/
Author: Баранов В.И. Стечкин Б.С.
Tags: комбинаторный анализ теория графов математика задачи по математике вычислительная математика комбинаторика вычислительная техника
ISBN: 5-9221-0493-4
Year: 2004
Text
В. И. БАРАНОВ
B.C. СТЕЧКИН
Экстремальные
комбинаторные
задачи
и их приложения
ИЗДАНИЕ ВТОРОЕ, ИСПРАВЛЕННОЕ И ДОПОЛНЕННОЕ
МОСКВА
ФИЗМАТДИТ
2004
УДК 519.1
ББК 22.18
Б 24
Баранов В. И., Стечкин Б. С. Экстремальные комбина-
комбинаторные задачи и их приложения. — 2-е изд., исправ. и доп. — М.:
ФИЗМАТЛИТ, 2004. - 240 с. - ISBN 5-9221-0493-4.
Изложены три широких класса экстремальных комбинаторных задач:
о разбиениях чисел, о системах множеств и о системах векторов. Проде-
Продемонстрированы возможности практического использования решений экстре-
экстремальных комбинаторных задач в информатике и вычислительной технике.
Особое место отведено новому направлению - экстремальным задачам
о разбиении чисел, основывающемуся на понятии вложимости разбиений чи-
чисел. Вложимость разбиений чисел позволяет формализовать важные прак-
практические постановки: проектирование технических и программных средств,
распределение ресурсов ЭВМ, задачу о рюкзаке, задачу о заполнении меш-
мешков, транспортные задачи.
Первое издание — 1989 г.
Для научных работников в области математики, кибернетики, информа-
информатики и вычислительной техники, а также для студентов и инженеров.
Табл. 4. Ил. 54. Библиогр. 198 назв.
© ФИЗМАТЛИТ, 2004
ISBN 5-9221-0493-4 © В. И. Баранов, Б. С. Стечкин, 2004
ОГЛАВЛЕНИЕ
Предисловие ко второму изданию ....................... 6
Предисловие к английскому изданию ..................... 6
Предисловие к первому изданию ....................... 7
Введение к английскому изданию ....................... 9
Историческая справка ............................. 10
Указатель обозначений ............................. 16
ГЛАВА 1
НЕКОТОРЫЕ СВЕДЕНИЯ ИЗ КОМБИНАТОРИКИ
1.1. Множества и операции со множествами ................ 19
1.2. Соответствия между множествами ................... 29
1.3. Комбинаторные схемы .......................... 42
1.4. Бинарные функции на упорядоченных множествах .......... 45
1.5. Некоторые свойства простых чисел ................... 55
1.6. Графический подход к задачам о средних в теории чисел ....... 70
ГЛАВА 2
ЭКСТРЕМАЛЬНЫЕ ЗАДАЧИ О ВЛОЖИМОСТИ РАЗБИЕНИЙ ЧИСЕЛ
2.1. Разбиения чисел ............................. 75
2.2. Простейшие свойства вложимости разбиений чисел .......... 82
2.3. Принцип полного размещения ...................... 85
2.4. Вложимость с ограничениями ...................... 87
2.5. Экстремумы полного размещения .................... 89
2.6. Взвешивания ............................... 102
2.7. Задачи и утверждения .......................... 105
ГЛАВА 3
ЭКСТРЕМАЛЬНЫЕ ЗАДАЧИ О ГРАФАХ И СИСТЕМАХ МНОЖЕСТВ
3.1. Теоремы Мантеля, Турана и Шпернера ................. 110
3.2. Запрещенные подграфы и локальные свойства ............. 116
3.3. Точные решения для локальных свойств графов ............ 117
3.4. Асимптотика для локальных свойств графов .............. 131
3.5. Элементы теории Рамсея ......................... 133
3.6. Задачи и утверждения .......................... 137
Оглавление
ГЛАВА 4
ЭКСТРЕМАЛЬНЫЕ ГЕОМЕТРИЧЕСКИЕ ЗАДАЧИ
4.1. Линейные нормированные пространства ................ 142
4.2. Экстремальные геометрические константы ............... 145
4.3. Некоторые применения геометрических констант ........... 154
4.4. Задачи и утверждения .......................... 158
ГЛАВА 5
ПРИМЕНЕНИЕ РЕЗУЛЬТАТОВ РЕШЕНИЯ ЭКСТРЕМАЛЬНЫХ
КОМБИНАТОРНЫХ ЗАДАЧ
5.1. Комбинаторные модели для исследования процесса распределения
памяти ЭВМ АСУ ............................ 161
5.2. Проектирование алгоритмов управления распределением памяти
ЭВМ .................................... 168
5.3. Комбинаторная модель для исследования процесса выполнения зада-
заданий в АСУ . ................................ 171
5.4. Комбинаторные модели для оценки необходимого размера памяти
ЭВМ .................................... 174
5.5. Применение комбинаторных моделей для оценки необходимого раз-
размера оперативной памяти ЭВМ АСУ .................. 184
5.6. Порядок расчета оценки необходимого размера оперативной памяти
ЭВМ АСУ ................................. 191
ПРИЛОЖЕНИЯ
1. Избранные отрывки из сочинений Лейбница ................ 197
2. Письмо Вильсону .............................. 204
3. Эйлер. Решение задачи ............................ 207
4. Комментарии ................................. 215
5. Рукопись, найденная на даче . ........................ 218
Библиографический комментарий ....................... 223
Предметный указатель ............................. 225
Список литературы ............................... 229
ПРЕДИСЛОВИЕ КО ВТОРОМУ ИЗДАНИЮ
После выхода первого издания книги в 1989 г. был опубликован издательством
KLUWER в 1995 г. сильно переработанный и увеличенный в объеме ее английский
перевод.
Книга неоднократно использовалась как учебное пособие для преподавания
начал дискретной математики в университетах и институтах России и за рубежом.
Этот опыт не остался замкнутым. В частности, он проявил увеличение интереса
к основаниям дискретной математики и ее простейшим понятиям, следуя чему в на-
настоящем издании мы постарались дополнить соответствующие разделы, для этого
в ряде случаев даже снимая тексты доказательств, отсылая за ними в предыдущие
издания.
Вообще, на наш взгляд (сознавая, что для многих на сегодня — спорный)
комбинаторика перестает быть прежде всего «служкой» практических нужд, но
начинает отважно претендовать на место одного из фундаментальных разделов
математики. Надеемся, книга поспособствует объективизации этого вопроса.
Настоящее издание пополнено приложением, в целом посвященном идейному
развитию понятия «Анализа Положений», введенному Г. Лейбницем, в котором
большую роль сыграла работа Л. Эйлера, русский перевод которой приводится здесь
впервые.
Мы по-прежнему стремились сохранить общий внутренний строй книги как
учебного пособия, справочника и оригинальной монографии. И если это в какой-то
мере удалось, то во многом благодаря нашим коллегам, друзьям и помощникам.
Спасибо им большое.
Данная книга служила учебным пособием для курса «Дискретная математика»
в течение трех последних лет в МГТУ им. А. Н. Косыгина, за что авторы выражают
свою признательность проф. А. С. Охотину и проф. П. А. Севостьянову.
Настоящее издание осуществлено при поддержке Российского фонда фундамен-
фундаментальных исследований (грант № 02-01-14061), которому авторы выражают особую
признательно сть.
Москва, 2003 г. В. И. Баранов, Б. С. Стечкин
ПРЕДИСЛОВИЕ К АНГЛИЙСКОМУ ИЗДАНИЮ
Английская версия русскоязычного издания существенно дополнена новыми
материалами и почти на пятьдесят процентов больше первоначальной по объему.
Часть новых материалов была подготовлена в сотрудничестве с коллегами. Это:
Предисловие к первому изданию
А. Климов, А. Косточка, И. Кан, И. Райвал, В. Шматков, К. Рыбников, А. Малых,
С. Сальников, Н. Зауер, А. Сидоренко, Ж. Макинтош, В. Кокей, К. Додсон, С. Рад-
зисовский, В. Редл, Р. Вильсон, Д. Катона.
В частности, Жак Макинтош предложил использовать слово «packability» для
нового русского термина «вложимость».
Особую благодарность выражаем переводчику. Нами неоднократно предприни-
предпринимались попытки перевода комбинаторной литературы на русский язык, и мы знаем,
насколько трудно корректно передать мысли, которые часто выражаются тяжелым
языком и перегружены значением. Однако мы полагаем, что даже настоящий абзац
был переведен вполне успешно.
Мы благодарим издательство «КЛЮВЕР», которое отважилось осуществить
этот проект, хотя мы и считаем, что риск был существенно снижен благодаря
превосходной координации всей работы со стороны Маргарет Дейгнан, которой мы
выражаем нашу глубочайшую признательность. Для второго автора подготовка ан-
английской версии книги осуществлялась частично за счет гранта по алгебраической
комбинаторике Российского фонда фундаментальных исследований № 93-011-1442.
Москва, 1993 г. В. И. Баранов, Б. С. Стечкин
ИЗ ПРЕДИСЛОВИЯ К ПЕРВОМУ ИЗДАНИЮ
Данная книга является результатом тесного сотрудничества инженера и матема-
математика по разработке методов решения задач, возникающих при создании автоматизи-
автоматизированных систем управления (АСУ). Основным результатом этого сотрудничества
явилась представленная в книге комбинаторная модель — вложимость разбиений
чисел.
Исследованию вложимости разбиений чисел предшествовал анализ ряда прак-
практических задач, возникающих при проектировании эффективных методов управ-
управления распределением памяти ЭВМ, разработке методов анализа структуры про-
программных средств АСУ и т.д. Выбор комбинаторных методов для исследований
предопределил разработку новой, важной для практики тематики — экстремальных
комбинаторных задач о вложимости разбиений чисел. Это комбинаторное направле-
направление оказалось полезным не только для формализации и решения ряда инженерных
задач — с его помощью решен класс экстремальных задач о графах.
Целью данной книги является знакомство инженеров и математиков с разрабо-
разработанными авторами методами решения ряда прикладных и математических задач.
Материал книги представлен пятью главами.
Глава 1 представляет собой краткий справочник по необходимым комбинатор-
комбинаторным понятиям. В частности, наряду со всеми элементарными комбинаторными
схемами излагается предлагаемая авторами схема списка, позволяющая унифици-
унифицировать простейшие комбинаторные схемы.
Глава 2 содержит основные математические результаты исследований вложи-
вложимости разбиений чисел и составляет наиболее полную на сегодняшний день сводку
результатов в этом направлении. В качестве иллюстрации применимости этих
результатов отмечена их связь со старинной задачей о взвешиваниях и другими
постановками. В виде упражнений приводятся задачи и утверждения о вложимости
разбиений чисел.
Предисловие к первому изданию
Глава 3 посвящена знакомству с экстремальными задачами о графах и системах
множеств; показана их связь с результатами о вложимости разбиений чисел.
Глава 4 представляет некоторые экстремальные геометрические задачи и при-
применения результатов их решения.
В главе 5 показаны методы использования результатов решения экстремальных
комбинаторных задач о вложимости разбиений чисел при проектировании АСУ.
Здесь приведены комбинаторные модели для исследования процессов управления
выполнением заданий АСУ и распределения памяти ЭВМ. Демонстрируется при-
применение теорем о вложимости для расчета размера оперативной памяти ЭВМ,
приводятся определения ряда новых инженерных понятий, связанных с примене-
применением методов комбинаторного анализа для исследования функционирования АСУ.
Предлагается новый способ оценки эффективности алгоритмов, характеризуемых
экстремальными границами.
Авторы выражают признательность всем специалистам, которые способствова-
способствовали получению результатов, изложенных в книге, а именно: О. В. Вискову, Р. Л. Грэ-
Грэхему, Я. Деметровичу, Д. Катоне, Ю. В. Матиясевичу, С. Г. Сальникову, П. Эрдёшу;
авторы также благодарят А. Ф. Сидоренко, пополнившего материал гл. 3 результа-
результатами о запрещенных подграфах и числах Рамсея и принявшего участие в написании
первых двух параграфов гл. 4. Авторы выражают глубокую благодарность А. А. Гу-
Гущину, В. К. Кривощекову и А. А. Цыпкину за большую помощь, оказанную при
составлении компьютерных программ для получения численных результатов гл. 2.
Особую благодарность авторы адресуют рецензентам, замечания которых не
только способствовали улучшению книги, но и повлияли на ее структуру.
Москва, 1989 г. В. И. Баранов, Б. С. Стечкин
ВВЕДЕНИЕ К АНГЛИЙСКОМУ ИЗДАНИЮ
Насколько нам известно, это — первая русская книга по общей комби™
наторике, которая переводится на английский язык. Последние десятилетия
имел место обратный процесс: на русский язык переводились и печатались
большими тиражами западные монографии, труды конференций и некото™
рые сборники статей по комбинаторике.
В послевоенный период в России происходило очень активное развитие
комбинаторных исследований: переводные издания наряду с книгами на
русском языке, труды конференций и статьи и специализированный журнал
по комбинаторике. Стало быть, российские комбинаторики были лучше
информированы, чем их западные коллеги. При чтении настоящей книги
может создаться впечатление, что мы недостаточное внимание уделяем
иностранным результатам. В действительности мы несколько удивлены
появлению этого перевода, поскольку изначально книга адресовалась рос™
сийским читателям с российскими целями.
Одна из таких целей — привлечь молодых людей к тематике экстре™
мальных задач и к комбинаторике как к предмету исследований. Таким
образом, отчасти настоящая книга имеет особенности как учебника, так
и справочника, и подходит для студентов — математиков и начинающих
инженеров. Мы рады тому, что эта цель достигнута хотя бы в том, что работа
одного из студентов представлена в английской версии продвижениями по
проблеме Фробениуса.
Другая цель состоит в нашей попытке расширить экстремальные под™
ходы к решению большого класса задач, включая рассматривавшиеся ранее
как исключительно алгоритмические. К сожалению, проблема «Р = NР»
порою оказывалась неразрешимой не для одних лишь теоретиков.
Взаимосвязанной с этим является и третья цель (хронологически она
первая): расширить свободу выбора теоретических оснований для модели-
моделирования реальных явлений, приводящих к полному решению практических
задач.
Реальное явление, которое подсказало весь настоящий проект, состоит
в следующем: если большое число задач (скажем, 108) одновременно реша-
решаются на компьютере, происходит «толкучка» (фрагментация памяти), кото™
рая приводит к резкому увеличению как общего времени, так и отдельного
времени решения каждой задачи. Иной раз это имеет существенное и даже
фундаментальное значение, например, при обнаружении и обслуживании
Историческая справка
(уничтожении) серии быстролетящих целей. И если их подлетное время
(например, до Москвы) составляет от пяти до восьми минут, то выигрыш
каждой секунды в работе компьютера превращается во вполне конкретную
реальность.
Этот метод достаточно универсален, так как у каждого компьютера есть
память — она имеется даже у счетов (абака), которые до сего дня отличает
непревзойденная конфигурация. Счеты одновременно являются носителем
памяти, процессором и монитором, но непременно с человеком.
Москва, 27 января 1993 г. В. И. Баранов, Б. С. Стечкин
ИСТОРИЧЕСКАЯ СПРАВКА
Данная книга представляет сравнительно новое проблемное направле-
направление экстремальных комбинаторных задач — о разбиениях чисел, о графах
и системах множеств, о системах векторов в линейном нормированном
пространстве.
Для дополнительного обоснования значимости этого направления да™
ются приложения экстремальных задач, в частности, излагаются элементы
теоретического расчета и проектирования систем обработки информации.
Поэтому нам представляется целесообразным изложить свое понимание
того, какое место занимает проблематика экстремальных задач в комбина-
комбинаторике наряду с ее другими проблемными направлениями.
Начало систематических комбинаторных исследований положено тру™
дами Б. Паскаля и П. Ферма. Вопрос об азартной игре шевалье де Мере
был сведен к различимости отдельных комбинаций и подсчету благопри-
благоприятных исходов. Три главы труда Я. Бернулли «Ars Conjectandl» составили
первое систематизированное изложение комбинаторных фактов. Работы
Я. Бернулли и Г. Лейбница способствовали выделению комбинаторики
в самостоятельный раздел. Именно Г. Лейбниц осуществил первую по-
попытку целостного осмысления комбинаторики в своей диссертации «Ars
Combinatoria», откуда, по-видимому, и пошел термин «комбинаторика».
Русская математическая речь термином «комбинаторика» пополнилась
не сразу; предпочтение отдавалось «теории соединений» — это название
вполне отражает суть. Основным объектным понятием комбинаторики яв-
является понятие соответствия. Комбинирование есть перебор соответствий
между свойствами объектов с целью изучения их природы. Сложность
такого перебора предопределяется взаимной зависимостью этих свойств.
Предмет комбинаторики состоит в изучении соответствий и комбинаций
простейших математических объектов — чисел, множеств и фигур. В ме™
тодологической основе комбинаторики лежит комбинирование тремя атри-
атрибутными свойствами множества — различимостью, очередностью и це-
целостностью. Это комбинирование порождает весь простейший комбинатор™
ный инструментарий: различимость — мультимножество, очередность —
перестановку, целостность — разбиение.
10 Историческая справка
Объектами комбинаторных соединений могут служить понятия не
только математические, но и любые практические, будь то предметы,
люди, знакомства, высказывания. Именно эта свобода выбора объектов
исследования обеспечивает простоту, доступность и практическую зна-
значимость комбинаторных постановок, а подчас и их мистическую ши-
широту.
Во второй половине XIX в. основы теории соединений стали входить
в обязательные курсы алгебры для гимназий и реальных училищ России
и других стран. Углубленное изучение комбинаций и соединений объектов
проводилось в тех разделах математики, которым эти объекты принад-
лежали, — анализу, алгебре, геометрии, теории чисел, теории множеств,
логике. Это, в свою очередь, нашло отражение в специфике и многообразии
применяемых методов, а также в становлении основных проблемных на™
правлений. Вместе с тем все комбинаторные тематики тесно взаимосвязаны
и объединяются единым предметом — комбинаторикой; все они составляют
общую комбинаторику.
К началу XX в. комбинаторный анализ как и математический анализ
функций дискретного аргумента, по образному выражению Мак-Магона,
«занимал землю между алгеброй и высшей арифметикой»; тогда же наме-
наметилась тенденция «комбинаторной атаки и на иные территории». Процесс
этот тем мощнее, чем действенней методы комбинаторики, в том числе
и благоприобретенные в ходе этого процесса.
На становление исследований и их формирование в отдельные направ-
ления и тематики влияют два фактора:
— предметный, т. е. выбор объекта исследований,
- проблемный, т. е. выбор цели исследований.
Выбор зависит от осознанной необходимости и имеющихся возможно-
возможностей; развитие тематики обогащает и то и другое.
Простейший количественный анализ комбинаций и соединений состав™
ляет основу традиционного проблемного направления комбинаторики —
перечислительные задачи. Развитие этого направления служит главным
источником построения комбинаторного анализа. Исторически первым
и общим для комбинаторного анализа явился метод производящих функций.
Разработанный Эйлером в первую очередь для нужд теории разбиений
чисел, этот аналитический метод оказался эффективным инструментом
и для комбинаторики; он был развит до таких тонких форм, как метод
производящих функций Дирихле, метод тригонометрических функций —
методов, применяемых не только в комбинаторике и теории чисел. Развитие
метода производящих функций во многом шло за счет задач о разбиениях.
Один из самых ярких моментов этого развития — создание «кругово-
«кругового» метода, первоначально для подсчета всех разбиений фиксированного
числа.
Иное проблемное направление комбинаторики составляют структурные
задачи. Наиболее явственно проявилось оно в теории графов.
Теория графов представляет собой раздел комбинаторики, изучающий
различного рода простейшие отношения на множествах и системах мно-
Историческая справка 11
жеств. Однако зарождение этого раздела пришлось на то время, когда
понятия соответствия и отношения еще не выделились как самостоятель-
самостоятельные математические, но лишь проявились через иные — прежде всего,
геометрические и топологические — понятия.
«Но не довольно мне одной алгебры, ибо ни кратчайших доказательств,
ни красивейших конструкций геометрии не доставляет. Надобен еще один
анализ, геометрический или линейный, непосредственно оперирующий
с позиций, алгебра с величиной... Analysis situs. Думаю, что располагаю
таким средством, и что фигуры и даже машины и движения можно было
бы представлять с помощью символов, как алгебра представляет числа
и величины... Мне остается добавить еще одно замечание о том, что я
считаю возможным распространить характеристику на вещи, недоступные
чувственному воображению; но это слишком важно и слишком далеко захо-
заходит для того, чтобы я мог объясниться на этот счет в немногих словах». Так
писал Г. Лейбниц К. Гюйгенсу 8 сентября 1679 г. В этом письме на примере
некоего геометрического этюда Лейбниц ищет общие способы формального
оперирования с соответствиями. Самый термин situs (позиция, положение)
можно понимать как соответствие объекта месту. Всю жизнь не оставлял
Лейбница этот замысел, и через 15 лет он писал Лопиталю: «... я хотел бы
иметь возможность его реализовать, но сухие и отвлеченные поначалу раз-
размышления меня слишком возбуждают... Будучи в этом году более нездоров,
чем в течение уже долгого времени, я принуждаю себя воздерживаться, хотя
мне это и не удается в такой мере, как следовало бы». Замысел Лейбница
опережал свое время, но как оказалось — ненадолго.
