LATINSKÉ ČTVERCE předložil LEONHARD EULER ( ) petrohradské akademii proslulou úlohu o 36 důstojnících:

Podobné dokumenty
DEFINICE Z LINEÁRNÍ ALGEBRY

Učební texty k státní bakalářské zkoušce Matematika Diskrétní matematika. študenti MFF 15. augusta 2008

Matice. a m1 a m2... a mn

Determinanty. Obsah. Aplikovaná matematika I. Pierre Simon de Laplace. Definice determinantu. Laplaceův rozvoj Vlastnosti determinantu.

Vektory a matice. Obsah. Aplikovaná matematika I. Carl Friedrich Gauss. Základní pojmy a operace

IB112 Základy matematiky

Definice 1 eulerovský Definice 2 poloeulerovský

Aplikace matematiky. aneb Nedokonalosti dokonalé matematiky

3. Grafy a matice. Definice 3.2. Čtvercová matice A se nazývá rozložitelná, lze-li ji napsat ve tvaru A =

PŘEDNÁŠKA 2 POSLOUPNOSTI

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

10 Podgrafy, isomorfismus grafů

Determinanty. Determinanty. Přednáška MATEMATIKA č. 3. Jiří Neubauer

Maticí typu (m, n), kde m, n jsou přirozená čísla, se rozumí soubor mn veličin a jk zapsaných do m řádků a n sloupců tvaru:

Algebraické struktury s jednou binární operací

6. Vektorový počet Studijní text. 6. Vektorový počet

4 Pojem grafu, ve zkratce

Množinu všech matic typu m n nad tělesem T budeme označovat M m n (T ), množinu všech čtvercových matic stupně n nad T pak M n (T ).

1 Vektorové prostory.

Teorie grup 1 Příklad axiomatické teorie

1 Báze a dimenze vektorového prostoru 1

Množiny, relace, zobrazení

5 Orientované grafy, Toky v sítích

Lineární algebra : Lineární prostor

Teorie grafů. zadání úloh. letní semestr 2008/2009. Poslední aktualizace: 19. května First Prev Next Last Go Back Full Screen Close Quit

10 Přednáška ze

zejména Dijkstrův algoritmus pro hledání minimální cesty a hladový algoritmus pro hledání minimální kostry.

MATICE. a 11 a 12 a 1n a 21 a 22 a 2n A = = [a ij]

Kapitola 11. Vzdálenost v grafech Matice sousednosti a počty sledů

a počtem sloupců druhé matice. Spočítejme součin A.B. Označme matici A.B = M, pro její prvky platí:

Matematika (CŽV Kadaň) aneb Úvod do lineární algebry Matice a soustavy rovnic

Soustavy lineárních rovnic

1 Řešení soustav lineárních rovnic

Cvičení z Lineární algebry 1

1 Lineární prostory a podprostory

B i n á r n í r e l a c e. Patrik Kavecký, Radomír Hamřík

Symetrické a kvadratické formy

Regulární matice. Věnujeme dále pozornost zejména čtvercovým maticím.

V předchozí kapitole jsme podstatným způsobem rozšířili naši představu o tom, co je to číslo. Nadále jsou pro nás důležité především vlastnosti

Grafy. RNDr. Petra Surynková, Ph.D. Univerzita Karlova v Praze Matematicko-fyzikální fakulta.

H {{u, v} : u,v U u v }

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Matematika B101MA1, B101MA2

Lineární algebra : Skalární součin a ortogonalita

= je prostý orientovaný graf., formálně c ( u, v) 0. dva speciální uzly: zdrojový uzel s a cílový uzel t. Dále budeme bez

0.1 Úvod do lineární algebry

Kapitola 11: Vektory a matice 1/19

Cílem kapitoly je opakování a rozšíření středoškolských znalostí v oblasti teorie množin.

