Petr Vodstrčil ŘADY Jiří Bouchala a Petr Vodstrčil Text byl vytvoře v rámci realizace projektu Matematika pro ižeýry 2. století (reg. č. CZ..07/2.2.00/07.0332), a kterém se společě podílela Vysoká škola báňská Techická

Více

2.4. INVERZNÍ MATICE

2.4. INVERZNÍ MATICE 24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:

Více

Matematická analýza I

Matematická analýza I 1 Matematická aalýza ity posloupostí, součty ekoečých řad, ity fukce, derivace Matematická aalýza I látka z I. semestru iformatiky MFF UK Zpracovali: Odřej Keddie Profat, Ja Zaatar Štětia a další 2 Matematická

Více

jsou reálná a m, n jsou čísla přirozená.

jsou reálná a m, n jsou čísla přirozená. .7.5 Racioálí a polomické fukce Předpoklad: 704 Pedagogická pozámka: Při opisováí defiic racioálí a polomické fukce si ěkteří studeti stěžovali, že je to příliš těžké. Ve skutečosti je sstém, kterým jsou

Více

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1 [M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti

Více

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

8.1.3 Rekurentní zadání posloupnosti I

8.1.3 Rekurentní zadání posloupnosti I 8.. Rekuretí zadáí poslouposti I Předpoklady: 80, 80 Pedagogická pozámka: Podle mých zkušeostí je pro studety pochopitelější zavádět rekuretí posloupost takto (sado kotrolovatelou ukázkou), ež dosazováím

Více

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );

1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A ); 1 PSE 1 Náhodý pokus, áhodý jev. Operace s jevy. Defiice pravděpodobosti jevu, vlastosti ppsti. Klasická defiice pravděpodobosti a její použití, základí kombiatorické vzorce. 1.1 Teoretická část 1.1.1

Více

P. Girg. 23. listopadu 2012

P. Girg. 23. listopadu 2012 Řešeé úlohy z MS - díl prví P. Girg 2. listopadu 202 Výpočet ity poslouposti reálých čísel Věta. O algebře it kovergetích posloupostí.) Necht {a } a {b } jsou kovergetí poslouposti reálých čísel a echt

Více

ZS 2018/19 Po 10:40 T5

ZS 2018/19 Po 10:40 T5 Cvičeí - Matematická aalýza ZS 08/9 Po 0:40 T5 Cvičeí 008 Řešte erovice v R: 8, log 3 ( 3+3 0 Částečý součet geometrické řady: pro každé q C, q, a N platí 3 Důsledek: +q +q + +q = q+ q si+si+ +si = si

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky

Více

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů. Náhodu bychom mohli defiovat jako součet velkého počtu drobých epozaých vlivů. V rámci přírodích věd se setkáváme s pokusy typu za určitých podmíek vždy astae určitý důsledek. Např. jestliže za ormálího

Více

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n.

a logaritmickou funkci a goniometrické funkce. 6.1 Násobení řad. Podívejme se neprve na násobení mnohočlenů x = x x n a y = y y n. Matematická aalýza II předášky M. Málka cvičeí A. Hakové a R. Otáhalové Semestr letí 2005 6. Nekoečé řady fukcí V šesté kapitole pokračujeme ve studiu ekoečých řad. Nejprve odvozujeme základí tvrzeí o

Více

NMAF061, ZS Zápočtová písemná práce skupina A 16. listopad dx

NMAF061, ZS Zápočtová písemná práce skupina A 16. listopad dx NMAF06, ZS 07 08 Zápočtová písemá práce skupia A 6. listopad 07 Jedotlivé kroky při výpočtech stručě, ale co ejpřesěji odůvoděte. Pokud používáte ějaké tvrzeí, ezapomeňte ověřit splěí předpokladů. Jméo

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice

Matematika I. Název studijního programu. RNDr. Jaroslav Krieg. 2014 České Budějovice Matematika I Název studijího programu RNDr. Jaroslav Krieg 2014 České Budějovice 1 Teto učebí materiál vzikl v rámci projektu "Itegrace a podpora studetů se specifickými vzdělávacími potřebami a Vysoké