Решая казалось бы шуточный топологический вопрос-головоломку об
обходе семи кенигсбергских мостов, Л. Эйлер вывел необходимые и доста™
точные условия существования таких обходов во всей общности, положив
тем самым начало теории графов. Исходный вопрос состоял в следующем:
можно ли пройти по всем мостам лишь единожды и возвратиться в исход-
ную точку? Полагая связные части суши за точки, а мосты — за линии,
можно нарисовать граф и сформулировать вопрос как возможность обхода
графа по точкам (вершинам) и линиям (ребрам) с условием однократности
прохождения по последним. Л. Эйлер в 1735 г. оформил работу «Solutio
problematis ad geometriam situs pertinentis», где установил локальные усло-
условия осуществимости такого обхода, именуемого теперь эйлеровым циклом:
граф обладает эйлеровым циклом тогда и только тогда, когда он связен
и из каждой его вершины исходит четное число ребер. Граф кенигсберг™
ских мостов этому условию не удовлетворяет. В этой же работе Л. Эйлер
установил, что сумма степеней вершин любого графа равна удвоенному
числу его ребер.
Таким образом, понятие графа как системы двухэлементных подмно-
подмножеств (ребер) некоторого множества (вершин) возникло и изучалось на
основе его топологической природы. Выведенный Куратовским критерий
планарности графа расширил представление о нем: граф может быть
изображен на плоскости точками и соединяющими их линиями без пересе-
пересечения последних тогда и только тогда, когда он не содержит подграфов,
Историческая справка
гомеоморфных графам К5 и Кз,з- Это значит, что «топологичность» графа
полностью определяется его теоретико-множественной структурой. Поэто-
Поэтому топологические задачи теории графов выделяются в отдельную темати-
тематику: сюда относятся, в частности, вопросы о раскраске карт и размещениях
графов на многообразиях.
Вопросы укладки графа на плоскости и других поверхностях имеют
свое начало в трудах Л. Эйлера, который установил, что для любого по™
диэдра, имеющего V вершин, Е ребер и F граней, справедливо равенство
V - Е + F = 2.
Графическое представление комбинаций и соединений геометрически™
ми фигурами в сопоставлении с евклидовой геометрией привело к созда-
созданию теории матроидов, комбинаторных и конечных геометрий. Высокая
абстрактность алгебры, логики и теории множеств не только обусловила их
применение для изучения соединений объектов любой природы, но и сде-
сделала возможным разрешение вопросов о самих реализациях конкретных
структурных явлений, заложив тем самым начало еще одного направления
— алгоритмического.
Характеризация предельных возможностей комбинаторных соединений
составляет суть еще одного проблемного направления — экстремальных
комбинаторных задач, т. е. в общем виде поиска ответа на вопрос, кото™
рый можно сформулировать словами П. Л. Чебышева: «Как располагать
своими средствами для достижения по возможности большей выгоды?»
Практическая важность экстремальной тематики в целом охарактеризована
П. Л. Чебышевым: «Большая часть вопросов практики приводится к задачам
наибольших и наименьших величин, совершенно новым для науки, и только
решением этих задач мы можем удовлетворить требованиям практики,
которая везде ищет самого лучшего, самого выгодного... Сближение тео-
теории с практикой дает самые благоприятные результаты, и не одна только
практика от этого выигрывает; сами науки развиваются под влиянием ее,
она открывает им новые предметы для исследования или новые стороны
в предметах давно известных. Несмотря на ту высокую степень разви-
развития, до которой доведены науки, практика явно обнаруживает неполноту
их во многих отношениях; она предлагает вопросы, существенно новые
для науки, и таким образом выигрывает на изыскание совершенно новых
методов. Если теория много выигрывает от новых приложений старой
методы или от новых развитии ее, то она еще более приобретает открытием
новых метод, и в этом случае наука находит себе верного руководителя
в практике».
Одно из первых самостоятельных проявлений тематики экстремальных
задач оказалось геометрическим и восходит к 1611 г., когда Иоганн Кеплер
впервые описал способ, которым можно обложить сферу двенадцатью
шарами того же радиуса, чтобы все эти шары касались центральной сферы.
Спустя 83 г. между Исааком Ньютоном и Дэвидом Грегори возник спор
о том, сколько равновеликих шаров можно разместить таким образом
вокруг центральной сферы того же радиуса; при этом первый из них
утверждал, что 12, а второй — что можно и 13. Разрешение их спора
Историческая справка 13
затянулось без малого на 200 лет, а упрощение доказательства правоты
первого спорщика продолжается и поныне.
В процессе изучения корпускулярной модели строения вещества
М. В. Ломоносовым были даны оценки коэффициентов сжатия вещества,
исходя из сравнения плотностей заполнения пространства единичными
шарами при различных способах заполнения ими пространства.
Примерно тогда же случился успешный опыт математического подхода
к разгадке шифров, предпринятый по просьбе русского правительства
Гольдбахом (за что тот даже удостоился лестной аттестации канцлера Бес-
Бестужева: «Всему, что в цифрах написано, искусством господина Гольдбаха
ключ имеется»). Многие задачи нынешней теории кодирования могут быть
сформулированы как экстремальные геометрические задачи для простран-
пространства Хемминга. Так, например, максимальная мощность равновесного кода
веса к с кодовым расстоянием а равна максимальному числу векторов
нормы к в пространстве Хемминга, среди которых разность любой па™
ры по норме не меньше, чем а, что, очевидно, есть аналог контактного
числа.
Тем самым уже в период зарождения тематики экстремальных гео-
геометрических задач начал определяться круг ее возможных использова-
ний.
Расширение областей применения теоретических комбинаторных ре-
результатов приводит к зарождению важного проблемного направления —
комбинаторного моделирования. При этом выбор наиболее подходящей
комбинаторной трактовки прикладных задач определяется конечными це-
целями их решения. Широкая степень абстракции каждой комбинаторной
модели позволяет с их помощью исследовать некоторый определенный
круг процессов или явлений из различных областей знаний. Следовательно,
объединение таких моделей в комплексы, чей состав будет определяться
путем нахождения правил соответствия между ними, которые, в свою
очередь, будут зависеть от задач, решаемых с помощью таких комплексов
моделей, существенным образом расширит области их применения. Это
приводит к образованию еще одного проблемного направления—изучению
соответствий между различными моделями. Основная цель, которая пре-
преследуется этим проблемным направлением: создание унифицированных
комплексов комбинаторных моделей, пригодных для адекватного описания
не только специализированных задач практики, но и для описания про-
процессов и явлений, принадлежащих некоторому кругу предметных областей
знаний.
Комбинаторика может служить практикой и теорией. В период станов-
становления она была практикой для теории вероятностей, подтверждая и подска-
подсказывая ее методы и законы; теорией выступала, решая задачи. Эта замеча-
замечательная двойственность проявляется и в экстремальных задачах, которые
являются не только рабочим инструментом решения чисто практических
вопросов, но сами же характеризуют эффективность этого разрешения,
являясь тем самым удобным мерилом основного критерия истинности —
практики.
14 Историческая справка
Авторская концепция этой книги, в сущности, сводится к мысли, вы-
высказанной Дж. Сильвестром: «Число, место и комбинация — три взаимно
скрещивающиеся, но отличные сферы мышления, к которым можно отне-
отнести все математические идеи». Стало быть, она состоит в том, что в ком-
комбинаторике понятие соответствия является столь же основополагающим,
как величина в алгебре, число в теории чисел, фигуры в геометрии; стало
быть, в конечном итоге, наряду с алгеброй, теорией чисел и геометрией
комбинаторика займет одно из «атомических» мест в структурном единстве
математики.
УКАЗАТЕЛЬ ОБОЗНАЧЕНИИ
П — знак произведения
]Р — знак суммы
0 — пустое множество
П — пересечение
U — объединение
\ — разность
о — симметрическая разность
? — принадлежность
С — включение подмножеств и вложимость разбиений
С — строгое включение подмножеств и вложимость разбиений
\Л\ — мощность множества А
Y — дополнение множества Y
X • Y — произведение множеств X и Y
Х^ — п-я декартова степень множества X
Т(Х) — множество всех упорядоченных разбиений множества X
Тк{Х) — множество всех упорядоченных разбиений с к блоками
В{Х) — беллиан множества X
Вк(Х) — множество всех разбиений с к блоками
М = {1,2,3,...} — множество всех натуральных чисел
N„ = {0,1,2,3,...}
Ш — множество действительных чисел
[Л] — первичная спецификация мультимножества А
[[Л]] — вторичная спецификация мультимножества А
S(A) — основание мультимножества А
к л (а) — кратность элемента а в мультимножестве А
С (А) = С'Л'(Л) — оператор целостности мультимножества А
И = {1,2,...,г}
[х,у] = {z : х ^ z ^ у} — интервал бинарного отношения (^)
х \ у — х делит у нацело
(ni,. . . , пг) Ьп — разбиение числа п
Р — множество всех разбиений всех натуральных чисел
Р(п) — множество всех разбиений числа п
Рг — множество всех разбиений ранга г
Рг(п) — множество всех разбиений ранга г числа п
2х или V(X) — булеан множества X
Ск{Х) = {SCX \S\ = к}
16 Указатель обозначений
Sn — п-элементное множество или множество всех перестановок п-элемент-
ного множества
G(Sn) или G2 (Sn) — граф на множестве вершин Sn
G^ — граф на некотором множестве из п вершин
G = C2(S)\G — граф, дополнительный к графу G
G(S) = G(Sn) П C2(S) —порожденный подграф
Кп — полный граф на п вершинах
Kp^q — полный двудольный граф
Zn — звезда
Fk — fc-вершинный граф с [к/2] независимыми ребрами (паросочетание)
Fk — паро сочетание с «вилкой»
x(G) — хроматическое число графа G
Xf(G) — внешнее хроматическое число графа G
t(G) — наибольшее число независимых ребер в графе G
A(G) — наибольшая степень в графе G
С к — простой цикл на к вершинах
Рк — простой путь на к вершинах
йс{а) = |{е ? G : a G е}| — степень вершины а в графе G
v(S, g, G) = |{е Е G : \S П е| = q}\ — валентность
Gl(S) — 1-граф на множестве вершин S
а(п, к) — число Стирлинга второго рода
В(п) — число Белла
Т(п, к, I) — число Турана
R(r, s) — число Рамсея
W(n) — число ван дер Вардена
п\ = п(п — 1) . . . 1 — факториал, 0! = 1
B) = Cn = fc^^ifc)! — биномиальный коэффициент
( п ) = —г^т г — полиномиальный коэффициент
\П1,П2,...,ПГ/ П\1П2^.--.ПГ\ Tf "<
[х] — целая часть числа ж, ]х[= —[—х]
{ж} — дробная доля (часть) числа х
х{. . . } — индикаторная функция
Ша — d-мерное евклидово пространство
Н — гильбертово пространство
11 ж 11 — норма вектора х
(ж, у) — скалярное произведение
&п = {xi,. . • , хп} — система из п векторов
NI IIWII IIE«€ffll
к(Х) — контактное число пространства X
N(A) — матричная норма матрицы А
11А112 — спектральная норма матрицы А
г (А) — числовой радиус матрицы А
гс(А) — обобщенная матричная норма матрицы А
tr А — след матрицы А
I — единичная матрица
Посвящается нашим матерям
ГЛАВА 1
НЕКОТОРЫЕ СВЕДЕНИЯ ИЗ КОМБИНАТОРИКИ
Данная глава представляет определения необходимых для изложения мате-
материалов книги комбинаторных понятий; их более углубленное изучение можно
продолжить по специализированным руководствам [15, 53, 55-57, 60-63, 94, 100,
101].
1.1. Множества и операции со множествами
1.1.1. Понятие множества и мультимножества. Множество — это
целое, состоящее из различных частей. Ясно, что такое словесное описа-
описание трудно посчитать четким определением. Дело в том, что множество,
являясь понятием категориальным, не поддается четкому определению; его
отсутствие восполняют различного рода описания. Цель таких описаний
— отразить важнейшие (атрибутные) свойства множества, а именно: раз-
различимость всех частей множества, неупорядоченность частей множества и
целостность множества.
Различают два типа частей множества — элементы и подмножества.
Элемент понимают как неделимую и непустую часть множества, все иные
его части считают подмножествами. Каждый элемент множества можно
рассматривать как его одноэлементное подмножество. Особо выделяют
часть, которую называют пустым множеством (т. е. не содержащим ни од™
ного элемента) и обозначают 0. Считается, что каждое множество обладает
такой частью.
Отказ от различимости элементов множества приводит к понятию
мультимножества, т. е. совокупности элементов, среди которых могут быть
и одинаковые (неразличимые). Всякое мультимножество можно пред ста™
вить его основанием, т.е. множеством всех его различных элементов,
и кратностями — числом повторений каждого элемента основания этого
мультимножества.
Одна и та же горсть мелочи может быть и множеством, и мульти-
мультимножеством: если в ней есть монеты одинакового достоинства, то для
тратящего между ними нет разницы, т. е. для него это мультимножество,
в то время как нумизмату интересны и даты выпуска монет, и если они на
монетах одинакового достоинства различны, то для него эта горсть монет
— множество.
1.1.2. Обозначения. Если а является элементом множества Л, то го-
говорят, что а принадлежит множеству Л, и записывают а Е Л; в противном
случае пишут а ф А. В случае, когда В является подмножеством Л, пишут
ВС А. Включение множеств С обладает свойством рефлексивности (А С А)
и транзитивности (если ВСАшАСС.тоВС С). Если А С В и В С Л,
то Л = В. Подмножество В называется собственным подмножеством Л,
если В С Л и В ф А. Этому соответствует запись В с Л.
1.1. Множества и операции со множествами 19
Простейшей численной характеристикой множества как целого являет-
является указание количества его элементов, т. е. мощность множества. Множе-
Множество А является конечным, если его мощность есть целое неотрицательное
число, которое обозначается \А\. Если число элементов множества не
ограничено, то такое множество называется бесконечным. Пусть \А\ = пи
В\ = т; тогда если В С Л, то т ^ п, причем если В с Л, то т < п.
Задавать множество можно списком его элементов А = {e&i, аг? • • • }>
причем порядок а^-х несуществен. Однако столь явный способ задания
множества либо не всегда осуществим, либо неудобен. Так, множество
всех натуральных чисел N не допускает явного задания списком, по-
поскольку N бесконечно. В таких случаях множество задается описанием
свойств, однозначно определяющих принадлежность элементов данному
множеству. Этому способу задания множества А соответствует запись
А = {а : а обладает свойством R}, которая означает, что множество А
состоит из всех тех и только тех а, которые обладают свойством R(a) =
= R. Например, если свойство R(a) состоит в том, что а — простое
число, то Л — множество всех простых чисел (т. е. непредставимых суммой
одинаковых слагаемых, отличных от самого числа и единицы). Возможно
также рекурсивное задание множества, при котором каждый последующий
элемент описывается через предыдущие. Так, заданию множества нату-
натуральных чисел N может соответствовать запись:
N = {г : если целое г G N, то г + 1 G N, г ^ 1 G N}.
Способы задания мультимножества аналогичны заданию множества.
Например, мультимножество А = {а, а, 6, 6, 6, с} имеет основание
{а, 6, с} и кратности к (а) = 2, к(Ь) = 3, к(с) = 1. Кратности
элементов основания мультимножества иногда записываются в виде
показателей, тогда заданию мультимножества А соответствует запись
А = {а2, б3, с1}. Список кратностей мультимножества А = {av, bw,... }
называется его первичной спецификацией и обозначается [А] = [v, w,...].
Согласно этому определению первичная спецификация тоже может
быть мультимножеством, состоящим из натуральных чисел. Вторичной
спецификацией мультимножества А = {av,bw,...} называется первичная
спецификация его первичной спецификации, т.е. [[А]} = [[v, го,...]].
Отсюда следует, что если А — множество, состоящее из т элементов, то
[А] = [I"], [{А}} = [[1™]] = {т}.
В заключение важно заметить, что любое задание множества должно
быть корректным. Несоблюдение последнего может привести к трудностям
типа парадокса Б. Рассела. Этот парадокс обычно иллюстрируется на
примере парикмахера, определившего множество людей, которых он бреет,
как совокупность всех жителей своего городка, не бреющихся самостоя-
самостоятельно. При таком задании множества остается неясным — принадлежит ли
сам парикмахер этому множеству или нет? Следовательно, любой способ
задания множества должен обеспечивать его целостность, будь то задание
его элементами, подмножествами, с помощью операций и т. п.
20 Некоторые сведения из комбинаторики Гл. 1
1.1.3. Операции со множествами. Пересечение множеств X и У есть
множество X П У, состоящее из всех тех элементов, которые принадлежат
и X и У, т.е. X Г) Y = {х : х Е X и ж Е К}. Например, для X =
= {1, 2, 3} и У = {2, 3, 4} получим X П У = {2, 3}, а для Л = {1, 2}
и Я = {3,4} получим АП В = 0 — такие множества А и В называются
непересекающимися. Ясно, что X П 0 = 0. Пересечение двух и более
множеств коммутативно: ХПУ = УГ)Х,и ассоциативно:
(X DY)nZ = X n(YHZ) = X DYHZ.
Объединение множеств X и У есть множество X U У, состоящее из
всех тех элементов, которые принадлежат X либо У, т. е. X U У = {х: х €
Е X или ж Е У}. Например, если X = {1, 2, 3}, У = {2, 3, 4}, то X U У =
= {1,2,3,4}; ясно, что X U 0 = X. Объединение двух или более множеств
коммутативно: ХиУ = УиХ,и ассоциативно:
{X U У) U Z = X U (У U Z) = X U У U Z.
Дистрибутивность — это важное свойство, которым обладают опера-
операции объединения и пересечения:
X П (У U Z) = (X П У) U (X П Z), X U (У П Z) = (X U У) П (X U Z).
Разность множеств X и У есть множество Х\У, состоящее из всех
тех элементов X, которые не принадлежат У, и всех тех элементов У,
которые не принадлежат X, т. е. Х\У = {х : х Е X ш х ф У}. Например,
если X = {1,2,3}, У = {2,3,4}, то Х\У = {1}; ясно, что Х\0 = X
и 0\Х = 0. Из определения разности следует, что (Х\У)и(ХПУ) = X.
Симметрическая разность множеств X и У есть множество X о У,
состоящее из всех тех элементов X, которые не принадлежат У, т. е. ХоУ =
= {х:х?ХшхфУ или х € У и х ф X}. Например, если X = {1,2,3},
Y = {2, 3, 4}, то X о У = {1, 4}; ясно, что 0 о X = X о 0 = X. Из
определения симметрической разности следует: ХоУ = (ХиУ)\(ХПУ).
Дополнение множества У относительно множества X определяется
только тогда, когда У С X, и в этом случае это есть множество У = Х\У.
Например, для У = {2, 3}, X = {1, 2, 3} дополнением У относительно X
является множество
Y = Х\У = {1}.
Законы де Моргана: если X и У — подмножества некоторого множе-
множества Z, то ХПУ = X U У, ХиУ = X П У.
Покрытие множества X образуют множества Хг, Х2,..., если X С
С \JiXii множества Х{ в этом случае называют блоками покрытия. На-
Например, покрытием множества натуральных чисел является {1, 2,... } с
CU^i{0,i,t + l}.
Разбиение множества X есть представление его непересекающимися
множествами: X = Хг U X2 U ..., где Х^ П Xj = 0 (г ф j). Например,
1.1. Множества и операции со множествами 21
{1,2,...} = Uf^t{i}. Множества Xi называются блоками или частями
разбиения. Если число блоков разбиения конечно, то это число называется
рангом разбиения. Изображать разбиения принято списком его блоков, ибо
по определению список представляет его однозначно, и поэтому такой
список также называется разбиением. Например, для множества X =
= {а, 6, с} запись (а, 6с) обозначает разбиение множества X на две части,
а и 6 с, отделяемые друг от друга запятой.
Спецификацией или типом разбиения X = XiUXsU* • -UXr называется
список мощностей его блоков [\Xi\, \Х2\, • •., \ХГ\]. Так, разбиение (а, 6с)
имеет тип [1, 2]. Подразбиением (шлирасщеплением) некоторого разбиения
называется разбиение, полученное разбиением блоков исходного разбие-
разбиения. Так, разбиение (а, 6, с) есть расщепление разбиения (а, 6с). Иными
словами, путем объединения блоков из расщепления всегда можно «скле-
«склеить» исходное разбиение. Наконец, различают разбиения упорядоченные
и неупорядоченные — в зависимости от того, учитывается или не учитыва™
ется очередность их блоков, причем все возможные спецификации, отлич™
ные от обычного (неупорядоченного) разбиения, оговариваются особо.