Bakalářská matematika I

1 Zobrazení 1 ZOBRAZENÍ 1. Zobrazení a algebraické struktury. (a) Ukažte, že zobrazení f : x

SOUČIN MATIC A m n B n p = C m p, přičemž: a i1 b 1j +a i2 b 2j + +a in b nj = c ij, i=1 m, j=1 p. Např: (-2) = -3

CVIČNÝ TEST 37. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 5 III. Klíč 13 IV. Záznamový list 15

0.1 Úvod do lineární algebry

Afinita je stručný název pro afinní transformaci prostoru, tj.vzájemně jednoznačné afinní zobrazení bodového prostoru A n na sebe.

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...

Jazyk matematiky Matematická logika Množinové operace Zobrazení Rozšířená číslená osa

0. ÚVOD - matematické symboly, značení,

Soustavy lineárních rovnic a determinanty

BCH kódy. Alena Gollová, TIK BCH kódy 1/27

(FAPPZ) Petr Gurka aktualizováno 12. října Přehled některých elementárních funkcí

Základní pojmy teorie množin Vektorové prostory

Lineární algebra : Skalární součin a ortogonalita

7. Lineární vektorové prostory

Úvod do informatiky. Miroslav Kolařík

1 Připomenutí vybraných pojmů

Interpolace, ortogonální polynomy, Gaussova kvadratura

Historie matematiky a informatiky Cvičení 1

Lineární algebra : Polynomy

Texty k přednáškám z MMAN3: 4. Funkce a zobrazení v euklidovských prostorech

TOPOLOGIE A TEORIE KATEGORIÍ (2017/2018) 3. PREDNÁŠKA - KOMPAKTNÍ PROSTORY.

z = a bi. z + v = (a + bi) + (c + di) = (a + c) + (b + d)i. z v = (a + bi) (c + di) = (a c) + (b d)i. z v = (a + bi) (c + di) = (ac bd) + (bc + ad)i.

Lineární algebra Operace s vektory a maticemi

grupa těleso podgrupa konečné těleso polynomy komutativní generovaná prvkem, cyklická, řád prvku charakteristika tělesa

Intuitivní pojem pravděpodobnosti

Inovace a zkvalitnění výuky prostřednictvím ICT

Operační výzkum. Síťová analýza. Metoda CPM.

18. První rozklad lineární transformace

Učební texty k státní bakalářské zkoušce Matematika Vlastní čísla a vlastní hodnoty. študenti MFF 15. augusta 2008

Základní vlastnosti eukleidovského prostoru

GRAFY A GRAFOVÉ ALGORITMY

P 1 = P 1 1 = P 1, P 1 2 =

Základy teorie množin

Historie matematiky a informatiky Cvičení 4

Základní pojmy teorie grafů [Graph theory]

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Základy matematiky pro FEK

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Hlavolamy a teorie grafů

Lineární prostory. - vektorové veličiny(síla, rychlost, zrychlení,...), skládání, násobení reálným číslem

EUKLIDOVSKÉ PROSTORY

Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s

Diskrétní matematika. DiM /01, zimní semestr 2018/2019

6.1 Vektorový prostor

Lineární algebra : Metrická geometrie

transformace je posunutí plus lineární transformace má svou matici vzhledem k homogenním souřadnicím [1]

Naproti tomu gramatika je vlastně soupis pravidel, jak

Matematická analýza III.

1 Kardinální čísla. množin. Tvrzení: Necht X Cn. Pak: 1. X Cn a je to nejmenší prvek třídy X v uspořádání (Cn, ),

Úlohy k přednášce NMAG 101 a 120: Lineární algebra a geometrie 1 a 2,

Transkript:

LATINSKÉ ČTVERCE 17. 10. 1776 předložil LEONHARD EULER (1707-1783) petrohradské akademii proslulou úlohu o 36 důstojnících: Sestavte 36 důstojníků 6 různých hodností ze 6 různých pluků do čtverce tak, aby v každé řadě a v každém zástupu byli důstojníci všech hodností a všech pluků! Jak Euler na tuto úlohu přišel a proč ji zformuloval právě pro 36 důstojníků? Definice latinského čtverce. Věta: Pro každé přirozené n existuje latinský čtverec řádu n. Příklad: a) 1 2 3... n 2 3 4...n 1 3 4 4...1 2.. n 1 2... n-1