Více

O Jensenově nerovnosti

O Jensenově nerovnosti O Jeseově erovosti Petr Vodstrčil petr.vodstrcil@vsb.cz Katedra aplikovaé matematiky, Fakulta elektrotechiky a iformatiky, Vysoká škola báňská Techická uiverzita Ostrava Ostrava, 28.1. 2019 (ŠKOMAM 2019)

Více

Užití binomické věty

Užití binomické věty 9..9 Užití biomické věty Předpoklady: 98 Často ám z biomického rozvoje stačí pouze jede kokrétí čle. Př. : x Urči šestý čle biomického rozvoje xy + 4y. Získaý výraz uprav. Biomický rozvoj začíá: ( a +

Více

Kombinatorika a grafy I

Kombinatorika a grafy I Kombiatoria a grafy I Asymptoticá otace, ČUM, PIE, Vytvořující fuce, Bi stromy, SRR, KPR, Bloová schémata, Toy v sítích, Ramsey Kombiatoria a grafy I láta z II semestru iformatiy MFF UK podle předáše Odřeje

Více

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ ) Pojem ukce, gra ukce De: Fukcí reálé proměé azýváme pravidlo, které každému reálému číslu D přiřazuje právě jedo reálé číslo y H Toto pravidlo začíme ejčastěji

Více

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost

je číselná posloupnost. Pro všechna n položme s n = ak. Posloupnost Číselé řady Defiice (Posloupost částečých součtů číselé řady). Nechť (a ) =1 je číselá posloupost. Pro všecha položme s = ak. Posloupost ( s ) azýváme posloupost částečých součtů řady. Defiice (Součet

Více

Iterační metody řešení soustav lineárních rovnic

Iterační metody řešení soustav lineárních rovnic Iteračí metody řešeí soustav lieárích rovic Matice je: diagoálě domiatí právě tehdy, když pozitivě defiití (symetrická matice) právě tehdy, když pro x platí x, Ax a ij Tyto vlastosti budou důležité pro

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

I. TAYLORŮV POLYNOM ( 1

I. TAYLORŮV POLYNOM ( 1 I. TAYLORŮV POLYNOM Připomeňme si defiice elemetárích fukcí: a si( = 2+ = ( (2+! b cos( = 2 = ( (2! c e = =!. Dokažte, že Taylorův polyom k-tého řádu v bodě pro fukce f je rove polyomu P : (tyto výsledky

Více

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací 3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací

Více

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x),

c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je transcendentí. xp 1 (p 1)! (x 1)p (x 2) p... (x d) p e x t f(t) d t = F (0)e x F (x), a) Vyslovte a dokažte Liouvillovu větu o šaté aroximovatelosti algebraického čísla řádu d b) Defiujte Liouvillovo číslo c) Pomocí Liouvillovy věty dokažte, že Liouvillovo číslo je trascedetí 2 a) Defiujte

Více

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n,

1. Nakreslete všechny kostry následujících grafů: nemá žádnou kostru, roven. roven n, DSM2 Cv 7 Kostry grafů Defiice kostry grafu: Nechť G = V, E je souvislý graf. Kostrou grafu G azýváme každý jeho podgraf, který má stejou možiu vrcholů a je zároveň stromem. 1. Nakreslete všechy kostry

Více

1 Základní pojmy a vlastnosti

1 Základní pojmy a vlastnosti Základí pojmy a vlastosti DEFINICE (Trigoometrický polyom a řada). Fukce k = (a cos(x) + b si(x)) se azývá trigoometrický polyom. Řada = (a cos(x) + b si(x)) se azývá trigoometrická řada. TVRZENÍ (Ortogoalita).