Правило суммы следует из определения разбиения множества: для
каждого разбиения конечного множества X = Х\ U • • • U ХГ9 где Х{ П Xj =
= 0 (г ф j), справедливо равенство
Обобщенное правило суммы выполняется для покрытия конечного мно-
множества X С Xi U • • • U Хг и имеет вид
Произведением множеств Х\,..., Хг называется множество
П[=1 ^г = Xi - Х2 • ... • ХГ9 состоящее из всех упорядоченных списков
(a?i, #2,..., xr)j где Xi G Xi (i = 1, 2,..., г). Такое произведение
множеств называется прямым или декартовым. Пусть X = {1, 2} и У =
= {2,3}, тогда X • У = {A,2), A,3), B,2), B,3)}. Следовательно,
каждый элемент прямого произведения (a?i,..., жг) Е ПГ=1 ^ можно
рассматривать как r-мерный вектор, где Xi E Х{ является г-й координатой
этого вектора (г = 1,2,..., г). Принято считать, что X • 0 = 0. Декартово
произведение X • • • X с п сомножителями называется гг-й декартовой сте-
степенью множества X и обозначается Х^п\ Так, если X = {1, 2}, то Х^ =
= {A,1,1), A,1, 2), A,2,1), B,1,1), A,2, 2), B,1,2), B, 2,1), B, 2, 2)}.
Правило произведения (выполняет важную роль для перечисленных
комбинаторных задач): для любых конечных множеств Xi, X2,..., Хп
справедливо равенство
Булеан есть множество всех подмножеств множества X, включая пустое
множество 0 и само множество X. Таким образом, элементами булеана
Некоторые сведения из комбинаторики
Гл. 1
как множества являются подмножества множества X. Например, булеан
множества X = {1, 2, 3} состоит из множеств {0}, {1}, {2}, {3}, {1, 2},
{1,3}, {2,3}, {1,2,3}. Обозначается булеан 2х или Т(Х); обозначение
2х используется в связи с тем, что если X конечно, то мощность его
|2Х| = 2'XL В булеане естественно выделяются подмножества, состоя-
состоящие из подмножеств множества X, имеющих одинаковую мощность:
Ck(X) = {S С X : \S\ = к}. В этих обозначениях, очевидно, Т(Х) =
= \JkJ0Ck(X). Множества Ск(Х) имеют мощность, равную значению
биномиального коэффициента: если |Х| = п, то
\Ск(Х)\ = Скп =
к\(п-к)\я
Графом на множестве вершин Sn = {аь ..., ап} называется лю-
любое подмножество G множества C2(Sn)9 так что элементами графа G С
С C2(Sn) являются двухэлементные подмножества вершин 5П, именуе™
мые ребрами графа G. Таким образом, каждый граф на множестве вер-
вершин Sn = {<2i,...,an} можно представить списком его ребер G =
= {(fti, %•), (a*., ai),... }, где (di, a,j) G G тогда и только тогда, когда
вершины a,i и clj соединены ребром в графе G. Значит, каждую пару (а», aj)
из такого списка можно интерпретировать как ребро.
Полный граф — это граф Кп = C2(Sn), так что \Кп\ = С2,.
//г/кл^этограф вида G = {(ab a2), («2, «з), • • •, (а*-ъ a*), («fc, «i)};
обычно цикл обозначают через С&; ясно, что \Ck\ = A;.
Душь — это граф вида G = {(«ъ а2), («2, «з), • • •, («fe-i, а^)};обычно
путь обозначают Рд.; ясно, что |Рд.| = /г — 1.
Графы изображают обычно графически: вершины Sn — точками,
а ребра — линиями, соединяющими те пары вершин, которые образуют
ребро графа, например, на рис. 1.1 для п =
= 5 представлен граф G = {(ai,«2)? («ъ «4)?
(«2, о>з), {а2ч а а), (^з, «б)}-В этом графе имеются
полный подграф К% (он же цикл G3) на трех
вершинах а\, а^ «4 и пути Р^, например, путь,
последовательно проходящий через вершины а§,
>аА
Существует много различных модификаций
графов.
Ориентированный граф: ребра G суть упоря-
упорядоченные пары вершин.
Мулътиграф: ребра G могут повторяться.
Гиперграф: гиперграфом на множестве вер-
вершин Sn = {ai,..., ап} называется любое под-
подмножество G множества V(Sn), так что элементами гиперграфа GCT(Sn)
являются подмножества вершин Sn, именуемые гиперребрами графа G,
значит, гиперребра G могут иметь мощность, большую двух.
к-однородный гиперграф или к-граф: все ребра G имеют мощность,
равную к.
1.1. Множества и операции со множествами 23
Важными численными характеристиками графа являются:
степень вершины: если а ? Sn, то do (а) = \{е ? G : а Е е}|, т.е.
степень вершины — это число ребер графа, содержащих в себе эту вершину,
иначе — инцидентных этой вершине;
валентность: для множества вершин S и целого неотрицательного q
валентность v(S, g, G) = |{е ? G : \S П е| = q}\ есть число ребер графа,
пересекающихся с этим множеством вершин S по фиксированному числу
вершин q; ясно, что г;(а, 1, G) = do {а)- Эйлер установил, что во всяком
графе степени удовлетворяют тождеству X)ILi ^с(аг) = 2|G|.
Упорядоченные разбиения — это разбиения, в которых порядок блоков
существенен, например, если X = {а, 6, с}, то все упорядоченные разбие-
разбиения множества X составляют разбиения:
• с одним блоком: (abc);
• с двумя блоками: (а, 6с), F, ас), (с, ab, (be, а), (ас, Ь), (аб, с);
• с тремя блоками: (а, 6, с), (а, с, 6), (с, а, 6), F, а, с), F, с, а), (с, 6, а).
Множество всех упорядоченных разбиений множества X будем обозна™
чать через Т(Х)9 а его мощность — через Т(\Х\). Через Тк(Х) обозначим
множество всех упорядоченных разбиений, состоящих из к блоков, а через
Тк(\Х\) — мощность этого множества. Тогда если |Х| = п, то
Т(Х) = О Тк(Х), Т{п) = ^Тк{п).
к=1 к=1
Для упорядоченных разбиений по-прежнему корректно понятие типа
как последовательности, состоящей из объемов блоков, поэтому через
T[ni,..., пг] будем обозначать множество всех упорядоченных разбиений
типа [ni,..., пг], т. с. с объемами блоков ni,..., пг соответственно. Так,
приведенное выше множество упорядоченных разбиений множества X =
= {а, 6, с} с двумя блоками состоит из множеств Т[1, 2] и Т[2,1], имеющих
поЗ (= ТA, 2) = ТB,1)) разбиения в каждом из этих множеств. Мощ-
Мощность множества T[ni,..., пг] будем обозначать через T(ni,..., nr).
г
Тогда, если \Х\ = п = J2 щ9 то
г = 1
U Т[пь...,пг],
Здесь суммирование и объединение производятся по всем типам разбие™
ний ранга г.
Эти численные характеристики упорядоченных разбиений могут вы™
числяться при помощи следующих формул:
\П1, П2, • • • , Г
24 Некоторые сведения из комбинаторики Гл. 1
п\ „
где —:—: — полиномиальный коэффициент;
ni\n2iп\
+ . • • + nr = n k=0
ni > 0
Е
fl\ -П2- • • • Tlr I
пг + • • • + nr = n
Беллиан есть множество всех разбиений множества X. Например, если
X = {а, 6, с}, то беллиан множества X состоит из разбиений
• ранга один: (abc);
• ранга два: (а, 6с), F, ас), (с, ab);
• ранга три: (а, Ь, с).
Здесь подразделения на блоки разделяются запятыми. Предполагается,
что блоки разбиений в беллиане не упорядочены, т. е. разбиения (с, ab) и
(аб, с) понимаются как одинаковые. Беллиан будем обозначать через В(Х),
его мощность — через В(п), множество всех разбиений с точно к блоками
— через Вк(Х), а его мощность — через Вк(п), так что если |Х| = в, то
п
в(х)={]вк(х), в(п)
k=l k=l
Множество всех разбиений типа [ni,...,nr] обозначаем через
В[п\,..., пг], а число разбиений множества Х(|Х| = п) типа
[п\,..., пг]9 где п = YH=i пг-> обозначаем через В(п\,..., пг), так что
Br(X) = |J В(Хи ..., Xr), Br(n) = Y, В(пи ..., пг),
где объединение и суммирование производятся по всем возможным типам
разбиений на г блоков.
Эти численные характеристики беллиана могут вычисляться при помо-
помощи следующих формул:
В(т, . . . , пг) = Т(пъ . . . , пг)/г\;
Br(n) = Tr(n)/rl;
Вк(п) = а(п, к), где а(п, к) — число Стирлинга второго рода :
к
а(щ к) = ?(-1)*-''с?Г/п!, * = 1, 2, . . . , п;
3=0
о-@, 0) = 1, сг(п, к) = 0, п < к;
а(п^ к)х(х - 1)... (ж - /г + 1),
к=0
1.1. Множества и операции со множествами 25
В(п) — число Белла;
п г
B(n) = ^(r!)-1^(-l)^^r;
r=0 j=0
В(п) = 2^, тп frle — формула Добинского.
1.1.4. Операции с мультимножествами. На мультимножествах мож-
можно ввести операцию сложения, не имеющую аналогов в классической
теории множеств.
Сложение мультимножеств. Пусть заданы мультимножества А
ж В: А — с основанием S(A) = {z, у, z,...} и кратностями
[кА(х), кА(у), kA(z),. . .]; В — с основанием S(B) = {x,y,z,...}
и кратностями [кв{х), кв{у), ^в(^), • • •]• Тогда сумма (А + В)
мультимножеств А ш В определяется как мультимножество с основанием
S(A + В) = S(A) U S(B) и кратностями
= [кА(х) + &в(ж), Ал (у) + kB(y), kA(z)
т. е. при сложении мультимножеств их основания объединяются, а крат-
ности складываются. Например, если А = {а2, б3, с1} и В = {а1, с5, d4},
то А + В = {а3, б3, с6, d4}. При этом, конечно, элементы, отсутствующие
в одном основании, но наличествующие в другом, можно интерпретировать
как имеющие нулевую кратность.
Из определения суммы мультимножеств сразу следует правило вычис-
вычисления мощности их суммы: если Am В — конечные мультимножества, то
\А + В\ = \А\ + \В\= Y, клП+ Е М*0,
aes(A) bes(B)
так что в предыдущем примере | А + В\ = B + 3 + 1) + A + 5 + 4) = 16.
Подмулътимножество. Будем говорить, что мультимножество В
с основанием S (В) является под мультимножеством мультимножества А
с основанием S(A), если S(B) С S(A) и для каждого элемента а Е S(B)
выполняется неравенство к в (а) ^ &л(а).
Вложимость мультимножеств будем обозначать тем же знаком, что и
для множеств. Например, если А = {а2, б7, с1} и В = {а1, б5}, то В с Л,
поскольку S(B) = {а, Ь} С {а, 6, с} = S(A) и &в(а) = 1 < 2 = /гд(а),
() {)
Оперирование с мультимножествами. Операция сложения обеспечи-
обеспечивает очень удобную технику оперирования с мультимножествами и множе-
26 Некоторые сведения из комбинаторики Гл. 1
ствами, которая оказывается подобной обычному обращению с числами.
В этой технике наряду с операцией сложения мультимножеств важную роль
играет еще одно понятие — оператор целостности, который обеспечивает
аналитическое оперирование с совокупностью как с целым.
Аналогично тому, как это было сделано в булеане, введем в рассмот-
рассмотрение множество Ск(А) = {В : В С А,\В\ = к} всех ^-элементных
под мультимножеств конечного мультимножества А. Например, если А =
= {а2, б3} и к = 3, то С'л (А) в этом случае состоит из трех мультимножеств:
{а\ Ь}, {а, б2} и {б3}-
Оператором целостности мультимножества А называется представ™
ление А как единственного элемента: С (А) = С'А'(Л). Например, если
А = {а2 б3}, то С (А) = (а,а, Ь, Ь, Ь). В случае, если А = Sn =
= {а1?..., ап},т. е. А есть множество, оператор целостно сти С (Sn) ф Sn,
так как в соответствии с определением C(Sn) его мощность \C(Sn)\ =
= С™ = 1, в то время как \Sn\ = п. Таким образом, оператор целостно-
целостности любого мультимножества А — это, по существу, есть рассмотрение
мультимножества А как целого, и всегда при этом |С(Л)| = 1. Исходя из
сказанного, ясно, что если к — целое неотрицательное число, то запись
к С (а) надо понимать как к -кратное повторение элемента а.
Для всякого мультимножества А имеют место (и аксиоматизируются)
следующие равенства:
А = У^ С(а) = 2_j кл{а)С(а);
С(А) = ГГ С (а).
Здесь произведение понимается как обычное произведение множеств.
Именно эти равенства дают возможность формального оперирования
с мультимножествами. Так, с их помощью определенная выше операция
сложения мультимножеств принимает следующий простой вид:
А^В= J^ (kA{a) + kB(a))C{a).
aeS(A)US(B)
Отсюда сразу следует приведенная выше формула для мощности суммы
мультимножеств:
'aES(A)US(B)
aeS(A)US{B)
]Р (кА(а) + кв(а))\С(а)\ = ]Г (кА(а) + кв(а)).
aeS(A)US{B) a?S(A)US(B)
1.1. Множества и операции со множествами 27
Кроме того, весьма просто описываются операции объединения и пе-
пересечения для мультимножеств; для этого введем обозначения: Л = min,
V = max. Тогда
АПВ= J^ (кл(а) Акв(а))С(а),
a?S(A)nS{B)
AUB= J^ (kA(a)VkB(a))C(a).
Произведение мультимножеств будем определять так, чтобы для него
выполнялось правило произведения:
если Ли В —конечные мультимножества, то \АВ\ = \А\ • \В\.
Исходя из этого требования, полагаем, что если А и В — мультимно-
мультимножества, то их произведение есть мультимножество:
Согласно такому определению, получаем требуемое:
и • Bi = IЕ Е с(с(а) + см) | = Е Е
аЕАЬЕВ aE
ьев
Например, если А = {а2, б1} и В = {а1, б2}, то их произведение
состоит из девяти пар элементов: А • В = {(а, а), (а, 6), (а, 6), (а, а),
(а, Ъ), (а, Ъ), (Ь, а), (Ь, Ъ), (Ь, Ь)} = {(а, а)\ (а, Ъ)\ (Ь, аI, (Ь, бJ}. Другим
примером произведения мультимножеств может служить самое обычное
умножение натуральных чисел, поскольку каждое натуральное число мож™
но представить как мультимножество, состоящее из единиц, т. е. п имеет
основание {1} и кратность п.
Булеан мультимножества. Пусть А — конечное мультимножество
с основанием S(A) = {ai, «2? • • • ? аг} и первичной спецификацией
[&i, &2, • • •, kr], т.е. элемент ai наличествует в А ровно к{ раз (г =
= 1,2,..., г) и мощность всего этого мультимножества равна |Л| =
= YH=1 ^г = п-> таК ЧТО
Булеаном мультимножества А называется множество всех его под-
мультимножеств, включая пустое множество и само мультимножество А.
Обозначим такой булеан через V(A). Согласно определению множества
28 Некоторые сведения из комбинаторики Гл. 1
Ск(А)9 имеем Р(А) = Щ={}Ск{А) = ??=0 Ск{А)9 следовательно, при-
меняя технику оперирования с мультимножествами, получаем
kr r
кг
V i
kr r
j=0i=l
j = 0
r
к
3=0
i=lj=0 г=1
Значит, булеан мультимножества представим в виде прямого произведения
булеанов V(kiC{ai)) мультимножества, состоящего из единственного эле™
мента a,i9 повторенного ki раз. Булеан такого мультимножества состоит,
очевидно, из ki + 1 подмультимножеств {0}, {оц}, {оц, «i},..., {«f*}, т. е.
Т(к{С(а{)) | = к{ + 1. Следовательно,
г г г
ЩЛ)\ = \ЦТ(^С(<ц))\ = Г] \V(kiC(ai))\ = l\(ki + 1).
г=1 г=1 г = 1
Это равенство в случае множества Л = Sn = {ai,..., ап} дает уже
известную нам формулу |7*EП)| = 2п. Кроме того, полезно еще отметить
случай А = kSn = {af,..., а^}, когда справедлива формула
1.2. Соответствия между множествами
1.2.1. Соответствием между множествами X и Y называется любое
наперед заданное подмножество Z С X х Y. Если (х,у) Е Z, то говорят,
что элемент у соответствует элементу х или что элементы х ш у нахо-
находятся б соответствии Z, и пишут xZy или Z(x,y)\ элемент у называют
образом ж, а ж — прообразом у при соответствии Z. Если же (ж, у) ^ Z, то
пишут xZy. Например, если X = {1, 2, 3}, У = {3, 4, 5} и соответствие
Z состоит в том, что х + у — простое число (х Е Х^у Е Y), то Z =
= {A,4), B, 3), B, 5), C, 4)}. Здесь элементы 1 и 3 из X имеют по одному
одинаковому образу (именно 4), а элемент 2 Е X имеет два образа C и 5);
аналогично элементы 3 и 5 из У имеют по одному одинаковому прообразу
B и 2), а 4 G F имеет два прообраза A и 3).
Подмножество Z С ПГ=1 ¦^i называется п-местным соответстви-
соответствием между множествами Xi (г = 1,2, ...,п). Значит, всякий вектор
1.2.
Соответствия между множествами
29
(жь #2, • • • Jxn) можно рассматривать как
элемент некоторого и-местного соответ-
соответствия. Это, в частности, показывает, что со-
соответствие можно задавать геометрически,
изображая соответствующее множество
векторов в декартовом произведении мно-
множеств. Полезны и другие способы пред™
ставления соответствий, например, графи-
графический и табличный. Рассмотрим эти три
способа на конкретных примерах. Соот-
Соответствие Z = {х + у — простое число}
-
о
-
о
о
1
о
о
о
1
о
о
1
о
о
1 1
2 3
Рис. 1.2
5 X
представлено на рис. 1.2. Здесь точка с координатами (ж, у) обозначает, что
(ж, у) ? Z. Для тех же X и Y пусть соответствие Z С XY определяется
по правилу: (ж, у) ? Z тогда и только тогда, когда ж + у четно. Геомет-
Геометрическое (а), графическое (б) и табличное (в) задания этого соответствия
Z представлены на рис. 1.3. Из рис. 1.3. видно, что при геометрическом
задании Z принадлежность (ж, у) ? Z обозначается точкой на плоскости;
при графическом — отрезком; при табличном — единицей, такая таблица
называется матрицей инцидентности соответствия.
Y
5
4
3
2
1
О 12
о
-
о
-
о
I
о
о
I
о
о
о
I
о
о
I
о
о
о
1 ш.
1а
5
4
3
2
1
О
Рис. 1.3
{ 1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
0
1
2 3
в
4 5
Полным образом элемента а ? X при соответствии Z С XY называется
подмножество {у : у ? У, xZy} с Y; аналогично — полным прообразом
элемента у ? Y при соответствии Z С XY называется подмножество
{ж : х ? X,xZy} С X. Например, из соответствия на рис. 1.2 видно,
что полный прообраз 5 состоит из единственного элемента 2, а полный
30 Некоторые сведения из комбинаторики Гл. 1
прообраз 4 — из двух: 1 и 3. Можно использовать соответствие для задания
мультимножеств. Например, мультимножество А = {а2, Ь\ с4, d3} можно
задать как соответствие Z С {а, 6, с, d}{l, 2, 3, 4} по правилу: (ж,п) G
G Z ^^> &д(ж) = п, т.е. когда А содержит ровно п копий ж, где х G
G {а, 6, с, d}, a n G {1, 2, 3, 4}.
1.2.2. Отображение (р множества X во множество У есть соответ™
ствие ZcXY,b котором для каждого х G X имеется не более одного у G Y
такого, что xZy. При отображении (р соответствие между х и у записы-
вается равенством у = ^{х), а отображению в этом случае соответствует
запись ip: X —>> Y. Множество Х;с X, состоящее из тех х G X, для которых
существует ровно один у G Y такой, что xZy, называется областью опре-
определения (р, а множество Y' с У, состоящее из у G У, для которых имеется
z G X такой, что ж^г/, — областью значений отображения ip. Если Х; =
= XyYf= Y и (р(х) = ^;(ж) для всех х G X, то говорят, что отображения
tp и ip' совпадают, т. е. ip : X —>- У равно у?' : Х; —>> У. Например, если
заданы множества X = {2, 3, 4} и У = {3, 4, 5} и отображение <^ : X -> У
состоит в том, что элементам из X соответствуют только кратные им из У, то
Z, отвечающее ср9 имеет вид: Z = {B,4), C, 3), D, 4)}. Непосредственная
проверка удостоверяет, что Z — действительное отображение, так как
каждому элементу из ХB,3,4) поставлен в соответствие единственный
элемент из У D, 3, 4 соответственно). Следует заметить: если правило,
определяющее ip9 распространить на большие подмножества целых чисел,
то можно убедиться, что это не всегда так, ибо возникнут элементы из
X, обладающие более чем одним образом. В рассматриваемом примере
областью определения является все множество X, а областью значений —
множество Y1 = {3, 4}.