2 b) Latinským čtvercem je například každá tabulka násobení libovolné konečné grupy. DEFINICE: Latinské čtverce (a ij ), (b ij ) se nazývají ortogonální, jestliže se v matici (a ij, b ij ) vyskytuje každý prvek příslušného kartézského součinu právě jednou. Příklad: 1 2 3 2 3 1 12 23 31 2 3 1 1 2 3 21 32 13 3 1 2 3 1 2 33 11 22 Eulerovu úlohu lze tedy přeformulovat následovně: Najděte ortogonální latinské čtverce 6. řádu! PROBLÉM: Existují ortogonální latinské čtverce pro každé n > 1? Příklad: Pro n = 2 neexistují. 1 2 2 1 12 21 2 1 1 2 21 12 Euler pravděpodobně znal úlohu na ortogonální latinské čtverce 4. řádu, kterou uveřejnil Jacques OZANAM (1640-1717) r. 1694 v dvoudílné knize Recréations mathématiques.

3 Euler odvodil, že existují ortogonální latinské čtverce pro každé liché n. Již Ozanam přitom ukázal, že existují také ortogonální čtverce 4. řádu. EULEROVA HYPOTÉZA: Ortogonální čtverce neexistují pro žádné n = 4k + 2, k = 0, 1, 2, 3,... (tj. n = 2, 6, 10, 14,... ). V r. 1900 dokázal francouzský celní inspektor Gaston TARRY (1843-1913), že opravdu neexistují ortogonální čtverce 6. řádu. Provedl to porovnáním všech možností. PROBLÉM: Kolik je všech latinských čtverců řádu n? Dolní odhad tohoto čísla překvapivě udává teorie bipartitních grafů. Bipartitní graf, úplný bipartitní graf, párování v bipartitním grafu (z každého uzlu vychází nejvýše jedna hrana), úplné párování (z každého uzlu vychází právě jedna hrana). Typická úloha na párování v bipartitních grafech: Hallova věta o svatbách - Ph. Hall (1904-1982) v r. 1935. Barvení hran v grafu, hranové chromatické číslo. Je zřejmé, že hranové chromatické číslo úplného bipartitního grafu K n,n je n. Je-li dán takový graf s množinou uzlů {u 1,u 2,...,u n, v 1,v 2,..., v n } a množinou hran H, zvolme obarvení hran f : H {1,2,..., n}. Definujeme-li nyní matici (a i,j ) typu n/n vztahem

4 a i,j = f(u i, v j ) je tato matice evidentně latinským čtvercem. Příklad: Obarvení hran v K n,n n barvami však určuje n různých úplných párování (barva = párování). Počet těchto úplných párování v K n,n však lze určit algebraicky; udává ho permanent matice sousednosti. Odtud celkem plyne VĚTA: Latinských čtverců řádu n je minimálně n!. (n-1)!. (n-2)!... 1! Pro n = 6 je tedy latinských čtverců nejméně 6! 5! 4! 3! 2! 1! = 24 883 200 E. T. PARKER, Proc. AMS 10 (1959), 946-949 Konstrukce ortogonálních latinských čtverců řádu 22. Definitivní odpověď v r. 1960:

5 R. C. BOSE - S. S. SHRIKHANDE, Trans. AMS 95 (1960), 191-209 Ortogonální latinské čtverce existují pro každé přirozené n > 2 kromě n = 6. Přitom je evidentní, že každá množina po dvou ortogonálních latinských čtverců řádu n má nejvýše n-1 prvků. Příklad - ortogonální čtverce řádu 10 00 49 17 96 28 83 75 61 52 34 76 11 59 27 90 38 84 02 63 45 85 70 22 69 37 91 48 13 04 56 58 86 71 33 09 47 92 24 15 60 93 68 80 72 44 19 57 35 26 01 67 94 08 81 73 55 29 46 30 12 39 07 95 18 82 74 66 50 41 23 21 32 43 54 65 06 10 77 88 99 42 53 64 05 16 20 31 89 97 78 14 25 36 40 51 62 03 98 79 87 Jacob STEINER (1796-1863) zformuloval v r. 1853 problém trojic: Pro která přirozená n lze z daných objektů vytvořit trojice tak, aby se každé dva prvky vyskytly společně právě v jedné trojici? V r. 1859 dokázal M. RIESS, že vcelku evidentní nutná podmínka je i dostatečná:

6 Věta: Na n-prvkové množině existuje systém Steinerových trojic právě tehdy, když n = 6k + 1 nebo n = 6k + 3, n 3, k celé. V tom případě je těchto trojic n(n-1)/6 a každý prvek se vyskytuje v (n-1)/2 trojicích. Příklad: n = 3 : 123 n = 7 : 123 167 257 356 145 246 347 n = 9 : 123 179 278 369 145 249 348 467 168 256 357 589 Nejjednodušší matro- X X X X X X X X X X X X X X X X X X X X X id Gino FANO (1871-1952)

7 První úlohu vedoucí na Steinerovy trojice však uveřejnil anglický kněz a amatérský matematik Thomas Penyngton KIRKMAN (1806-1895) v Lady s and Gentleman Diary r. 1844: Patnáct školaček chodí denně na procházku seřazeno do pěti trojic. Lze je řadit do trojic tak, aby každá s každou šla během sedmi po sobě jdoucích dnů ve trojici právě jednou? Jde evidentně o systém Steinerových trojic s dodatečnou podmínkou: trojice rozdělit na 7 tříd po pěti tak, aby každý prvek byl v každé třídě právě jednou. Řešení: 1 2 3 1 4 7 1 5 13 1 6 8 4 5 6 2 5 10 2 4 12 2 11 13 7 8 9 6 11 14 6 7 15 4 10 15 10 11 12 9 12 15 8 10 14 5 9 14 13 14 15 3 8 13 3 9 11 3 7 12 1 9 10 1 11 15 1 12 14 2 7 14 2 6 9 2 8 15 3 5 15 3 4 14 3 6 10 4 8 11 5 8 12 4 9 13 6 12 13 7 10 13 5 7 11 V r. 1850 zobecnil tento problém Arthur CAYLEY (1821-1895) na lib. přirozené n (v příslušném přeformulování). Dodnes to zůstalo nevyřešeno, ačkoliv na problému intenzivně pracoval například James Joseph SYL- VESTER (1814-1897).

8 Definice: Buďte v,b,k,r,λ přirozená čísla, A buď konečná množina s v prvky. Systém podmnožin X 1, X 2,..., X b se nazývá blokové schéma typu (v,b,k,r,λ) na množině A, jestliže všechny množiny X i, nazývané bloky, mají k prvků, každý prvek a A je prvkem právě r bloků a každé dva prvky leží současně v právě λ blocích. Steinerovy trojice jsou tedy bloková schémata typu (n,b,3,r,1). Definice: Buď A konečná neprázdná množina, R nějaký systém jejích neprázdných podmnožin. Prvky množiny A v dalším nazýváme body, prvky množiny R přímky. Dvojici (A, R ) nazveme konečnou afinní rovinou, jestliže platí: I. Každé dva různé body leží na právě jedné přímce. II. Ke každému bodu x A a každé přímce p, x p existuje právě jedna přímka q taková, že x q, p q = O. III. Existují tři navzájem různé body, které neleží na jedné přímce. Příklad konečné roviny.