Více

7. KOMBINATORIKA, BINOMICKÁ VĚTA. Čas ke studiu: 2 hodiny. Cíl

7. KOMBINATORIKA, BINOMICKÁ VĚTA. Čas ke studiu: 2 hodiny. Cíl 7. KOMBINATORIKA, BINOMICKÁ VĚTA Čas ke studiu: hodiy Cíl Po prostudováí této kapitoly budete schopi řešit řadu zajímavých úloh z praxe, týkajících se počtu skupi, které lze sestavit ( vybrat ) z daé možiy

Více

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 17. ledna 2019

NMAF063 Matematika pro fyziky III Zkoušková písemná práce 17. ledna 2019 Jméo: Příklad 2 3 Celkem bodů Bodů 0 8 2 30 Získáo 0 Uvažujte posloupost distribucí {f } + = D (R defiovaou jako f (x = ( δ x m, kde δ ( x m začí Diracovu distribuci v bodě m Najděte limitu f = lim + f

Více

Přednáška 7: Soustavy lineárních rovnic

Přednáška 7: Soustavy lineárních rovnic Předáška 7: Soustavy lieárích rovic 7.1. Příklad (geometrie v roviě) Rozhoděte o vzájemé poloze přímky p : x y 1 a přímky a) a : x y 3, b) b : 2x 2y 3, c) c :3x 3y 3. Jak víme ze středí školy, lze o vzájemé

Více

1 Základy Z-transformace. pro aplikace v oblasti

1 Základy Z-transformace. pro aplikace v oblasti Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi

Více

n-rozměrné normální rozdělení pravděpodobnosti

n-rozměrné normální rozdělení pravděpodobnosti -rozměré ormálí rozděleí pravděpodobosti. Ortogoálí a pozitivě defiití symetrické matice. Reálá čtvercová matice =Ha i j L řádu se azývá ortogoálí, je-li regulárí a iverzí matice - je rova traspoovaé matici

Více

VLASTNOSTI ÚLOH CELOČÍSELNÉHO PROGRAMOVÁNÍ

VLASTNOSTI ÚLOH CELOČÍSELNÉHO PROGRAMOVÁNÍ Vlastosti úloh celočíselého programováí VLASTNOSTI ÚLOH CELOČÍSELNÉHO PROGRAMOVÁNÍ PRINCIP ZESILOVÁNÍ NEROVNOSTÍ A ZÁKLADNÍ METODY. METODA VĚTVENÍ A HRANIC. TYPY ÚLOH 1. Úloha lieárího programováí: max{c

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

Funkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou

Funkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou Fukce RNDr. Yvetta Bartáková Gymázium, SOŠ a VOŠ Ledeč ad Sázavou Limita poslouposti a fukce VY INOVACE_0 9_M Gymázium, SOŠ a VOŠ Ledeč ad Sázavou A) Limita poslouposti Říkáme, že posloupost a je kovergetí,

Více

(3n + 1) 3n Příklady pro samostatnou práci

(3n + 1) 3n Příklady pro samostatnou práci ... 4. 5. 6. 0 0 0 a q koverguje pro q < geometrická řada diverguje harmoická řada koverguje srovejte s teleskopickou řadou + + utá podmíka kovergece + 4 + + 7 ití srovávací kritérium, srováí s ití podílové

Více

Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti

Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti 8 Aritmetická posloupost, posloupost rostoucí a klesající Poslouposti Posloupost je fukci s defiičím oborem celých kladých čísel - apř.,,,,,... 3 4 5 Jako fukci můžeme také posloupost zobrazit do grafu:

Více

1 Základní matematické pojmy Logika Množiny a jejich zobrazení... 7

1 Základní matematické pojmy Logika Množiny a jejich zobrazení... 7 Semiář z matematické aalýzy I Čížek Jiří-Kubr Mila 8 září 007 Obsah Základí matematické pojmy Logika Možiy a jejich zobrazeí 7 Reálá a komplexí čísla 6 Poslouposti 7 Základí vlastosti posloupostí 7 Limita

Více

Sekvenční logické obvody(lso)

Sekvenční logické obvody(lso) Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách

Více

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu. 2. URČITÝ INTEGRÁL 2. Určitý itegrál Průvodce studiem V předcházející kapitole jsme se sezámili s pojmem eurčitý itegrál, který daé fukci přiřazoval opět fukci (přesěji možiu fukcí). V této kapitole se

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

Více

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.