Множество (р^г(у) = {х : у = <р(х),х G X} называется полным
прообразом элемента у при отображении (р.
Пусть X = {ж1, Ж2,..., жп}5 тогда ср : X —> У может быть представ-
представлено как
_
V^(^l), <p(x2), • • •
где (р(х{) G У (г = 1, 2,. . . , гг). Например, если X = {1, 2, 3, 4, 5}, У =
= {а,Ь} и
5 з, 45 5\
ча, а, 6, 6, ау
то полным прообразом элемента а будет (р~г(а) = {1,2,5}, а полным
прообразом элемента Ъ будет <^^1F) = {3,4}.
Множество <р(Х) = {(р(х) С У: ж G X} называется полным образом
области определения при отображении ср.
Если (р: X —>- У такое, что ^(Х) = У, то говорят, что у? отображает X
яа У, в этом случае для любого у G У существует элемент ж G X такой,
1.2.
Соответствия между множествами
31
что у = (р(х) и справедливо условие ip г(у) / 0. Для конечных X и Y
равенство (р(Х) = У означает, что |Х| ^ \У\.
Если (р : X —> Y такое, что для любого у G Y его полный прообраз
\(Р^1(у)\ ^ 19 то для конечных X и Y выполняется неравенство \Х\ ^ \У |.
В случае, когда для любого у Е Y выполняется равенство \(р~г(у)\ =
= 1, т.е. условие у = (р(х) для каждого у е Y однозначно определяет
единственный элемент х Е X, говорят, что (р устанавливает взаимно
однозначное соответствие между множествами X и Y. Тогда для конечных
множеств X и Y справедливо равенство \Х\ = \Y\. В этом случае (р
называют взаимно однозначным отображением. Например, пусть X =
= {1, 2, 3}, a Y = {а, 6, с} и (р таковы, что если <рA) = Ь, (рB) = с и
<?>C) = а, то ^ устанавливает взаимно однозначное соответствие между
множествами X и Y.
Подстановка конечного множества есть взаимно однозначное отображе-
отображение этого множества на себя. Например, если X = {1,2, 3}, то отображение
12 3
3 12
является подстановкой. Если \Х\ = п9 то число всех подстановок п-
элементного множества равно
п! = 1 -2- ... -п.
Действительно, первый элемент можно отобразить в любой из п эле™
ментов множества X, второй — в любое из оставшихся (п — 1) мест, третий
— в любое из оставшихся (п — 2) мест и т. д. Подстановки можно умножать
по правилу
1 2
n
jn
1
Oh
n
3in
Такое умножение соответствует суперпозиции отображений, отвечаю-
щих перемножаемым подстановкам, иначе — последовательному приме™
нению этих двух отображений. Это означает, что если отображение
2
переставляет элементы A, 2,..., п) в порядке (ii, гг,. • •, гп), а отображе-
отображение
/l 2 ...
переставляет элементы A, 2,..., п) в порядке (ji, j*2,. •., jn)9 T0 отоб-
отображение (pi(pj сперва переставляет элементы A,2, ...,п) в порядке
32 Некоторые сведения из комбинаторики Гл. 1
(п, г2,..., гп), а потом этот порядок — в порядок (ji±, ji2,..., jin). На-
Например, если X = {1, 2, 3} и
1 2 3\ /12 3\ /1 2 3
2J' ^=(j$ 2 lj' то ^i=(l 3 2
Имеется единственная подстановка, не переставляющая ни одного эле™
мента:
'\ 2 ^
е = \1 2
Легко проверить, что для любой подстановки (р выполняется равенство
eip = (ре = (р. Имеются подстановки, не оставляющие на месте ни одного
элемента, например, подстановка
1 2 ... гс - 1 гс
2 3 ... гс 1
переставляет их сдвигом, или циклически.
Сужением отображения (р : X —> X на подмножество У С X назы™
вается отображение (р : У —>- X, т. е. то же самое отображение у?, но на
меньшей области определения. Сужение (р на У С X называется циклом,
если <р(У) = У и для любого разбиения У = Уг U У2, где Yi П У2 / 0 при
У^ ^ 09 г = 1,2, найдется элемент у Е Уг такой, что (р(у) Е У2; в этом
случае У называется орбитой цикла.
Подстановка (р, действующая на множестве X = {xi, ж2,... }, называ™
ется транспозицией; она все элементы, кроме двух, оставляет неизменны-
неизменными, а ровно два элемента меняет местами. Например, подстановка
12 3 4 5 6
12 5 4 3 6
является транспозицией на множестве {1,2,3,4,5,6}. Таким образом,
транспозиция обладает циклом мощности два — в данном случае это цикл
3 5'
5 3
Если орбита цикла состоит из одного элемента, то этот элемент на-
называется неподвижным. Для циклов удобна строчная запись (iii2 ... ir),
которая обозначает подстановку
2 ... i\ ... %ч ... ir ... п
2 ... %2 ••• is ••• *i ••• п
а в случае г = 1 будет (i\) = е. Например, если X = {1, 2, 3, 4, 5, 6} и
12 3 4 5 6'
3 12 4 6 5
1.2. Соответствия между множествами 33
то сужение (р на У = {1,2,3} имеет вид
12 3'
3 1 2
и является циклом, элемент 4 является неподвижным, а цикл
5 6'
5
— транспозицией.
Таким образом, каждая подстановка представима произведением своих
циклов и порождает разбиение множества X на орбиты. В свою очередь,
каждый цикл представим произведением транспозиций, например,
1 2 3 4 5 6N
3 12 4 6^
Перестановка конечною множества есть полный образ взаимно одно-
однозначного отображения этого множества на себя. Так, в предыдущем примере
C,1,2,4,6,5) является перестановкой, т. е. нижняя строчка подстановки
является перестановкой, если порядок в верхней строке подстановки фик™
сирован.
Графы G(Sn) и G'(Sn) на множестве вершин Sn называются изо-
изоморфными, если существует такая перенумерация вершин одного из
них, при которой списки их ребер совпадают. Например, графы G =
= {(«1, а2), («1, а4)} и Gf = {(«2, «4), («2, «з)} изоморфны, так как пере-
перенумерация вершин первого графа, задаваемая подстановкой A,2, 3), делает
первый граф тождественным второму. Поскольку каждая перенумерация
вершин однозначно определяется некоторой подстановкой, то говорят так-
также, что графы G(Sn) и Gf(Sn) на множестве вершин Sn изоморфны, если
существует такая подстановка ж на множестве Sn, для которой выполняется
равенство
Ь"(оп] = Ь- {ж{Ьп)).
Последовательность каких-либо объектов есть отображение множе-
множества натуральных чисел во все множество этих объектов. Например,
{1,3,5, 7, 9,...} есть последовательность всех нечетных чисел, а отоб-
отображение состоит в том, что на первом месте стоит 1, на втором — 3, на
третьем — 5 и т. д. Прибегая к двустрочной записи, это отображение можно
изобразить так:
1, 2, 3, 4, 5, ...
1, 3, 5, 7, 9, ...
Таким образом, последовательность всегда предполагает упорядочен-
упорядоченный список своих элементов, представляя, тем самым, функциональную
зависимость своих элементов от натуральных чисел, которая в данном
случае имеет вид (р(п) = 2п — 1. Отображение позволяет представить
понятия операции и функции.
34 Некоторые сведения из комбинаторики Гл. 1
1.2.3. Операция. Говорят, что на множестве X задана поместная
операция А, если задано отображение Л : Х^ —>> X, которое вектору
(#i, Х2ч • • •, хп) Е Х^ ставит в соответствие один-единственный элемент
х е X. Это обозначается так:
х =
Наиболее распространенными являются двухместные, или бинарные,
операции. Бинарная операция на множестве X есть правило, по которому
элементу из Х^ ставится в соответствие не более одного элемента из X.
Для записи бинарной операции обычно используют специальный значок,
в общем случае будем ее обозначать х = хгТх2. Например, если на
множестве X = {1,2,3} задана операция сложения, то лишь двум парам
его элементов будет соответствовать элемент из X A + 1 = 2, 1 + 2 =
= 3), потому что все остальные попарные суммы не принадлежат этому
множеству.
Говорят, что множество X замкнуто относительно заданной на нем би™
парной операции, если каждому элементу из Х^ ставится в соответствие
один элемент х Е X. Например, если X = N = {1,2,...} — множество
натуральных чисел, а Т = (+)—операция сложения, то результатом опера-
операции является сумма х = х\ + Х2, которая, очевидно, тоже принадлежит N =
= X. Это значит, что множество натуральных чисел замкнуто относительно
операции сложения. Аналогично можно убедиться в том, что оно замкнуто
относительно умножения и не замкнуто относительно операций вычитания
и деления. Таким образом, каждая бинарная операция на множестве может
быть представлена некоторым тернарным, т. е. трехместным, соответствием
на этом множестве.
Бинарная операция Т на множестве X называется:
• ассоциативной, если для любых х, у Е X выполняется условие
(xTy)Tz = xT(yTz);
• коммутативной, если для любых х, у Е X выполняется условие
хТу = уТх;
• дистрибутивной относительно какой-либо операции д, если для лю™
бых х,у, z E X справедливо равенство
xT(ydz) = (xTy)d(xTz), (ydz)Tx = (yTx)d(zTx).
Элемент е называется единичным или нейтральным относительно би-
бинарной операции Т, если для любого х Е X выполняется равенство
хТе = еТх = х. Например, на множестве действительных чисел опе-
операции сложения и умножения ассоциативны и коммутативны. Операция
умножения дистрибутивна относительно операции сложения. Единичны™
ми элементами относительно операций умножения и сложения являются
соответственно числа 1 и 0.
1.2. Соответствия между множествами 35
Множество всех подстановок элементов {1,2,..., п} является замкну-
замкнутым относительно определенной выше операции умножения подстановок;
единичным элементом относительно этого умножения является подста-
подстановка /
1 2 ... п
1 2 ... га
Операция эта ассоциативна, но не коммутативна.
1.2.4. Функции. Под функцией будем понимать отображение в область
действительных или комплексных чисел. Рассмотрим простейшие комби-
комбинаторные функции:
• факториал: если га — натуральное число, то га! = га (га — 1) • • • 1 и, по
определению, 0! = 1;
• если га и га — натуральные числа, то
, . Гга(га — 1) • • • (га — га + 1), га ^ га,
\fl)m = 1 п,
[О, 7га > га;
• биномиальный коэффициент: если га, А; — целые числа, то
полиномиальный коэффициент: если п = ki + h^ + . • • + kt, где
2,... ,kt — целые числа, то
• целая часть и дробная доля: если х — действительное число, то
через [х] принято обозначать его целую часть, т. с. наибольшее целое, не
превосходящее х; например, [5,3] = 5, [—5,3] = —6, значит, х — целое
тогда и только тогда, когда [х] = х. Через ]х[ обозначают наименьшее
целое, не меньшее, чем ж, например, ]5,3[= 6, ]—5,3[= —5, стало быть,
}х[= —[—ж]. Дробной долей числа х называется число {х} = х — [х]9
например, {7} = 0, {2, 6} = 0, 6, {-4, 75} = 0, 25;
• индикаторная функция:
х{утверждение} = < '
если утверждение истинно,
если утверждение ложно.
1.2.5. Отношение есть соответствие между одинаковыми множества™
ми; двухместное отношение называется бинарным. Примеры и способы
задания бинарного отношения представлены на рис. 1.3.
Различают следующие свойства бинарного отношения R С Х^ на
множестве X:
• рефлексивность, если для любого х Е X выполняется xRx;
36 Некоторые сведения из комбинаторики Гл. 1
• антирефлексивность, если для любого ж Е X выполняется xRx;
• симметричность, если для любых ж, у Е X из ж Яг/ следует уЯж;
• антисимметричность, если для любых ж, г/ Е X из жЯу и yRx
следует, что х = у;
• транзитивность, если для любых ж, г/, z E Я из жЯу и г/Яг следует,
что ж Яг: «вассал моего вассала — не мой вассал» — пример нетранзитив-
нетранзитивного отношения;
• дихотомичностъ, если для любых ж, у Е X выполняется либо xRy,
либо yRx.
Отношения часто возникают на практике. Например, знакомство между
людьми рефлексивно и симметрично, но не всегда транзитивно. Всякая
иерархичность тоже есть бинарное отношение, так что бинарными отно™
шениями удобно характеризовать различные упорядоченные множества.
1.2.6. Упорядоченное множество есть пара (X, Я), где X — множе-
множество, а Я — бинарное отношение Я С Х^. Если для ж, у Е X выполняется
ж Яг/, т.е. (ж, у) Е Я, то удобно интерпретировать это как то, что х
«больше», чем у, в смысле отношения Я; если не выполняется ни ж Яг/, ни
yRx, тохшу называются несравнимыми элементами в (X, Я). Рассмотрим
основные типы упорядоченных множеств:
• совершенно неупорядоченное множество — это (X, Я), где Я = 0;
• линейно упорядоченное множество — это (X, Я), где Я обладает
свойствами рефлексивности, антисимметричности, транзитивности и ди-
хотомичности. Примером такого множества могут служить натуральные
числа, упорядоченные по величине, т. е. по отношению ^;
• частично упорядоченным множеством называется упорядоченное
множество (X, Я), в котором Я рефлексивно, антисимметрично и транзи-
транзитивно.
В упорядоченных множествах принято выделять отдельные специфи-
специфические элементы и подмножества; отметим некоторые из них.
Наибольшим в (X, Я) называется элемент го Е X такой, что для любого
элемента ж Е X выполняется отношение wRx, т.е. w «больше» всех
элементов множества X. Наибольший элемент иногда называют просто
единицей и обозначают 1.
Максимальным в (X, Я) называется элемент w E X такой, что во
множестве X нет элемента ж Е X, для которого выполнялось бы отношение
xRw, т. е. в X нет элемента, «большего», чем w. Иными словами, каждый
элемент ж Е X либо несравним с w, либо «меньше», чем w.
Наименьшим в (X, Я) называется элемент v E X такой, что для любого
элемента ж Е X выполняется отношение xRv, т.е. v «меньше» всех
элементов множества X. Наименьший элемент иногда называют просто
нулем и обозначают 0.
Минимальным в (X, Я) называется элемент v E X такой, что во
множестве X нет элемента х Е X, для которого выполнялось бы отношение
vRx, т. с. в X нет элемента, «меньшего», чем v. Иными словами, каждый
элемент ж Е X либо несравним с v9 либо «больше», чем v.
1.2.
Соответствия между множествами
37
Говорят, что элемент х покрывает элемент у, если xRy и нет элемента
z € X, отличного от ж и у, такого что xRz и zRy. Атомы — это эле-
элементы, покрывающие 0, а коатомы — это элементы, которые покрываются
единицей 1. Говорят, что элементы х и у несравнимы, если (ж, у) ф R и
(у, х) ф R, т. е. ни х «больше» у, ни у «больше» х.
Для элементов х,у е Y интервалом [х,у] называется подмножество
[ж, у] = {z : z G X,yRz, zRx}, т.е. интервал — это множество тех
элементов, которые «меньше», чем у, и, в то же время, «больше», чем х;
упорядоченное множество (X, R) называется локально-конечным, если
каждый его интервал конечен.
Цепью в упорядоченном множестве (X, R) называется последователь-
последовательность его элементов «i, «2,..., а&,... такая, что a\Ra2, «2^3, ...
Длина конечной цепи есть число ее членов минус единица.
Антицепь — это подмножество упорядоченного множества, состоящее
исключительно из попарно несравнимых элементов.
Изображать упорядоченные множества (X, R) удобно графически: мно-
множество X — точками, а отношение R — ориентированными линиями,
направленными от х к у, если xRy. Построенный таким образом граф
однозначно определяет (X, Я), например, граф на рис. 1.4 определяет
бинарное отношение на X2, где X = {1,2, 3,4, 5}. В ряде случаев этот граф
можно упростить; например, если известно, что (X, R) рефлексивно, то
дуги от ж к ж можно опускать. Аналогично, в случае симметричного R граф
изображается как неориентированный. Например, граф рассмотренного ра-
ранее отношения Z = {х + у — простое число} С X2, где X = {1, 2, 3, 4, 5},
приведен на рис. 1.5.
4 о-
Рис. 1.4
Рис. 1.5
Для изображения частично упорядоченных множеств используется диа-
диаграмма Хассе — граф, в котором ребро (ж, у) присутствует тогда и только
тогда, когда у покрывает ж. В таком графе, в силу транзитивности R9
принадлежность (ж, г/) € R определяется наличием пути от вершины у
к вершине ж. Ориентацию ребер на диаграмме Хассе принято задавать
таким образом, что минимальные элементы располагаются в нижней ее
части, а максимальные — в верхней. Так, на рис. 1.6 изображено частич-
частично упорядоченное множество с двумя минимальными элементами C,4)
38
Некоторые сведения из комбинаторики
Гл. 1
и одним наибольшим A). Точнее, этот граф представляет следующий
частичный порядок: R = {A,1), B,2), C,3), D,4), E,5), A,2), A,3),
A,4), A,5), B,3), B,4), E,3)} С X2, где X = {1,2,3,4,5}. Поэтому
его диаграмма Хассе получится удалением двух ребер A,3) и A,4) и всех
петель.
Приведем основные комбинаторные примеры упорядоченных мно™
жеств.
Булеан, упорядоченный по вложимости подмножеств. Для Sn =
= {ai, «2,.. •, ап} рассмотрим его булеан V(Sn) = U^=0Ck(Sn) и введем
на нем бинарное отношение С по правилу: для элементов булеана X, Y Е
? ViSn) выполняется X CY тогда и только тогда, когда X является под-
подмножеством Y. Это бинарное отношение является отношением частичного
порядка.
ща2а3
ща2
а2щ
Рис. 1.6
В булеане имеется наименьший элемент, т. е. являющийся подмноже-
подмножеством всех остальных элементов булеана, — это, очевидно, пустое мно-
множество 0; есть и наибольший элемент, т. е. содержащий в себе в качестве
подмножества все остальные элементы булеана, — это, очевидно, само не™
ходное множество Sn. Элементы булеана, содержащиеся в одном Ck(Sn)9
очевидно, не могут быть вложимы друг в друга как подмножества — так
что это антицепь. Интервал [X, Y] в булеане состоит из тех S С Sn, для
которых X С S С Y, и, значит,
0
если X С Y,
в противном случае.
На рис. 1.7 приведена диаграмма Хассе булеана для п = 3. Гори-
Горизонтальные уровни этой диаграммы состоят из антицепей, а именно из
множеств Ck(Sn); вообще уровни диаграммы Хассе определяются как
подмножества, элементы которых имеют кратчайший путь до минимальных
элементов одной и той же длины.
Натуральные числа, упорядоченные по делимости. На множестве нату-
натуральных чисел N = {1,2,...} рассмотрим бинарное отношение |, опре-
1.2.
Соответствия между множествами
39
15
деляемое по правилу: для ж,г/ ? N имеет место отношение делимости:
х | у ^^ х делит у нацело.
Такое бинарное отношение является частичным порядком, обладающим
наименьшим элементом — 1 ? N, поскольку каждое целое делится на 1 на™
цело. Ясно, что множество всех простых чисел образует в таком отношении
антицепь и все простые числа — атомы. Если х \ у, то | [ж, у] | есть число
делителей у, кратных х, так что, хотя
само N бесконечно, (N, |) локально
конечно.
Оказывается, частичные поряд-
порядки С и | тесно связаны между со-
собой. Чтобы уяснить эту взаимосвязь,
рассмотрим начало диаграммы Хае™
се множества (N, |), представленное
на рис. 1.8. Из этой диаграммы вид™
но, что наименьшим элементом яв-
ляется 1, атомами — простые чис™
л а, следующий уровень составляют
числа, представимые как произве™
дение двух простых, следующий за
ним уровень состоит из чисел, пред™
ставимых произведением трех про-
простых, и т. д. Если теперь рассмотреть
подмножество, состоящее из чисел {1, 2, 3, 5, 6,10,15, 30}, и рассмотреть
его как упорядоченное по делимости |, то можно убедиться, что его диаграм-
диаграмма Хассе в точности совпадает с диаграммой Хассе булеана (РEз), С).