9 Řád konečné roviny, rovnoběžky, směr. Věta: Konečná afinní rovina řádu n má n 2 bodů a n 2 + n přímek. Na každé přímce leží n bodů a každým bodem prochází n + 1 přímek. Všechny přímky lze rozdělit do n+1 směrů a každý směr obsahuje n rovnoběžek. I 1 2 3 4 První II 5 7 6 8 směr III 10 11 9 12 IV 15 14 16 13 V 13 1 5 9 Druhý VI 14 10 2 6 směr VII 11 15 7 3 VIII 4 8 12 16 IX 6 16 1 11 Třetí X 12 5 15 2 směr XI 8 9 3 14 XII 13 4 10 7 XIII 7 12 14 1 Čtvrtý XIV 2 13 8 11 směr XV 16 3 10 5 XVI 9 6 4 15 XVII 1 8 15 10 Pátý XVIII 9 2 7 16 směr XIX 3 12 13 6 XX 5 14 11 4

10 Věta: Konečná afinní rovina řádu n 3 existuje právě tehdy, když existuje n-1 latinských čtverců n-tého řádu, z nichž každé dva jsou navzájem ortogonální. Důsledek: Neexistuje konečná rovina 6. řádu. Idea důkazu věty: Seřaďme 16 bodů konečné roviny 4. řádu do tabulky 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Řádky a sloupce jsou zřejmě přímky 1. a 2. směru. Nyní vezměme přímky 3. směru a ve výše uvedené tabulce nahraďme číslem 1 body přímky IX, tj. body 1, 6, 11 a 16, číslem 2 body přímky X atd. Dostaneme tak matici 1 2 3 4 2 1 4 3 3 4 1 2 4 3 2 1. Zákonitě jsme přitom obdrželi latinský čtverec. Nyní sestrojíme analogicky latinské čtverce pomocí 4. a 5. směru. Dostaneme 1 2 3 4 1 2 3 4 3 4 1 2 4 3 2 1 4 3 2 1 2 1 4 3 2 1 4 3 3 4 1 2

11 Takto sestrojené čtverce jsou zákonitě ortogonální. Konstrukci lze přitom obrátit. Konečných afinních rovin existuje nekonečně mnoho, Věta: Je-li přirozené číslo n mocninou nějakého prvočísla, existuje konečná rovina n-tého řádu. Věta: (P. H. Bruck - H. J. Ryser 1949) Nechť přirozené číslo n není součtem čtverců dvou přirozených čísel a nechť n=1 (mod 4) nebo n=2 (mod 4). Pak neexistuje konečná rovina řádu n. 10! 9! 8! 7! 6! 5! 4! 3! 2! 1! = 6,658 606 583. 10 27. MAGICKÉ ČTVERCE Je-li utvořen z čísel 1, 2,..., n 2, je součet v každém řádku a sloupci roven číslu n(n 2 + 1)/2. JANG HUI (13. stol.) - konstrukce magických čtverců 3. - 10. řádu. Například tzv. Veliký Lo-šu: magický čtverec Lo-šu, zvaný též Saturn, je následující čtverec, známý již ve starověku 4 9 2 3 5 7 8 1 6

12 Očíslujeme-li řádky i sloupce čísly 0, 1 a 2 a označíme-li L(i,j) číslo v i-tém řádku a j-tém sloupci, takže například L(1,2) = 7, jsou při analogickém očíslování následujícího Velkého Lo-šu prvky G(i,j) vytvořeny podle pravidla: a,b,c,d = 0, 1, 2. G(3a + b, 3c + d) = L(a,c) + 9.[L(b,d) - 1], 0 1 2 3 4 5 6 7 8 0 31 76 13 36 81 18 29 74 11 1 22 40 58 27 45 63 20 38 56 2 67 4 49 72 9 54 65 2 47 3 30 75 12 32 77 14 34 79 16 4 21 39 57 23 41 59 25 43 61 5 66 3 48 68 5 50 70 7 52 6 35 80 17 28 73 10 33 78 15 7 26 44 62 19 37 55 24 42 60 8 71 8 53 64 1 46 69 6 51 Např. G(7,2) = L(2,0) + 9[L(1,2) - 1] = 8 + 9.(7-1) = 62