Více

POLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde

POLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde POLYNOM Zákldí pojmy Polyomem stupě zveme fukci tvru y ( L +, P + + + + kde,,, R,, N Čísl,,, se zývjí koeficiety polyomu Číslo c zveme kořeem polyomu P(, je-li P(c výrz (-c pk zýváme kořeový čiitel Vlstosti

Více

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) =

I. TAYLORŮV POLYNOM. Taylorovy řady některých funkcí: Pro x R platí: sin(x) = Taylorovy řady ěkterých fukcí: I. TAYLORŮV POLYNOM Pro R platí: si) = 2+ = ), cos) = 2 2+)! = ), 2)! e = =.! Pro, : log + ) = = ) Pro, ) a a R: + ) a = a ) =, kde ) a = a a ) a 2) a +).!. Nalezěte Taylorův

Více

NMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) =

NMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) = NAF61, ZS 17 18 Zápočtová písemá práce VZOR 5. leda 18 Jedotlivé kroky při výpočtech stručě, ale co ejpřesěji odůvoděte. Pokud používáte ějaké tvrzeí, ezapomeňte ověřit splěí předpokladů. Jméo a příjmeí:

Více

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze

procesy II Zuzana 1 Katedra pravděpodobnosti a matematické statistiky Univerzita Karlova v Praze limití Náhodé limití Katedra pravděpodobosti a matematické statistiky Uiverzita Karlova v Praze email: praskova@karli.mff.cui.cz 9.4.-22.4. 200 limití Outlie limití limití efiice: Řekeme, že stacioárí

Více

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo

Více

1. seriálová série. Řešení 1. seriálové série. Téma: Kombinatorika. Datumodeslání:

1. seriálová série. Řešení 1. seriálové série. Téma: Kombinatorika. Datumodeslání: seriálová série Téma: Kombiatorika Datumodesláí: ½ º Ð Ò ¾¼¼ ½º ÐÓ Ó µ Určete počet cest vedoucích ze spodku zadečku prasátka(bod A) do čumáku prasátka(bod B) takových, že vedou je doprava, ahoru ebo šikmo

Více

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti.

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti. Vyováváí dat Naše pozoováí jsou dáa tabulkou čísel, kde y y y i často bývají časové údaje, a my chceme data položit ějakou hladkou fukcí, kteá by vystihovala hlaví vlastosti dat, ale igoovala malé fluktuace

Více

Mocninné řady - sbírka příkladů

Mocninné řady - sbírka příkladů UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE Mocié řady - sbírka příkladů Vedoucí bakalářské práce: Mgr. Iveta Bebčáková, Ph.D.

Více

Iterační výpočty projekt č. 2

Iterační výpočty projekt č. 2 Dokumetace k projektu pro předměty IZP a IUS Iteračí výpočty projekt č. 5..007 Autor: Václav Uhlíř, xuhlir04@stud.fit.vutbr.cz Fakulta Iformačích Techologii Vysoké Učeí Techické v Brě Obsah. Úvodí defiice.....

Více

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Středoškolská techika 00 Setkáí a prezetace prací středoškolských studetů a ČVUT STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Pavel Husa Gymázium Jiřího z Poděbrad Studetská 66/II

Více

GEOMETRIE I. Pavel Burda

GEOMETRIE I. Pavel Burda GEOMETRIE I Pavel Burda Obsah Úvod... 4 1. Vektorové prostory... 5. Vektorové prostory se skalárím ásobeím... 9. Afií prostory... 19 4. Afií přímka ( A 1 )... 5 5. Afií rovia (A )... 6 6. Afií prostor

Více