Более тесную связь с числами, упорядоченными по делимости, имеет
Булеан мультимножества, упорядоченный по вложимости. Пусть А —
конечное мультимножество с основанием S(A) = {ai, c&2? • • • ? аг} и пер-
вичной спецификацией [&i, кч, • • •, кг]9 т. е. элемент а\ наличествует в А
ровно к{ раз, г = 1, 2,..., г. Тогда мощность всего мультимножества А
Рис. 1.8
равна \А\=
= п, так что
г=1
аЕА
aES(A)
На булеане Т{А) для его элементов X, Y ? Т(А) введем бинарное от-
ношение С по правилу: X CY ^^ {X есть под мультимножество мульти™
множества Y}.
Связь этого булеана с числами, упорядоченными по делимости, осно-
основывается на следующем простом факте. Если pi,..., рг — различные
простые числа и М = р^р^2 ...р^г, то частично упорядоченное (по
делимости) множество всех натуральных делителей числа М имеет ту же
самую диаграмму Хассе, что и булеан Т{А).
40
Некоторые сведения из комбинаторики
Гл. 1
(аЬс)
{ajbc)
(c,ab)
Беллиан, упорядоченный по подразбиению. Введенная выше процедура
расщепления разбиений множества определяет на беллиане отношение
частичного порядка. Будем говорить, что одно разбиение «больше» другого,
если второе можно получить из пер-
первого расщеплением. Обозначим это
отношение знаком —к Например, ес-
если X = {а, 6, с, d}9 тогда (ab, cd) —>
—> (а, 6, с, d), поскольку {а, Ь} =
= {a} U {6}, но (ас, bd) -» (а, 6, cd),
так как объединением блоков второ-
второго разбиения нельзя получить бло-
блоки первого. Это частично упорядо-
упорядоченное множество также имеет наи-
наибольший и наименьший элементы:
(abed) и (а, 6, с, d) соответственно.
Диаграмма Хассе беллиана, упорядо-
упорядоченного по расщеплению, для трех-
трехэлементного множества {а, 6, с} представлена на рис. 1.9.
Лексикографический порядок на последовательностях задается по пра-
правилу
Оь ж2, • • •, хп,...) ^ B/i, |/2, • • •, уп • • •)
тогда и только тогда, когда либо Х{ = yi для всех г, либо существует
натуральное число i E N, для которого xi > у% и Xj = f/j при j < i.
Такое определение остается корректным и для конечных последова-
последовательностей одинаковой длины. Лексикографический порядок используется
при упорядочении слов в словарях, при условии, что если одно слово
короче другого, то последние отсутствующие буквы короткого слова рас-
расцениваются как максимальные компоненты, например, «рак» ^ «рака».
Так что можно применять эту упорядоченность и для последовательностей
различных длин.
Бинарными отношениями удобно характеризовать и различимость, и эк-
эквивалентность различных объектов.
1.2.7. Отношение эквивалентности. Говорят, что на множестве X
задано отношение эквивалентности R, если R С Х^ и R обладает
свойством рефлексивности, симметричности и транзитивности. Отноше-
Отношение эквивалентности на множестве X порождает некоторое разбиение
этого множества, блоки которого называются классами эквивалентности.
Так, равенство (=) является отношением эквивалентности и разбивает
любое множество на одноэлементные классы эквивалентности, а конечное
мультимножество — на классы эквивалентности, состоящие из повторяю-
повторяющихся копий одного элемента, в количестве кратностей этих элементов
в мультимножестве; так что объемы классов эквивалентности в этом слу-
случае совпадают с первичной классификацией мультимножества. В случае
произвольного отношения эквивалентности любые два элемента из одного
1.3. Комбинаторные схемы 41
класса эквивалентности взаимно эквивалентны (попарно сравнимы), а эле-
элементы из разных классов неэквивалентны (несравнимы). Следовательно,
любое разбиение множества однозначно определяет некоторое отношение
эквивалентности на этом множестве.
Фактормножеством по заданному отношению эквивалентности R
называется множество всех классов эквивалентности этого отношения.
Пусть в качестве примера на множестве натуральных чисел отношение эк-
эквивалентности задается по правилу: х Ry9 если х и у имеют одинаковую чет™
ность. Это порождает два класса эквивалентности, именно четных и нечет-
нечетных чисел, следовательно, фактормножество состоит из двух элементов.
1.3. Комбинаторные схемы
Комбинаторные схемы — это наиболее типичные и часто используемые
на практике типы комбинаторных соединений. Использование той или иной
комбинаторной схемы предопределяется исходной постановкой задачи и
избранным методом ее решения.
Среди простейших комбинаторных схем наиболее употребительны две
— сочетания и размещения. Обе эти схемы легче осмыслить, привлекая
еще одно естественное понятие — понятие выбора, именно как действие
выбора каких-либо объектов из заданной совокупности. Итак,
т-сочетание из п элементов — это результат выбора г элементов из
этих п элементов без учета их порядка;
r-размещение из п элементов — это результат выбора г элементов из
этих п элементов с учетом их порядка.
Когда выбор производится из множества, то все п исходных элемен-
элементов различны и ^-сочетание является ^-элементным подмножеством, а г-
размещение при г = п — перестановкой исходных элементов.
Наряду с естественным понятием выбора систематизацию простейших
комбинаторных схем обеспечивает и предлагаемая в табл. 1.1 схема.
Схема списка. Простейшим комбинаторным соединением каких-либо
объектов является их список, т. е. изображение этих объектов символами
— элементами списка (обычно строчной записью (ai, «2? • • • ? ай •••))•
Так, множество, заданное списком своих элементов, оказывается таким
комбинаторным соединением. Множество состоит из различных элементов,
очередность которых несущественна; комбинирование важнейшими атри-
атрибутами множества, в том числе различимостью и очередностью, составляет
методологическую основу комбинаторики и порождает для списков все
простейшие комбинаторные схемы.
Списки различных элементов, очередность которых несущественна:
множества, сочетания. Например, {1,2},{1,3}и{2,3} суть все 2™сочетания
из множества {1, 2, 3}. Число всех г-сочетаний из n-элементного множе-
множества равно значению биномиального коэффициента Сгп = п\/(г\(п — г)!).
Списки необязательно различных элементов, очередность которых
несущественна: мультимножества, сочетания с повторениями, набор, со-
совокупность, семейство. Например, {1,1}, {1,2}, {1,3}, {2,2}, {2,3} и
Некоторые сведения из комбинаторики
Гл. 1
Таблица 1.1
ТИПЫ у/
списка >^ртз-
по: У^ личи-
Уупорш.- х.
/S доченностиХ^
неупорядоченные
упорядоченные
Хвыборки у/ъ
X / Ы
\/ б
Х^ о
X р
X а
тип X
без повторений
п\/(п-к)\
без возвращения
с любым числом
повторений
с возвращения
X. тип
разме-Х.
щения >^ч.
./дробинок Х^^^
неразличимые
различимые
{3,3} суть все 2-сочетания с повторениями из трех элементов {1,2,3},
или, иначе, — все двухэлементные под мультимножества мультимножества
{I2, 22, З2}. Число всех r-сочетаний с повторениями (без ограничений на
число повторений) из п различных элементов равно С^г_1.
Списки различных элементов, чья очередность существенна: размеще-
размещения, перестановки. Например, {1, 2}, {1, 3}, {2, 3}, {2,1}, {3,1} и {3, 2}
суть все 2-размещения из трех элементов {1,2,3}; а A,2,3), A,3,2),
B,1,3), B,3,1), C,1,2) и C,2,1) суть все перестановки множества
{1,2,3}. Число всех r-размещений из п элементов равно г!Сгп и, стало
быть, число всех перестановок ^-элементного множества равно п\
Списки необязательно различных элементов, чья очередность суще-
существенна: размещения с повторениями, перестановки с повторениями, по-
последовательности, векторы, кортежи. Например, A,1), A,2), B,1), A,3),
C,1), B, 2), C, 3), B, 3) и C, 2) суть все 2-размещения с повторениями
из трех элементов {1,2,3}. Число всех r-размещений с повторениями (без
ограничений на число повторений) из п различных элементов равно пг.
Такая систематизация позволяет изображать простейшие комбинатор™
ные схемы и их важнейшие численные характеристики в виде табл. 1.1, де-
демонстрирующей эквивалентность сразу нескольких комбинаторных схем:
• схема ^-элементных списков из п различных объектов;
• схема размещений к дробинок по п различным ячейкам;
• урновая схема выбора к шаров из п различных шаров.
Численные значения в клетках таблицы означают количества соответ-
соответствующих комбинаторных соединений.
Таблица 1.2. иллюстрирует следующие схемы:
• схема размещений п частиц по к ячейкам без пустых ячеек;
• схема разбиений п объектов на к непустых блоков;
• схема представлений натурального п суммой к натуральных слагае-
слагаемых.
1.3.
Комбинаторные схемы
43
Таблица 1.2
тж
р
а
л
и
ч
и
м
ы
е
-^"части1д\^^
упорядочен-
упорядоченные в ячей-
ячейках и бло-
блокаж
неупорядо-
и бттсжях
неразличимые
\
объектов /g
\°
тип \**
различимые
п = 3,к = 2
(a, be) (be, a) (a, cb)
(cb, a) (b, ac) (ac, b)
(Ь, со) (со, Ь) (с, ab)
(ab, с) (с, bd) (bo, с)
и = 4,*=2
(a, bed) (bed, a) (b, acd)
(acd, b) (с, abd) (abd, c)
(d, abc) (abc, d) (ab, cd)
(cd, ab) (ac, bd) (bd, ac)
(ad, be) (be, ad)
n = 6,k=3
D, 1, 1) A,4, 1) A, 1И)
C,2,1) C,1,2) A,3,2)
B,3,1) B,1,3) A,2,3)
B,2,2)
упорядоченные
неразличимые
и = 3,* = 2
(a, be) (a, cb)
(b, ac) (b, ca)
(c, ab) (c, bd)
n = 4,k=2
(a, bed) (ab, cd)
(b,acd) (ac,bd)
(c, abd) (ad, be)
(d, abc)
n = 6,k=3
D, 1, 1)
C,2,1)
B,2,2)
неупорядоченные
Итак, изложенные здесь схемы (список, выбор, размещения, разбиения,
урновые) позволили систематизировать все элементарные комбинаторные
соединения. Однако не для любой задачи существующие комбинатор™
ные схемы обеспечивают унифицированное решение, оставляя тем самым
неосуществимым лейбницевский замысел создания некой всеобъемлющей
комбинаторной схемы, хотя термин «общая комбинаторная схема» уже
«оккупирован»; эта комбинаторная схема, по существу, представляет собой
то же, что и таблицы 1.1 и 1.2, с той лишь разницей, что конкретное содер-
содержимое клеток последних заменяют общие «механизмы», моделирующие
исходные комбинаторные условия и типы, и способы вычисления требуе™
мых численных характеристик (преимущественно методом производящих
функций или иными перечисленными методами). Подробней с общей ком-
комбинаторной схемой можно познакомиться в работах [60, 62].
Таким образом, понятие комбинаторной схемы включает в себя практи™
ческий положительный опыт унифицированного подхода к тому или иному
кругу комбинаторных задач.
44 Некоторые сведения из комбинаторики Гл. 1
1.4, Бинарные функции на упорядоченных множествах
Используя возможность построения алгебры инциденций без обраще-
обращения к аксиомам транзитивности и антисимметричности, мы показываем,
что принцип обращения Мёбиуса, установленный для частично упорядо™
ченных множеств, переносится на более широкий класс множеств.г)
1.4.1. Упорядоченные множества. Пусть Р — некоторое множество;
его элементы будут обозначаться малыми буквами p,pi, x9y9 z,.... Пусть
^ обозначает некоторое бинарное отношение, заданное на Р; здесь будут
рассматриваться бинарные отношения, которые удовлетворяют аксиоме
рефлексивности:
1. х ^ х Ух Е Р
и, быть может, еще каким-то из следующих:
2. если х^уиу^х9тох = у Ух, у Е Р (антисимметричность);
3. если х ^ у иу ^ z9 то х ^ z Ух, у, z G Р (транзитивность);
4. Уж, у Е Р либо х ^ у, либо у ^J x (линейность).
Всякое множество Р с любым бинарным отношением ^ такого типа
будем называть упорядоченным множеством и обозначать (Р, ^), а само
бинарное отношение будем именовать порядком. Приведем список всех
различных порядков и их наименований (вместе с разночтениями), причем
разночтения, заключенные в скобки, использоваться не будут:
1 — рефлексивный порядок, или просто порядок;
1.2 — слабый порядок;
1, 2, 3 — частичный порядок (порядок);
1, 2, 3, 4 — тотальный (линейный, совершенный, полный) порядок;
1.3 — квазипорядок;
1.4 — сравнимый порядок;
1,2,4 — строго сравнимый порядок;
1,3,4 — транзитивно сравнимый порядок.
Будем говорить, что какой-то порядок является собственным, если он
не удовлетворяет никаким другим аксиомам (из этих четырех), кроме своих
собственных, так что тотальный порядок всегда является собственным.
Нетрудно привести примеры собственно упорядоченных множеств для всех
перечисленных выше типов порядка, причем и для собственно упорядочен™
ных множеств встречаются специальные наименования: так, множество,
удовлетворяющее только аксиомам 1, 2 и 4, иногда называют турниром,
а удовлетворяющее аксиомам 1, 2, 3 и 4 — транзитивным турниром.
Для краткости вместо наименования порядка будет иногда использо-
использоваться формульная запись типа (Р, ^) = РA, 2,...), которая в данном
случае означает, что Р слабо упорядочено, а запись РA, 2) означает, что Р
собственно слабо упорядочено.
1) Стечкин Б. С. Бинарные отношения на упорядоченных множествах (теоремы
обращения) // Труды МИАН СССР. CXLIII.— М.: Наука, 1977.
1.4. Бинарные функции на упорядоченных множествах 45
Нулем множества (Р, ^), обозначаемым Ор, называется элемент из Р,
для которого
Ор ^ ж Уж Е Р;
единицей называется элемент 1р Е Р, для которого
1Р^ х Ух Е Р.
Цепью в упорядоченном множестве (Р, ^) называется всякая последо-
последовательность его элементов С = {f^}, в которой каждый последующий член
меньше предыдущего, т. е.
Pi > pi+1.
Упорядоченное множество может обладать и замкнутыми цепями, т. е.
цепями вида
Pi > Р2 > •' • > Pi > Pi {i> 2).
Замкнутые цепи естественно именовать циклами. Будем говорить, что цепь
является цепью типа /, или f-цепью, если она обладает либо нулем, либо
единицей (как упорядоченное множество). Длиной конечной цепи С будем
называть число 2)
d(C) = \C\-l.
Ясно, что если (Р, ^) = РA, 2,...), то всякий цикл содержит не менее
трех элементов, а при (Р, <) = РA,2,3,...) любая цепь тотально упоря-
упорядочена и не является циклом. Интербалом (сегментом) [х,у] в множестве
(Р, ^) называется его подмножество
[х,у] = {z G Р: ж ^ z ^ у}.
Интервал называется замкнутым, если ж, у Е [ж, |/], и незамкнутым в про-
противном случае. Ясно, что интервал [ж, г/] замкнут тогда и только тогда, когда
х ^ |/, поэтому в РA, 3,...) всякий интервал либо пуст, либо замкнут.
Упорядоченное множество называется локально конечным, если всякий его
интервал конечен. Под ацикличностью будем понимать отсутствие циклов;
локальная ацикличность будет означать ацикличность всех замкнутых ин-
интервалов, a f-ацикличность — отсутствие /-цепей с циклами.
1.4.2. Бинарные функции на (F, ^). Будут рассматриваться только
действительнозначные функции; множество всех таких функций от двух
переменных, определенных на Р2, обозначим через А(Р). Если функция
/ Е Л(Р) связана с введенным на Р бинарным отношением ^, то будем
называть ее бинарной. Простейшими примерами бинарных функций могут
служить дельта-функция Кронекера
5(х,у) = (,{х=у} Vж,!/ Е Р,
2)п
.од счет элементов в цепи производится с учетом их кратно степ в этой цепи.
46 Некоторые сведения из комбинаторики Гл. 1
функция порядка
С(^^У) = С{х=у} Ух, у е Р,
называемая также дзета-функцией множества (Р, ^), и функция строгого
порядка
rj(x,y) = С(х,у) - S(x,y)
} обозначает индикатор события, заключенного в скобки).
Если (Р, ^) — упорядоченное множество, то множество А1(Р) =
= А^(Р, ^) всех бинарных функций на (Р, ^) определим как подмноже™
ство функций из Л(Р), допускающих представление
/(ж, у) = /(ж, г/)С(ж, у) Уж, I/EF, (I)
т. е. функция / может принимать ненулевые значения лишь на парах ж ^ у,
или иначе — замкнутых интервалах, а в остальных случаях ее значения
равны нулю. Легко видеть, что функции 5, ( и rj отвечают условию (I).
Сразу отметим, что если в представлении (I) заменить дзета-функцию на
некоторую фиксированную функцию А (ж, у), причем А (ж, ж) = 1 Уж Е Р,
т. е. рассмотреть множество функций т4д(Р5^)СЛ(Р), которые могут при™
нимать ненулевые значения лишь на тех парах х9у, для которых А (ж, у) = 1,
то это эквивалентно тому, что рассматривается А1(Р) с некоторым новым
порядком на Р; именно, вводя новый порядок ¦< по правилу
х <у <=^ \(х,у) = 1,
находим, что А\(Р, <) = А{(Р, ^).
Вообще ограничение о непременной исполнимости аксиомы 1 не столь
уж существенно и отказ от него не приводит к серьезным изменениям
получаемых ниже результатов, в то время как ее выполнение позволяет
местами избегнуть громоздких вычислений. Это связано с тем, что на Р
задано на самом деле два бинарных отношения: «порядок» (^) и отношение
эквивалентности «равенство» (=), а дельта Кронекера, играющая в даль-
дальнейшем большую роль, определяется именно как функция только второго
отношения.
1.4.3. Операции над функциями. Прежде всего введем на множестве
А(Р) две простые операции.
Умножение на скаляр. Если а Е Е1, / Е Л(Р), то
а о f = af(x,y).
Сложение. Если f,g€ A(P)9 то
f + g = f{x,y) + g{x,y).
Легко видеть, что А1(Р) замкнуто относительно этих операций. Теперь
на множестве А1(Р)9 где Р — локально конечно, введем общую операцию,
модификации которой будут использоваться на протяжении всей работы.
1.4. Бинарные функции на упорядоченных множествах А1
JiT-свертка. Если /, g Е А1(Р), то
f *g=Yl /О, z)K(x, z, y)g{z, у),
где К(х^г^у) — некоторая функция (из Р3 в М1), именуемая ядром
свертки. Так как /, g" E AI(P), то
/ * g(x, y) = J2 ^ж' *К(Ж> z)K(x, z, y)((z, y)g(z, y) =
значит, в силу локальной конечности Р свертка определена корректно. Кор-
Корректным ядром будем называть всякое ядро, допускающее представление
К(х, z, у) = ((ж, z)K(x, z, y)([z, у) Уж, y,z ? Р;
т.е. К может принимать ненулевые значения только на цепях3) х ^ z ^
^ у. Операция свертки позволяет ввести понятия единичной и обратной
функций; именно (правой) единичной функцией относительно iiT-свертки
называется такая функция е Е А1(Р)9 что для любой функции / Е А1(Р)
выполняется равенство
/ * е(ж, у) = /(ж, у) Уж, у Е Р.
Обратная функция. Если / Е А 1(Р)9 то {правой) обратной к ней
называется всякая функция g = f~\ для которой
/ * g(x, у) = е(х, у) Уж, у е Р,
где е — некоторая единичная функция. В частности, функция, обратная
к дзета-функции, называется мёбиус-функцией и обозначается /х(ж,г/),
причем, как правило, это будет обратная в смысле дельты как единичной
функции.
1.4.4. Устойчивые мдра. Понятно, что А1(Р) не всегда замкнуто от-
относительно операций свертки и взятия обратной. Постараемся подобрать
такую модификацию свертки, чтобы для данного локально конечного Р:
а) А1(Р) было замкнуто относительно свертки,
б) дельта являлась единичной функцией,
в) существовала мёбиус-функция.
Свертки (и их ядра), которые удовлетворяют условиям а), б) и в), будем на-
называть устойчивыми на Р; если, кроме того, мёбиус-функция принадлежит
А1(Р), то такие свертки (ядра) будем называтьмёбиус-устойчивыми на Р.
3) Очевидно, что корректные ядра позволяют вводить операцию * на всем А(Р).
48 Некоторые сведения из комбинаторики Гл. 1
Критерий выполнимости свойства а) дает
Предложение 1. Множество А1{Р) замкнуто относительно К-свертки
тогда и только тогда, когда
K(x,z,y) = K(x,z,y)((x,y) Ух,у,геР, ze[x,y]. (Kl)
Доказательство. Достаточность.
f*g(x,y)= ]P f(x,z)K(x,z,y)g(z,y) =
f(x,z)K(x,z,y)C(x,y)g(z,y) =
= CO, у) ]Р /(ж, z)K(x, z, y)g(z, у) = СО, y)f * g(x, у).
Необходимость. При допущении, что А1(Р) замкнуто, отталки-
отталкиваясь от противного, находим, что если
К(х0, 20,2/о) ф К(х0, 20, уо)С(хо, 2/о), ^о ? [ж0,2/о],
то К(ж0, 20,2/о) / 0 и, значит, 1 ф ((xOj у0), то есть, х0 ^ |/0. Но тогда
функции/о(ж, у) = 5(x,xoM(y,zo)Hgo(x,y) = 5(х, zoM(y, y0), с одной
стороны, принадлежат А1(Р), а с другой — их свертка в точке Ось У о)
отлична от нуля, так как
/о * g'oOo, 2/о) = 5^ ^(ж°' жо)*(^, zo)K(xo, z, 2/0)^B,
^ 0, 2,2/о) = ^Оо, 20,2/о) / 0,
а это противоречит замкнутости Д/(Р), что и требовалось доказать.
Следствие 1. Множество Д/(РA,3,. . .)) замкнуто относительно лю-
любой корректной свертки.
Действительно, по определению корректного ядра и в силу транзитив-
транзитивности
К(х, 2, у) = К(х, 2, у)С(х, 2)СB, |/) ^ /^(ж, z, 2/)С(ж, 2/);
но так как 1 ^ ((х, у), то
К(ж, z, у) ^ Ж(ж, z, 2/)С(^, у)
и, значит,
/^(ж, 2, у) = К(х, z, у)С(х, у).
Что же касается условия б), то его выполнение влечет весьма жесткие
условия на ядро.
1.4. Бинарные функции на упорядоченных множествах 49
Предложение 2. Дельта функция является единичной относительно
К-свертки с ядром К(х, z,y) тогда и только тогда, когда
K{x,z,y) = l Vx,yeP, х^у. (K2)
Доказательство. Достаточность. Если / G А1(Р)9 то
/ * 5(х, у) = ^2 f(x^ z)K{x, z, y)S(z, у) =
z
= С(я, у)К{х, у, y)f(x, у) = С(х, y)f(x, у) = /(ж, у).
Необходимость. При условии, что 5 — единичная функция, оттал-
отталкиваясь от противного, находим, что если К(хо, zq^q) ф 1 при xq ^ у о,
то функция /о(ж, у) = 6(х,хоM(у,уо)9 с одной стороны, принадлежит
АI (Р), а с другой стороны, ее свертка с дельтой не равна ей в точке (xq , г/о),
так как
/о * 5(х0,2/о) = X] ^ж°' жо)*(^, |/о)^(жо, ^, 2/о)^(^, У о) =
z
= ^ S(z, уо)К(хо, z, 2/о) = К(х0, у0, у о) ф 1 = /о(жо, 2/о),
а это противоречит единичности дельты-функции, что и требовалось дока-
доказать.
Совершенно аналогично можно показать, что дельта является левой
единичной тогда и только тогда, когда
К(х,х,у) = 1 Ух.уеР, х^у. BК)
Достаточные условия мёбиус-устойчивости в классе слабо упорядочен-
упорядоченных множеств дает
Лемма (об обратной функции). Пусть (F, ^) = РA,2,...) —локально
конечное f-ацикличное слабо упорядоченное множество, и пусть ядро
К(х, z,y) удовлетворяет условиям (К1) и (К2), причем
К(х,х,у)фО Ух.уеР, х^у. (КЗ)
Тогда функция f E А1(Р) имеет обратную (в смысле дельты) функцию
f^1 E А1(Р) тогда и только тогда, когда
/(ж, х) /0 Уж G Р.
Доказательство леммы почти тождественно повторяет доказательство
леммы 2.2.1 из [94]; проводимое по индукции, оно немедленно следует из
возможности рекуррентного представления f™1 в форме
f-i(T у)- 6(Х>У) V f(*>*)K(*,*,y) f-i, v
x < z ^ у
X < У
50 Некоторые сведения из комбинаторики Гл. 1
отсюда, в частности, следует, что f^1 е А1(Р). Надо отметить, что наличие
антисимметричности и /-ацикличности существенно, без них индукцион-
индукционный переход не всегда корректен.
Следствие 2. Если на f-ацикличном РA,2,...) задано К1-ядро9 для
которого дельта является как правой, так и левой единицей, то f E А1(Р)
имеет обратную тогда и только тогда, когда
f{x, х) /0 Ухе Р.
В частности, ядро K(x,z,y) = ((х,у) мёбиус-устойчиво на всяком
/-ацикличном слабо упорядоченном множестве. Впрочем, можно показать,
что С может быть мёбиус-устойчивым ядром инаРA,2,...).
Ясно, что в общем случае вопрос о существовании мёбиус-функции
эквивалентен вопросу о разрешимости системы уравнений
С * /х(ж, у) = 5{х, у), ж, у G Р,
относительно неизвестных /х. В свою очередь, для случая конечного Р
точный критерий разрешимости такой системы может быть выписан в тер™
минах миноров.
1.4.5. Новые ядра на РA,2,3,...). Ранее на частично упорядо-
упорядоченных множествах в общем случае рассматривалось только единичное
ядро К = 1, которое, конечно, мёбиус-устойчиво на РA,2,3,...). Эф-
Эффективные расширения (области ядер) достигались только на множе™
ствах РA,2,3,...) специального вида.4) Полученные здесь точные усло-
условия устойчивости позволяют вводить новые ядра, не умаляя общности
РA,2,3,...). Рассмотрим некоторые из них.
Пусть К(х, z^y) = |[z, y]\9 т. е. равно мощности интервала [z,y]. Оче-
Очевидно, что условия (Kl), (K2) и (КЗ) для этого ядра выполнены и, значит,
оно мёбиус-устойчиво, а сама мёбиус-функция определяется из условия
ф,у) = 6(х,у)- V i|ii^L(z,y). A)
/ J
В частности, если РA,2,3,...) — частично упорядоченное множе-
множество всех подмножеств множества Sn = {«i,..., ап}, упорядоченных по
включению, то
^^ A)Ы~1Х1йх,У)- B)
Пусть г(х^у) обозначает длину наибольшей цепи с «нижним» концом х
и «верхним» у. Тогда следующие функции также могут служить примерами
'PopaF.I. Generalized convolution ring of arlthmatlc function.— Pacif. J. Math.—
1975.— 61.— 1.— P. 103-116.
1.4. Бинарные функции на упорядоченных множествах 51
мёбиус-устойчивых ядер на частично упорядоченном множестве:
K(x,z,y)^r(z,y) + ((z,y); C)
K(x,z,y) = qr<x"\ q€N; D)
f Д F)
Перечисление и классификация устойчивых (мёбиус-устойчивых) ядер
позволяет, в частности, перечислять и классифицировать обычные комби-
комбинаторные тождества (и их обращения).
1.4.6. Принцип обращения. Пусть на множестве всех бинарных функ-
функций А1(Р) задана К-свертка посредством ядра К(х, z,y).
Теорема 1. Пусть (Р, ^) = РA,. . .) —локально конечное рефлексивно
упорядоченное множество с нулем Ор; пусть на Р2 заданы функции
f,g, X, к Е А(Р), связанные соотношениями
g{y, x) = Y, Д^ x)K(z, у, х) Ух, уеР, G)
. (8)
Тогда
/(ж, х)к{х, х) = ^2 g(y, x)X(y, х). (9)
Доказательство. Посколысу 0р G F, то в силу локальной конечности
(Р, ^) все суммы определены корректно, поэтому
, х)Х(у, х)= 5Z ( 5Z «^z' X)K(Z^ У^ х))х(Уч х) =
= 2_^ f(zJ x)S(z, x)m(zj x) = /(ж, ж)х(ж, х),
что и требовалось доказать.
52 Некоторые сведения из комбинаторики Гл. 1
Очевидно, что условие наличия нуля можно заменить условием конеч-
конечности сумм типа G) и (9).
Если (Р, ^) = РA, 2,...), то х(ж, ж) = К(х, ж, ж)А(ж, ж), а если 5 —
единичная функция относительно /С-свертки, то х(ж, ж) = Л (ж, ж).
Если ж = 1, то (X = /х, а если Л Е Л/(Р), то {А = Л = /х. Если
К — мёбиус-устойчивое ядро, то при к =1 всегда можно подобрать А Е
Е Л / (Р), удовлетворяющую условию (8); в этом же случае условие мёбиус-
устойчивости может быть заменено условием корректности и устойчивости
ядра К. Примечательно, что в случае хе1 и (Р,^) = РA, 2,...)
существуют такие РA, 2), для которых условие (8) выполнено при К = 1
и «обычном» /л:
1, х = у,
J2 Kz^y)^ x < У> A0)
05 ж ^ у.
Примером такого РA, 2) без циклов может служить множество, приведен-
приведенное на рисунке (наличие стрелки эквивалентно строгому неравенству >).
Ясно, что оно нетранзитивно, а непосредственная проверка удостоверяет
выполнение условия (8). Если провести стрелку от а к 6, то получится
множество с циклами, которое по-прежнему удовлетворяет условию (8).
Наконец, если положить (Р, ^) = РA, 2,3,...), К = 1, к = 1,
/(z, ж) = f(z), то Л = д Е Л/(Р) и теорема 1 являет собой известный
принцип обращения Мёбиуса для частично упорядоченных множеств.
1.4.7. Вычисление /х на РA, 2,...). Всюду далее (Р, <) =
= РA, 2,...) будет обозначать локально конечное /-ацикличное слабо
упорядоченное множество; зададим на множестве всех бинарных функций
А1(Р) свертку посредством ядра K(x,z,y) = ((х,у). Тогда это
множество А1(Р) вместе с введенными на нем операциями сложения,
умножения на скаляр и ("-свертки образуют алгебру с единицей S.
Пусть го (ж, /г, г/) обозначает число цепей длины к с начальным эле-
элементом у и нулевым элементом ж в множестве (Р, ^). Способ вычисления
значений мёбиус-функции, отличный от непосредственного раскрытия ре-
рекуррентности, дает
Теорема 2. Пусть (Р, ^) = РA, 2,. . .) —локально конечное f-ациклич-
f-ацикличное слабо упорядоченное множество; тогда
fi(x,y) = Y/(-1)kMx,k,y) Vx,yeP. A1)
Доказательство. Введем обозначение
/(п) = (...((/*/)*•••*/)*/,
1.4. Бинарные функции на упорядоченных множествах 53
причем примем, что /^ = 5. Тогда в силу того, что А1(Р) — алгебра,
немедленно находим
/i = с1 = F + vy1 = s- fi{1) + ^?B) - ^?C) + ¦..,
то есть,
/х(ж, у) = ?)(-1)У *) (ж, у) Ух, уеР. A2)
А так как нетрудно проверить, что
то получаем требуемое.
Надо заметить, что формула A1) дает значения только для левой
функции Мёбиуса; совершенно аналогичная формула для правой функции
Мёбиуса имеет вид
здесь Ti(x,k,y) обозначает число цепей (в Р) длины к с наибольшим
элементом у и конечным х.
В частности, если Р = РA,2,3,...), то т0 = ть формулы A1)
и A1;) совпадают и являют собой теорему Ф. Холла.5) Примечательно,
что даже если ("-ядро мёбиус-устойчиво на локально конечном РA, 2,...)
(не обязательно /-ацикличном; такое, как отмечалось выше, возможно), то
тем не менее /-ацикличность в теореме 2 существенна, поскольку наличие
цикла в /-цепи влечет бесконечность числа слагаемых в A1) и, в частности,
приводит к тождествам типа
оо
к=0
1.4.8. Замечания и обобщения. Специальный интерес представляет
изучение биядер (ядер, принимающих значения 0 и 1), поскольку их всегда
можно рассматривать как сужение области суммирования в соответствую-
соответствующих свертках.
Небезынтересны также разложимые ядра, т. е. допускающие разложение
К(х, z, у) = К'{х, z)Q{x, z, y)K"(z, у),
поскольку через посредство порождаемых ими тождеств типа
/ _> tg = fK1 -> *Kffg
К Q
просматривается связь между соответствующими алгебрами функций.
ъ)На11 P. A contribution of theory of groups of prime power order.— Proc. London
Math. Soc. Ser. В.— 1933.— 36.^ P. 29-95.
54 Некоторые сведения из комбинаторики Гл. 1
Наконец, по аналогии с бинарным можно рассматривать двухместное
отношение на множествах X и Y (определяемое или подмножеством из
X х Y, или многозначным отображением из X в Y), которое, конечно,
в случае X = Y является бинарным. Особенный интерес здесь, по™
видимому, представляют случаи, когда помимо заданных между XwY мно-
многозначных отображений имеются бинарные отношения и на самих X и Y.
1.5. Некоторые свойства простых чисел
1.5.1. По одному из древних преданий Прометей украл у богов не
только огонь, но и числа; и то и другое отдал он людям. Натуральные
числа {1,2,3,...,n,...} = N отражают практику пересчета. Со временем
натуральный ряд N пополнялся: нулем, отрицательными числами и т.д.
Что, в частности, отразилось в русском языке — слово «цифра» происходит
от арабского названия нуля — «аль-зифр».
Именно практика пересчета позволяет каждое натуральное число пони-
понимать, по словам Диофанта Александрийского, «как некоторое количество
единиц». Однако он же употреблял геометрические трактовки: в своих
трактатах «Арифметика» и «О многоугольных числах» Диофант пишет:
«Среди чисел есть треугольные, квадратные, прямоугольные, кубичные,
квадрато-квадраты, квадратокубы и т. д.»
В противоположность «хорошим геометрическим» числам выделяются
простые числа:
— делящиеся нацело лишь на самое себя и единицу и большие 1;
либо, что эквивалентно:
- не пред ставимые суммой равных чисел, больших единицы:
V = {2, 3, 5, 7,11,13,17,19, 23,...}.
1.5.2. Уже древние (по крайней мере с Евклида) чувствовали важность
простых чисел: и что их бесконечно много, и что каждое натуральное (> 1)
однозначно представимо произведением некоторых простых, и, наконец,
что простые из натурального ряда можно выделять достаточно быстро,
а именно последовательным вычеркиванием всех чисел, кратных данному,
с оставлением этого данного, если оно уже не зачеркнуто (так называемое
«решето Эратосфена»).
Все это естественно порождало круг вопросов о простых.
I. Как «устроено» само множество простых?
II. Как «устроены взаимоотношения» между простыми и не простыми?
Основное содержание этих двух проблемных направлений составляют
конкретные задачи вместе с порожденными ими общими методами, т.е.
задачи классические. Помимо того имеется ряд совершенно практических
вопросов, с течением времени все более значимых в связи с той деятельно-
деятельностью, которая предъявляла «большие числа». 6)
6) Последнее словосочетание в славянской культуре до XVII в. употреблялось
для системы «великих чисел» вплоть до самого большого числа — «колоды» —
1.5. Некоторые свойства простых чисел 55
Быстродействие вычислительных машин не безгранично, а по ряду
параметров уже подходит к физическим пределам, поэтому умножение
быстродействия становится делом все более теоретическим и не только
инженерным, но и теоретию>числовым.
III. Почему «легко» проверить простоту большого A25 десятичных
знаков) числа и «трудно» разложить столь же большое составное число на
простые множители?
Сколь близки могут быть простые? Соседние простые могут разниться
на сколь угодно большое число, потому что между числами к\ + 2 и к\ + к
нет простых.
Нечетные простые могут отстоять друг от друга на 2. Такие пары
простых называют «близнецами»: C,5), E,7), A1,13),.... Сравнительно
несложно проверить, что все пары близнецов, кроме первой, имеют вид
(Qn ±1), причем такое п при делении на 10 может иметь в остатке лишь
числа 0, 2, 3, 5, 7 и 8. Вместе с тем, до сих пор неизвестно — конечно
или бесконечно множество близнецов. Известно лишь, что ряд обратных
величин к близнецам сходится к конечной величине, которую называют
константой Бруна:
A/3 + 1/5) + A/5 + 1/7) + A/11 + 1/13) + ... = В = 1, 902160758...
Ясно, что для непосредственной проверки простоты числа п достаточно
убедиться, что оно нацело не делится ни на одно из чисел от 2 до у/п.
Но такой перебор проверок избыточен, ведь достаточно убедиться, что
делимости нет ни на одно простое между 2 и у/п. Стало быть, полезно
иметь таблицы простых. Их начали усиленно составлять и публиковать еще
в средние века. С появлением ЭВМ дело сильно прогрессировало, и теперь
идет соревнование за первое простое с более чем 10 млн десятичных
знаков. 7)
К наиболее изящным точным аналитическим проверкам простоты от-
носятся следующие теоремы.
Теорема Лейбница. Число р > 2 простое тогда и только тогда, когда
оно нацело делит число (р — 2)! — 1.
Теорема Вильсона. Число р простое тогда и только тогда, когда оно
нацело делит число (р — 1)! + 1.
Для близнецов имеется подобная теорема.
Теорема Клемента. Числа п и п + 2 суть близнецы тогда и только
тогда, когда их произведение п{п^2) нацело делит число 4(п
1049, обозначаемой а, «...и более сего несть человеческому уму разумевати».
Примечательно сравнить это число с неким разумно-физическим пределом — 1042
— размером вселенной в масштабе размера атома водорода.
7)На сегодняшний день самое большое известное простое число — 38-е извест-
известное число Мерсенна. Числом Мерсенна называют простое вида 2Р — 1. Неизвестно,
конечно или бесконечно множество чисел Мерсенна. Это простое вида 26972593 — 1
имеет в десятичной записи 2.098.960 знаков (см. www.mersenne.org).
56 Некоторые сведения из комбинаторики Гл. 1
Большие вопросы могут не избегнуть больших заблуждений: так, древ-
древнекитайские математики полагали, что если п — простое, то 2п — 2 делится
на п, а если составное — не делится, и проверили этот факт вплоть до
п = 300. Немного не дошли они до первого исключительного случая —
составного числа п = 341 = 11-31, которое делит число B341 - 2) нацело!
Однако в одностороннем порядке, как установил П. Ферма, этим фактом
можно пользоваться:
Малая теорема Ферма. Если п — простое, то п делит 2П~1 — 1
нацело.
Оперирование с большими числами иногда можно подменить спе-
специальными алгоритмами, в которых фигурируют много меньшие числа,
например, малая теорема Ферма обеспечивает следующий алгоритм:
если п > 2, ко = 1 и
к1 < га, .
ol о| ^ г = 0,1,... ,га-2;
2к{ — п, если 2ki ^ п,
то при кп^\ ф 1 число п — составное.
Пример.
п = 6; тогда к® = 1,к\ = 2, к2 = 4, к% = 2, к4 = 4, А;5 = 2 ф 1.
п = 5; тогда ^о = 1? &i = 2, ^2 = 4, ^3 = 3, /24 = 1.
Составные числа {341, 561, 645,1105, • • • }, удовлетворяющие делимо™
сти в теореме Ферма, называют псевдопростыми, или числами Пуле. Их
бесконечно много. Действительно, ведь если п — псевдопростое, то и 2п — 1
будет псевдопростым. В самом деле, если 2п^1 — 1 = п • а, то
2BП-1)-1 - 1 = 22ап -1 = Bап + 1) Bап - 1) =
/(лап _|_ -1 \ ((\п i\ ((\na — n i опа-2п 4- • • • 4- е?п I 11
Немного менее просто доказывается следующий факт.
Если п простое, то каждый составной делитель числа 2п — 1 является
псевдопростым. 8)
1.5.3. К попыткам наглядно представить закономерности распределе-
распределения простых можно отнести скатерть Улама, который, сидя на каком-
то скучном заседании, начал в квадратики клетчатой бумаги вписывать
натуральные числа по спирали и заметил, что простые группируются любо-
любопытно (рис. 1.10, а, б); предпринимались попытки представить трехмерный
аналог скатерти Улама. 9) Важно, что такой способ умножает наглядность,
т. е. позволяет единым взглядом охватить больше, чем просто на числовой
прямой, как человеку, так и компьютеру.
8)К J. A Duparc, 1953 г.
9) Более подробно о скатерти Улама см. весьма доступную статью Ю. В. Матия-
севича «Формулы для простых чисел» в журнале «Квант», 1975 г., № 5, с. 5-13.
1.5.
Некоторые свойства простых чисел
57
Рис. 1.10, а
Рис. 1.10,6
58
Некоторые сведения из комбинаторики
Гл. 1
25
24
fff
22
21
10
9
8
Ш
20
ШР!
те
1
6
ш
12
ш
4
m
21
fAY/J7//,
(ш
14
15
16
Рис. 1.10,
Q Q Q ^7 Q Qi Q3 Qs Q7 Q9
Рис. 1.11
В начале 50~х годов сербский математик Данила Блануша предложил
чисто геометрическую (гиперболическую) конструкцию, явно изображаю-
изображающую все простые на числовой прямой (см. рис. 1.11). Поясним этот, на
первый взгляд сложный, чертеж. На координатной плоскости X, Y прове-
проведем все прямые, проходящие через пары точек
1 = 2,3,4,..., j = 2,3,4,...
и определим точки пересечения этих прямых с горизонтальной прямой у —
= — 1. Уравнение каждой такой прямой имеет вид
поэтому точка Cij ее пересечения с указанной горизонтальной прямой
имеет координаты (г j, — 1). Стало быть, в силу целочисленности г, j, полу-
получается, что горизонтальная прямая пересекается построенными секущими
только в координатах, являющихся составными числами, оставляя непере-
неперечеркнутыми простые и единицу.
1.5.
Некоторые свойства простых чисел
59
В связи с развитием номографии10) А. Мёбиус в 1841 г. отметил
следующий факт. Если на координатной плоскости X, У имеется парабола
у = ж2, которую прямая L пересекает в точках (п, в2) и (га, m2), то L
пересекает ось Y в точке @, —пт). Это простое замечание приводит к
следующей общей параболической конструкции.
Пусть на плоскости X, Y имеется парабола у = х2; соединим все целые
точки параболы отрезками
{[(-1,1), A,1)], [(-п, п2), (m, m2)], п, т = 2, 3, 4, . . .}.
Тогда согласно замечанию Мёбиуса и в силу целочисленности п и m из
целых положительных точек оси У останутся неперечеркнутыми этими
отрезками все простые и только они. Такую конструкцию мы с Ю. М. Ма™
тиясевичем п) стали именовать как сито Эратосфена.12) Сито наглядно
(визуально) показывает, что целая точка на оси У не пересекаема отрезками
тогда и только тогда, когда она соответствует простому числу ( см. рис. 1.12;
для наглядности рисунок масштабирован: у = (— 1 J.
Вообще, «геометрия параболы» любопытна сама по себе, например,
площадь треугольника, вписанного в параболу, можно исчислить по изящ-
изящной формуле, подобной формуле Герона. Более того, теперь ясно, что
благодаря ситу многие геометрические построения на параболе могут при-
приобретать теоретико-числовые осмысления, к таковым, по-видимому, можно
отнести теоремы Паскаля и Бланшерона.
В свою очередь сито подсказывает, что числа можно таблично распола-
располагать не только по спирали, но рисуя новую скатерть, пиша числа построчно
от одного квадрата до следующего:
1
4
9
16
25
ш
т
10
ш
26
ш
6
18
27
4
ш
12
28
8
Щ
Y/sY//
20
ш
9
14
21
30
15
22
ш
16
ш
32
24
33
25
34
35
36
10)По словам Давида Гильберта «... номография имеет дело с решением урав-
уравнений посредством рисования кривых, зависящих от произвольных параметров».
К практическим результатам номографии можно отнести логарифмическую линей-
линейку и нониус.
/(I) Y. Matiyasevich, В. Stechkin. A visual Sieve for Prime Numbers.—
http://www.logic.pdmi.ras.ru/ yumat/Journal/Sieve. B) Ю. Матиясевич, Б. Стечкин.
Сито Эратосфена// Труды международной школы С. Б. Стечкина по теории функций
(Россия, г. Миасс Челябинской обл., 24 июля - 3 августа 1998 г.).— Екатеринбург,
1999.— С. 148. C) Le crible geometrique de Matiiassevitch // "Sciences et Avenir". —
Aout 2000. P. 92.
12) Как нам недавно стало известно, художники проявляют к ней интерес как
к некой абсолютной гармоничности, сходной с гармоничностью «золотого сечения».
60
Некоторые сведения из комбинаторики
Гл. 1
Рис. 1.12
Как и в скатерти Улама, здесь можно наблюдать закономерности распре™
деления простых, и не только простых, но любых подмножеств натурально-
натурального ряда. Это опять-таки позволяет в экран компьютера вместить большую
часть N, нежели непосредственно.
Если достаточно мелко масштабировать такую квадратичную скатерть
с выделенными простыми, то явственно просматриваются некоторые «пря-
«прямые линии», т. е. прямые, довольно плотно заполненные простыми числа-
числами. Две из них особенно явственны: они соответственно отвечают двум
полиномам: п2 + п + 41 и п2 + 58 (см. рис. 1.13).
Далее. Из квадратичной скатерти и из самого сита видно, что между со-
соседними квадратами всегда наблюдаются простые. В теории чисел имеется
старая задача:
верно ли, что между соседними квадратами найдется простое?
Ответ на этот вопрос еще не получен.
Исторически первый вопрос подобного рода был поставлен Ж. Бертра-
Бертраном в 1849 г., когда он пристально наблюдал таблицы простых:
между п и 2п всегда найдется простое.
В 1852 г. П. Л. Чебышев доказал, что между п и 2п — 2 всегда найдется
простое. Сито позволяет проводить любые параллельные отрезки, и поэто-
поэтому возникает общий постулат параллельности:
для натуральных а и Ъ между ab и (а + 1)(Ь + 1) найдется простое.
Этот постулат сродни, хотя и слабее, постулату Серпинского, который
тоже изучал различные табличные записи натурального ряда (в том числе
и треугольные) с целью обнаружения закономерностей в распределении
простых. Так, для таблицы
(tn + k, к = 1,2, ...,n- 1, t = 0,1,2, ...,п- 1)
1.5. Некоторые свойства простых чисел 61
Рис. 1.13
В. Серпинский высказал предположение, что каждая ее строка содержит по
меньшей мере одно простое число. Отсюда сразу следовало бы, что между
соседними квадратами имеется по крайней мере два простых.
Таким образом, параллельность отрезков в сите порождает все извест-
известнейшие постулаты о наличии простых в отрезках числовой прямой. Конеч™
но, для изображения всех простых на прямой в сите достаточно проводить
отрезки лишь между простыми целыми точками параболы с одной стороны
и всеми целыми с другой: (^р,р2) и (+п,тг2). Это сразу подсказывает
следующий новый
Постулат близнецов (Б. С. Стечкин).13) Между квадратами простых
найдутся близнецы:
4 < 5 < 7< 9,
9 < 11 < 13 < 25,
25 < 29 < 31 < 49,
В частности, рассматривая скатерть, строки которой замыкаются квад™
ратами соседних простых, можно наблюдать, что и в ней имеются «пря~
мые», например, часто близнецами оказываются числа вида (р2 + 59 =Ь
±1). Постулат близнецов влечет, что близнецов среди простых «примерно
столько же», сколько простых среди всех натуральных.
1.5.4. На сито Эратосфена можно взглянуть с точки зрения теории
графов, поскольку само сито является бесконечным полным двудольным
графом на целых точках параболы с координатами х ^ 2. Поэтому, рас™
13) Стечкин Б. С. Наблюдения некоторых свойств простых чисел / Квант. — 2003.
— №6. —С. 29-30.
62 Некоторые сведения из комбинаторики Гл. 1
сматривая произвольные конечные подграфы этого графа, можно выписы-
выписывать их различные теоретико-графовые соотношения, осмысляя их далее
в теоретико-числовых терминах сита. Например, для простых р рассмотрим
следующий конечный подграф сита:
В нем, как во всяком двудольном графе сумма степеней вершин (степень
вершины графа есть число ребер ей инцидентных) в одной доле в точности
равна сумме степеней всех вершин в другой. В этом графе степени вершин
легко подсчитываются в явном виде: степень левой вершины (^р^р2)
равна N — р -\- 1, а степень правой (п, п2) равна тг(п) — числу простых,
не превосходящих п. Следовательно, окончательно получаем теоретико-
числовое равенство:
(N-p+l)= ]Г тг(п),
где левое суммирование проводится по простым р, а правое — по натураль-
натуральным п. Если теперь М < N и
то после вычитания второго равенства из первого получаем общее тожде-
тождество:
(ЛГ-М + 1)тг(М-1) + ]Г (ЛГ-р+1)= ]Г тг(гс).
Стало быть, если между М и N нет простых, то 5^ = 0 и равенство
принимает вид
(Л^М + 1)тг(М^1) = ]Р тг(п).
Значит, если тг(п) — возрастающая функция, то для каждого М найдется
N = N(M)9 при котором это равенство будет нарушаться, т. е. между М и
N(M) найдется простое. Следовательно, постулат Бертрана эквивалентен
тому, что N(M) < 2М, а постулат о том, что между соседними квадратами
найдется простое, — тому, что N(M) < М + 2\ПИ + 1.
Рассмотрим теперь другой конечный подграф сита, а именно, граф вида
[(-m, w2), @, п)], 2 < m < л/n ^ N.
В нем степень левой вершины (—га, т2) равна [N2/га] — тв + 1 (здесь [х]
обозначает целую часть числа ж, т. е. наибольшее целое, не превосходящее
1.5. Некоторые свойства простых чисел 63
ж), а степень правой вершины @, п) равна d,2(n) — числу всех делителей
п между 2 и у/п. Стало быть, получается равенство
J2 ([N/m]-m + l)=
из которого несложно вывести формулу для
1 \
=
J/
которую вполне уместно сопоставить с хорошо известной формулой для
d(n) — числа всех делителей п:
Попробуйте вывести общую формулу для do(n) — числа всех
делителей п9 принадлежащих некоторому подмножеству D множества
1,2,3,..., п.
1.5.5. Нахождение удобных приближенных формул для функции тт(п)
представляло и представляет трудный вопрос. Так, Л. Лохер-Эрнст заметил,
что для п > 50 выражение
f(n) = n/(l/3 + 1/4 + 1/5 + ... + 1/гс)
дает достаточно хорошее приближенное значение числа тг(п), например,
тгA03) = 168, а/A03) = 167,1. Можно элементарно (но не кратко) дока-
доказать, что отношение тг(гг) /' f(n) стремится к единице, когда п возрастает
неограниченно.
Известны и другие приближенные формулы для тг(п), например, вы-
выражение п/ In в, где In n обозначает натуральный логарифм числа п.
Ж. Адамар и Ш. де лаВалле-Пуссен, развивая предварительные результаты
А. Лежандра, К. Ф. Гаусса и П. Л. Чебышева, в 1896 г. доказали, что
отношение тг(гг) к п/\пп стремится к единице, когда п неограниченно
возрастает. В. Серпинский заметил, что отсюда следует, что отношение п-го
простого числа рп к п In n стремится к единице, когда п неограниченно
возрастает. 14)
Можно доказать, что для натуральных п > 1 имеет место неравенство
тг(п — 1)/(п — 1) < тг(п)/п, если п простое, и обратное неравенство —
14) В. Серпинский. Что мы знаем и чего не знаем о простых числах.— М.—JL:
Физматлит, 1963.
64
Некоторые сведения из комбинаторики
Гл. 1
Рис. 1.14
в противном случае. Имеются 15) достаточно удобные двусторонние оценки
для функции тг(п): если п > 70, то
гс/Aпгс - 1/2) < тг(гс) < п/(\пп- 3/2).
Аналитически условие параллельности отрезков в сите сразу получает-
получается из подобия треугольников (см. рис. 1.14, а):
п — d m n
— или с = — —
с а
с d
Это естественным образом подсказывает формальное
Определение. Натуральные тип обладают параллельными (парны-
(парными) делителями, если существуют натуральные cud такие, что т/с —
— с = n/d — d. (Обозначение: (с, d)||(ra, n).)
Данное понятие является новым и нуждается в углубленном изучении.
Отметим здесь лишь простейшие его первоначальные свойства.
Если (d + ?,d)||(ra,7i),TOC необходимостью
т
Ясен механизм образования всех пар (га, п)9 для которых (с, d) || (га, п)
при заданных с и d. Это будут пары вида (ct, d(t — c + d)),t = l,2,...,
и только они. Так что для фиксированных парных делителей (с, d) име-
имеется бесконечно много подходящих им пар чисел (га, п). При этом, если
(с, d)||(ra,n) и (с, d)\\(k, 1),то
(п — 1){кп — 1т)
с =
(к — т)(кп — 1т)
(к- I -т + п)(к - тI ° '\j (к - I - т + п)(п - I)
и, значит, c/d = (к — т)/A — п) (см. рис. 1.14, с).
Пример. C, 2)||A20,78), C,2)||(9,4).
)В. И. Нечаев. Элементы криптографии. — М.: Высш. шк., 1999.— С. 92.
1.5. Некоторые свойства простых чисел 65
1.5.6. Иначе обстоит дело, когда фиксирована пара чисел (га, п) и
ищутся все ее парные делители.
Если (а, 6)|| (га, п) и (с, d)||(ra, в), то выполняется система
и, значит,
ас (ab - Ъ2 - dc + d2) bd (a2 - ab - с2 + cd)
т = —' '-, п= —^ '-.
ос — аа ос — ad
Пример. (8, 6)||A20, 78), C, 2)||A20, 78).
Отсюда сразу видно, что если рассматриваются полосы одинаковой
ширины, т. е. t = а — b = с — d9 то га = ас, п = bd. Но оказывается, верно и
обратное: если (с, d) | (га, п), (а, Ь) | (т, п) и т = ас, n = 6<i, то а — 6 =
= с — d Действительно, подставляя значения га и п в вышеприведенные их
дробные представления, получаем равенство ab — b2 — dc + d2 = a2 — ab —
—c2+cd, эквивалентное равенству (c—dJ = (a—bJ. Это означает, что если
для чисел (га, п) имеются парные делители F+?, 6), образующие ?-полосу,
то это будет единственная t-полоса для этих тип. Стало быть, с учетом
первого указанного свойства парных делителей получается следующий
результат.
Лемма. Для каждой пары чисел га > п имеется не более
ее парных делителей.
Кроме того, аналогом транзитивности обычного деления: если х наце-
нацело делит у и у нацело делит z, то и х делит z нацело — может служить
подобное свойство для парной делимости:
если (а, 6)||(га, п) и F, c)||(n, k)9 то (а, с)||(га, к).
Это сразу следует из эквивалентности парной делимости параллельно-
параллельности соответствующих секущих параболы.
Имеется, наконец, общее редукционное правило:
,n) =* (c-t,d)\\(m- ^,n +
которое так же геометрически совершенно прозрачно (попробуйте соответ-
соответствующий чертеж на параболе изобразить самостоятельно).
1.5.7. Какие же числа можно получать, складывая два простых? В наи-
наиболее законченном виде такие постановки стали проявляться в XVIII в.,
причем из вполне практических надобностей.
В царствование Елизаветы Петровны было перехвачено «цифирное»,
т. е. шифрованное письмо «подлого Шетарди» — французского посланника
66 Некоторые сведения из комбинаторики Гл. 1
при российском дворе. Письмо передали кабинет-секретарю Академии, ма~
тематику Христиану Гольдбаху, который успешно прочел его, чем заслужил
похвалу самого канцлера А. П. Бестужева: «Всему, что в цифрах написано,
искусством господина Гольдбаха ключ имеется».16) И в 1742 г. канцлер
«настоятельно пригласил» математика на службу в коллегию иностранных
дел, где только за июль^декабрь 1743 г. Гольдбах сумел прочитать более
60-ти цифирных писем и был пожалован в тайные советники «за 4500 руб-
лев в год». Ограниченный в передвижениях, сносился он с Эйлером пере-
перепискою. В одном из писем он задал вопрос, который теперь именуется как
Проблема Гольдбаха. Каждое нечетное (> 6) представимо суммой
трех простых.
Эйлер в своем ответе заметил, что более сильным является следующее
утверждение:
Проблема Эйлера. Каждое четное (> 2) представимо суммой двух
простых.
Ясно, почему утверждение Эйлера сильнее: 2п +1 = 3 + 2(п — 1) = 3 +
+р+q. Иногда проблему Эйлера называют бинарной проблемой Гольдбаха,
или, жаргонно, «бинарный Гольдбах». Сразу отметим, что если 2п = р + д,
то либо р, либо q будет больше п. Стало быть, между п и 2п имеется простое
число, значит, справедливость утверждения Эйлера влечет справедливость
постулата Бертрана. Занятно, что Эйлер этого не отметил, а Бертран не
почерпнул свой постулат из гипотезы Эйлера, хотя может быть, он и не знал
о ней.
Выдающийся русский ученый Иван Матвеевич Виноградов доказал,
что если п больше некоторого hq, to утверждение Гольдбаха справедливо.
К сожалению, п® пока велико: пд « ее « ]_q4,oo3-io q^^y. Бороздкин,
1956 г.).17)
Более того, с помощью разработанных им методов И. М. Виноградов
дал приближенное число различных представлений в проблеме Гольдбаха:
«Если T(N) — число представлений N = р\ + р2 + Рз? то
T{N) ^ (I + 8{N))^{N)S{N),
где S(N) такова, что lim 5(N) = 0, Ф(JV) — возрастающая функция от N,
асимптотически равная iV2/[2(log Л/"K], и
16) Ни эта ли фраза породила термин «ключ шифра»? Однако в придворной лексике
она зело смачна, ибо ключ — это знак камергера, а шифр есть вензель придворной
дамы.
) Профессор А. Шинцель любезно сообщил нам недавно новейшую информацию
по этому вопросу: nQ « ее « 5.56054 • 107193 — Chen, Wang. Acta Math. Sinica,
1996. —39. —P. 169-174.
1.5.
Некоторые свойства простых чисел
67
N
где произведение \\ распространяется на все простые, \\ — лишь на
простые делители числа N».18)
Проблему Эйлера можно иллюстрировать геометрически. Рассмотрим
множество точек плоскости Л4 = {(р, q)\ p^q € V} (см. рис. 1.15). Тогда
предположение Эйлера эквивалентно тому, что каждая прямая х + у = 2 в
должна пересекаться с этим множеством Л4. Но графически это явление не
вполне очевидно.
Рис. 1.15
1.5.8. Ситуацию с проблемой Эйлера изменяет следующая
Теорема. Пусть простые р > q > 2 и целые т ^ 0, п ^ 1 таковы,
что
Тогда
(п - IJ < pq < п2.
A)
B)
= П + 771.
18)И. М. Виноградов. Аналитическая теория чисел: Юбилейная сессия Академии
наук СССР, 15 июня - 3 июля 1945 г., Т. II. — М.-Л.: Изд-во АН СССР, 1947.—
С. 34^40.
68 Некоторые сведения из комбинаторики Гл. 1
К доказательству заметим, что целые числа п и т из системы неравенств
1 и 2 них определяются однозначно, с привлечением функции [х] — целой
части числа х. А именно: из A) сразу следует, что
а из 2 — что п = [л/pq] + 1, причем здесь существенно используется, что
р > q суть простые, поскольку произведение двух разных простых никогда
не будет квадратом. Стало быть утверждение теоремы сводится к проверке
простого тождества
В частности, при т = 0 отсюда сразу ясно, когда среднее геометриче-
геометрическое близко к среднему арифметическому:
если натуральные а и b имеют одинаковую четность и а < Ъ ^ а +
+ л/8а + 2, то
Таким образом, если некоторое число N есть полусумма двух простых
р и q, то с необходимостью это же N пред ставимо суммой двух других,
уже не обязательно простых чисел т и п9 определенным выше образом
связанных срид. Поэтому, аналогично предыдущему, каждая прямая х +
-f у = N должна с необходимостью пересекаться со множеством точек на
координатной плоскости
Это множество /С (см. рис. 1.16), очевидно, более наглядно представляет
закономерность такой пересекаемости.
1.5.9. Подводя первые предварительные итоги, должно отметить, что
сито Эратосфена прежде всего увеличивает наглядность, представляет
множество простых на числовой прямой вполне детерминированным, вы-
выявляет классические и новые характеристики чисел и начальные связи
между ними, позволяет, наконец, наблюсти новые аспекты классических
постановок. С. М. Воронин писал, что «... выяснение закономерности
расположения простых чисел среди натуральных сталкивается с боль-
большими трудностями. Изучение таблиц простых чисел показывает, что
они располагаются среди натуральных чисел весьма причудливым обра-
образом». 19)
19) С. М. Воронин. Простые числа.— М.: Знание, 1978.
1.6. Графический подход к задачам о средних в теории чисел 69
Рис. 1.16
Уже совсем недавно, особенно после доказательства великой теоремы
Ферма, в череде иных крупных нерешенных проблем теории чисел стал
проявляться вопрос о явном представлении распределения простых: «По™
следовательность простых чисел подчиняется какой-то плохо различимой
закономерности, и простые числа живут по собственным правилам. Их
сравнивают с сорной травой, случайным образом распределенной среди
натуральных чисел. Перебирая одно за другим натуральные числа, можно
набрести на области, богатые простыми числами, но по неизвестной при™
чине другие области оказываются совершенно пустыми. Математики ве-
веками пытались разгадать закон, по которому распределены простые числа,
и всякий раз терпели поражение. Возможно, никакого закона не существует,
и распределение простых чисел случайно по самой своей природе.» —
Саймон Сингх (Великая теорема Ферма.— МЦНМО, 2000.— С. 257).
Эти слова были написаны летом 1997 г., за несколько месяцев до нашего
с Ю.В. Матиясевичем построения сита Эратосфена. Представляется, что
сито Эратосфена в определенной мере проясняет эту ситуацию.
1,6. Графический подход
к задачам о средних в теории чисел
Пусть МиР — суть множества натуральных и простых чисел соот-
соответственно. Для функции / : N —>• М1 ее средним на сегменте [1, N] =
= {1,2,...,JV} называют величину
N
71 = 1
Асимптотическим средним функции / называют величину
при условии существования последнего предела.
70 Некоторые сведения из комбинаторики Гл. 1
Тематика задач о средних в теории чисел состоит в вычислении f(N)
для различных функций /, как правило характеризующих арифметические
свойства чисел.
Так, если f(n) — число всех делителей числа п, то
f(N) = In TV + BС - 1) + О(ЛГх/2), A)
где С — постоянная Эйлера:
С = lim A + 1/2 + 1/3 + ... + 1/N - In TV) « 05 577215...
Если /(га) — число всех простых делителей числа га, то
B)
где Я = 0,26149...
Если /(га) — число всех простых делителей числа га с учетом их
кратностей в каноническом разложении га, то
Будем рассматривать функции /(га), задаваемые через посредство неко-
некоторого множества DcNno правилу:
fD(n) = \{deD:d\n}\.
Так, если D = N, то получаем первый пример, а если D = Р, то —
второй.
Для получения общих оценок среднего /о(Л/") будем использовать
методы теории графов, восходящие к графическому (параболическому)
представлению множества простых чисел на числовой прямой. 21)
Пусть Djv = D П [1, iV]; определим двудольный граф по правилу:
одну его долю составляют вершины [1, N], а другую — множество чисел
Dn; ребро (га, d) наличествует в этом графе тогда и только тогда, когда
d\n. Степень вершины понимается как число ребер, ей инцидентных. По
построению ясно, что степень вершины п Е [1, TV] есть в точности /
20) См., например, Бухштаб А. А. Теория чисел.— М.: Уч. пед. ГИЗ, 1960, теоремы
319 и 333 и с. 347. '
21) Матиясевич Ю., Стечкин Б. Сито Эратосфена // Труды междунар. шко-
шкоды СБ. Стечкина по теории чисел. — Миасс, 1988. — С. 148. (см. так™
же Y. Matlyasevich, В. Stechkln. A visual Sieve For Prime Numbers. —
http://www.login.pdmi.ras.ru/yumat/Jomal/SIeve).
1.6.
Графический подход к задачам о средних в теории чисел
71
а степень вершины d E
N
равна
N
, так как можно предъявить в явном
виде все эти
d
ребер: (Ы, d)91 = 1, 2,...,
Теперь воспользуемся тем простым фактом, что в конечном двудольном
графе сумма степеней всех вершин в одной доле в точности равна сумме
степеней всех вершин в другой доле. Стало быть, в нашем случае имеем:
N
Е
п=1
/(«)= Е
N
или
dEDN
Отсюда посредством естественных ограничений х — 1 ^ [х] ^J x получаем
двусторонние оценки для среднего:
\D
d
N
d(EDN
непосредственным результатом которых и является следующая
Теорема.
C)
Отметим, что порядок остаточного члена в B) точно согласуется с фор-
формой такового в C), поскольку в этом случае 22) \Dp^\ = тг(ЛГ) « .
В ряде случаев из C) получается информация об асимптотическом среднем.
Следствие 1. Если ——: > 0 при N —>- оо, то
D)
dED
Вычисление одного лишь асимптотического среднего может доставлять
новую информацию.
Следствие 2. Если Р2 = {р Е Р : (р - 2) G Р V (р + 2) ЕР}-
множество простых-близнецов, то
= В- 0.2,
E)
2) Здесь, конечно, тг(ж) — число простых, не превосходящих ж.
72 Некоторые сведения из комбинаторики Гл. 1
где В — константа Виго Бруна, определяемая как сумма обратных к
близнецам:
Виго Брун доказал, что ряд обратных величин к близнецам сходится; на
сегодняшний день известно более шести знаков после запятой этой суммы:
В = 1,902160758 ..., а так как в его сумме 1/5 наличествует дважды, то
окончательно получаем 1,7021..., т. е. выражение E).
Небезынтересно сравнить эту константу с иным асимптотическим сред™
ним. Именно, если D — множество всех факториалов всех натуральных
чисел, то соответствующее асимптотическое среднее существует и равно
е—1 = 1,71828 ... ,т.е. асимптотическое среднее распределения близнецов
близко к асимптотическому среднему факториальных делителей.
Следствие 3. Если W — множество s-x степеней всех натуральных
чисел, т. е. fa (п) — это число тех делителей числа п, чьи s-e степени
тоже делят п9 то
h- = Ф), F)
где ((s) = ^C^Li ~~j —дзета-функция Римана. 23)
Таким образом, получено непосредственное теоретико-числовое
осмысление значений дзета-функции Римана от натурального аргумента.
Частный случай этого следствия, для s = 2, был получен В. Серпинским
в 1908 г.24)
Следствие 4. Если Ps —множество s-x степеней всех простых чисел,
т. е. /ps (п) — это число тех простых делителей числа п, чьи s-e степени
тоже делят п, то
/р= = Ср(я), G)
23)Ю. В. Матиясевич любезно заметил, что формула 6 допускает интерполяцию:
Теорема. Пусть s — неотрицательное целое, г — вещественное, s + г > 1,
f(n, s. г) = У^ -—,
ks\n
тогда N
При s = 0 получаем, по существу, формулу Эйлера, а при г = 0 получаем фор-
мулу Серпинского-Стечкина F). Поскольку г вещественно, последнее равенство
можно продифференцировать по г.
24) Sierpinski W. О wartosciach srednich kilku funkcyj liczbowych // Sprawozdania
Towarzystwa Naukowego Warszawaskiego 1 A908), 115-122.
1.6. Графический подход к задачам о средних в теории чисел 73
Здесь ф(в) — это ограниченная функция, чьи значения от натурального
аргумента можно почерпнуть 25). Подробнее о дзета-фушсции см., напри-
например, в работах Воронина С. М. и Карацуба А. А. 26) и Шинцеля А. 27) Менее
явные связи дзета-функции с усреднениями делимости на s-q степени см.,
например, в работе Кратцеля Е. 28)
К одному из возможных развитии представленного подхода можно
сразу отнести его перенос на дискретные структуры, например, частично
упорядоченные множества, каковая возможность просматривается заменой
условия делимости произвольным частичным порядком.
25) Davis К Т. Tables of higer mathematical function. V.II. — Bloomington, Indiane,
1935. — P. 249.
26) Воронин С. М, Карацуба А. А. Дзета-функция Римана. — М.: Физматлит, 1994.
2Т) Schinzel A. Reducibility of lacunary polinomials II, Acta Arith. 16, A969)
28)KratzelE. Lattice Points. — Berlin, 1988. — P. 196.
ГЛАВА 2
ЭКСТРЕМАЛЬНЫЕ ЗАДАЧИ
О ВЛОЖИМОСТИ РАЗБИЕНИЙ ЧИСЕЛ
Данная глава содержит основные математические результаты исследований
сложимости разбиений чисел и составляет наиболее полную на сегодняшний день
сводку результатов в этом направлении. В качестве иллюстрации применимости
этих результатов отмечена их связь со старинной задачей о взвешиваниях и другими
постановками.
2.1. Разбиения чисел
На практике часто приходится решать задачи, которые требуют опери™
рования с натуральными числами и их суммами. Удобной комбинаторной
трактовкой для таких задач оказалось понятие разбиения числа. Впервые
разбиение числа, как самостоятельное математическое понятие, возникло
в переписке Я. Бернулли с Г. Лейбницем. Со времени своего зарождения
разбиения оставались традиционным объектом перечисленных задач ком-
комбинаторики, служили мощным стимулом развития ее методов, в первую
очередь перечисленных. В самое последнее время удалось распространить
область их использования на экстремальные задачи.
По-видимому, один из наиболее ранних собственно экстремальных
теоретию>числовых результатов принадлежит Сильвестру, теорема кото-
которого утверждает: пусть т\,..., rt — взаимно простые натуральные числа
и s(ri,..., rt) — наибольшее целое s, не представимое в виде
t
s = ^щги где a* е No = {0,1, 2,. . . }, г = 1,2, ...,*.
г=1
Тогда
s{ri,r2) = тгг2 - ri - г2.
При t ^ 3 вопрос вычисления точных значений s{r\,..., rt) открыт до
сих пор и носит название проблемы Фробениуса.
В частности, известны следующие закономерности:г)
g-(n, п+ 1,п +2) = [|] п-1,
4) = [|
г) Подробнее о последних результатах см. Кан И. Д., Стечкин Б. С., Шарков И. В.
К проблеме Форбениуса трех аргументов // Матем. заметки.— 1997.— Т. 62, № 4.—
С. 626-629.
2.1. Разбиения чисел 75
2.1.1. Основные понмтия и определении. Разбиение натурального
числа п есть его представление неупорядоченной суммой натуральных
слагаемых: п = п\ + • • • + пГ9 эти слагаемые щ называются частями, а их
число г —рангом разбиения.
Композиция — это представление натурального числа п упорядоченной
суммой натуральных слагаемых. Таким образом, композиции можно рас-
рассматривать как «упорядоченные разбиения».
Например, для п = 6 разбиениями являются:
ранга один: 6 = 6;
ранга два: 6 = 5 + 1, 6 = 4 + 2, 6 = 3 + 3;
ранга три: 6 = 4 + 1 + 1,6 = 3 + 2 + 1,6 = 2 + 2 + 2;
ранга четыре: 6 = 3 + 1 + 1 + 1, 6 = 2 + 2 + 1 + 1;
ранга пять: 6 = 2 + 1 + 1 + 1 + 1 + 1;
ранга шесть: 6 = 1 + 1 + 1 + 1 + 1 + 1 + 1.
Композициями для п = 6 являются:
ранга один: 6 = 6;
ранга два: 6 = 5 + 1, 6 = 4 + 2, 6 = 3 + 3;
6 = 1 + 5, 6 = 2 + 4;
ранга три: 6 = 4 + 1 + 1,6 = 3 + 2 + 1,6 = 2 + 2 + 2,
6 = 1 + 4 + 1, 6 = 3 + 1 + 2,
6 = 1 + 1 + 4, 6 = 2 + 3 + 1,
6 = 2 + 1 + 3,
6 = 1 + 3 + 2,
6 = 1 + 2 + 3;
ранга четыре: 6 = 3 + 1 + 1 + 1,6 = 2 + 2 + 1 + 1,
6 = 1 + 3 + 1 + 1,6 = 2 + 1 + 2 + 1,
6 = 1 + 1 + 3 + 1, 6 = 2 + 1 + 1 +2,
6 = 1 + 1 + 1 + 3, 6 = 1 + 2 + 2 + 1,
6 = 1 + 2 + 1 + 2,
6 = 1 + 1 + 2 + 2;
ранга пять: 6 = 2 + 1 + 1 + 1 + 1,
6 = 1 + 2 + 1 + 1 + 1,
6 = 1 + 1 + 2 + 1 + 1,
6 = 1 + 1 + 1 + 2 + 1,
6 = 1 + 1 + 1 + 1 + 2;
ранга шесть: 6 = 1 + 1 + 1 + 1 + 1 + 1.
Легко найти число композиций натурального п ранга г: это будет число
способов, которыми можно разместить г — 1 черточку вп-1 промежутках
между п точками. Оно равно C^Z.\- Если ранг не фиксировать, то черточку
76 Экстремальные задачи о вложимости разбиений чисел Гл. 2
в каждом из промежутков можно как поместить, так и не поместить, и
общее число композиций числа п, таким образом, равно 2п^\ Следова-
Следовательно, и композиции, и разбиения можно понимать как упорядоченные и
неупорядоченные мультимножества, элементы которых суть натуральные
числа. В соответствии с этим разбиения обычно изображают при помощи
векторной записи (rci ,...,nr)hn5 которая означает, что п = п\ + • • • + пг,
или сокращенной записью (п,..., п®г) \- п, означающей, что часть щ
наличествует в этом разбиении ровно а\ раз, так что п = а\п\ + • • • + агпГ9
и ранг этого разбиения равен а\ + • • • + аг. Таким образом, всякое разбиение
можно представить в виде (lmi, 2Ш2,..., пШп) Ь п9 где mi — целое
неотрицательное число, указывающее, сколько раз число г присутствует
п п
в этом разбиении числа п в виде части, т. е. п = Yl ^mi и S тг — ранг
г=1 г=1
этого разбиения. Можно изображать разбиения графически посредством
точечных диаграмм, называемых графами Феррера, например,
A,22,32,4)
Такие изображения удобны для представления различных преобразо-
преобразований разбиений. Например, если приведенную диаграмму повернуть, то
получится граф Феррера вида
отвечающий, очевидно, разбиению A,3,5,6), которое называется сопря-
сопряженным разбиению A, 22, З2, 4).
Задачи о разбиениях значительно сложнее соответствующих вопросов
о композициях. Так, даже вычисление р(п, г) — числа разбиений п ранга г,
т.е. подсчета числа решений уравнения п = х\ + • • • + xr, x\ ^ ж2 ^
^ ... ^ хГ9 в натуральных х\ составляет один из основных моментов
перечислительной теории разбиений, с которой можно познакомиться по
классическим руководствам Мак-Магона и Эндрюса. Нашей же основной
задачей является знакомство с теорией разбиений как объектом экстремаль-
экстремальных комбинаторных задач.
Помимо сопряженности существуют и другие виды соответствий между
разбиениями. Достаточно общий вид экстремальной задачи о разбиениях
может быть сформулирован в виде вопроса: сколь много существует разбие-
разбиений, состоящих в заданном соответствии? Выбор конкретного соответствия
между разбиениями определяется условиями практической задачи, именно
2.1. Разбиения чисел 11
той, для которой разбиения с таким соответствием служат комбинаторной
схемой. Поэтому далее мы вводим и рассматриваем такое соответствие
между разбиениями, посредством которого решается широкий круг важных
прикладных задач.
Экстремальные задачи о разбиениях чисел долгое время не составляли
специального направления, однако отдельные основополагающие факты
проявлялись и ранее. Полезно обратить внимание на один из них, именно
на частный случай одной весьма общей теоремы, именуемой ныне в честь
ее автора — английского логика Рамсея. Для этого между разбиениями
определим соответствие ^ по правилу: разбиение (ni,..., пг) находится
в соответствии ^ к разбиению (&i,..., кг), если найдется г: 1 ^J i ^
^ г, при котором hi ^ щ9 т.е. если во втором разбиении найдется
часть, не превосходящая соответствующей части первого разбиения. Тогда
спрашивается — каково для заданного разбиения {к\,..., кг) то наимень-
наименьшее п = n(ki,..., кг), при котором для каждого разбиения этого п на
г частей будет выполняться соответствие (ni,..., nr) )p (&i,..., кгI
Несложно проверить, что искомое наименьшее n(&i,..., кг) существует
и вычисляется по формуле
г
n(ku...,kr) = ^fci-r + l. A;)
г = 1
Можно вычислить и обратную характеристику — для данного разбие-
разбиения (ni,..., пг) вычислить наибольшее к = k(rii,..., пг), каждое
разбиение которого на г частей будет обладать тем свойством, что
(ni,..., nr) )p (^i,..., кг). Эта характеристика вычисляется по формуле
к(пг, . . . ,nr) = ^2ni + r ~ 1- ^2^
г=1
Докажем обе эти формулы. Значение п = n(ki,..., кг) не может быть
меньше, чем указано в правой части A;), так как в этом случае нашлось бы
разбиение, для которого требуемое соответствие не выполняется:
г
^ fci - г Ч (fci - 1, . . . , fcr - 1) ^ (fcb . . . , kr);
i=l
если же п равно значению правой части A;), то в любом разбиении
{п\,..., пг) \- п всегда найдется часть щ ^ к{9 так как в противном случае
все rii ^ кг — 1 (г = 1,..., г) и, значит, получаем противоречивую систему
неравенств
г=1
78 Экстремальные задачи о вложимости разбиений чисел Гл. 2
Значений к = к(п\,..., пг) не может быть больше, чем указано
в правой части B;), так как в этом случае нашлось бы разбиение, для
которого требуемое соответствие не выполняется:
г
(ПЪ. ..,ПГ) 4 (ni + 1,. . . ,ПГ + 1) Ь ^71* +Г.
г=1
Если же к равно значению правой части B;), то п = к ~~ г + 1 и,
следовательно, согласно A;) требуемому соответствию будут удовлетворять
все разбиения к ранга г не только для разбиения (ni,..., nr), но вообще
для всех разбиений п ранга г. Это означает, что если к = k(ni,..., пг)
выражается по формуле A;), то каждое разбиение к ранга г находится в
заданном соответствии с каждым разбиением п ранга г. В частности, из A;)
сразу следует хорошо известный
Принцип Дирихле. Если п(/г, г) — наименьшее целое п9 при котором
в каждом разбиении этого п на г частей найдется часть, не меньшая чем к,
то
п(к,г) = гк -г + 1. C;)
Действительно, достаточно в A;) положить все к{ = к (г = 1,..., г).
Этот принцип часто формулируют в терминах размещений и именуют
его как
Принцип ящиков. При любом размещении (г+1) предметов по г ящикам
найдется ящик с по крайней мере двумя предметами.
Действительно, достаточно в C;) положить к = 2 и заметить, что
каждое размещение п неразличимых объектов по г неразличимым ячейкам
адекватно пред ставимо разбиением п на не более чем г частей. Таким
образом, формула A;) обобщает принцип Дирихле, но уже не может быть
трактуема в терминах размещений. Однако существует соответствие между
разбиениями, хорошо трактуемое в терминах размещений.
2.1.2. Четыре задачи. Приведем здесь четыре конкретных постановки,
которые на протяжении всей книги призваны способствовать восприятию
материала.
Задача 1. Сколь малым количеством гирь можно взвесить любое целое
число фунтов от 1 до к?
На равноплечных рычажных весах предусматриваются два рода точных
взвешиваний — одночашечные и двухчашечные; в первом случае гири мож-
можно класть лишь на одну чашку весов, а во втором — на обе. В своей книге
«Анализ бесконечных» именно в главе о разбиениях чисел Л. Эйлер мето-
методом производящих функций обосновывает эффективность двух известных,
наиболее быстро растущих последовательностей гирь {(р+1)г}г=о,1,2,...
(р = 1,2) для р^чашечных взвешиваний соответственно. Конечно, и другие
авторы выделяли именно эти последовательности, так как это самые эф™
фективные системы гирь для взвешивания любого целого груза. В случае
2.1. Разбиения чисел 79
финитной постановки (груз не тяжелее к) естественно предполагать, что
суммарный вес гирь равен к; и в этом случае геометрические прогрессии
эффективны далеко не всегда.
Задача 2. Сколь мало ребер т(п, //&) может иметь п-вершинный граф
Gn, в котором среди любых к его вершин найдется подграф, изоморфный
наперед заданному к -вершинному графу //&?
Например, представьте себе, что имеется плата с п клеммами и требует™
ся соединить эти клеммы проводами таким образом, чтобы любые к клемм
гарантированно «прозванивались» между собой; иными словами, полагая
клеммы за вершины, а проводники — за ребра, приходим к необходимости
построить граф, в котором каждые к вершин соединены по крайней мере
одним циклом. При этом, конечно, естественно минимизировать общее
число проводов.
Задача 3. Каким наименьшим количеством каких-либо объектов можно
реализовать все исходы в схеме размещений п неразличимых частиц по г
неразличимым ячейкам?
Этот, на первый взгляд парадоксальный, вопрос легче всего осмыс-
осмыслить на конкретном числовом примере. Пусть п = 6 и г = 2, тогда
все возможные исходы указанной схемы размещений имеют вид: F,0),
E,1), D, 2) и C, 3) — здесь каждое число указывает количество частиц
в каждой ячейке. Если теперь рассмотреть три компоновки из 6 частиц по
1, 2 и 3 частицы в каждой из них соответственно, то непосредственная
проверка удостоверяет, что любой из исходов изначальной схемы может
быть реализован каким-то размещением уже не 6 частиц, но именно этих
трех компоновок, так, например, D,2) = C + 1,2), C,3) = B + 1,3)
и т. д. Поэтому вопрос о наименьшем возможном числе таких компоновок
становится вполне законным.
Задача 4. В процессе работы память вычислительной машины оказы™
вается «раздробленной» на занятые и свободные участки — фрагменты.
Если при этом нужно ввести в память ЭВМ новую информацию, например,
программы и массивы данных, требующие объемов памяти &i, &2, • • •, ktj
то возникает естественный вопрос — размещаемы ли последние во фраг-
фрагменты свободной памяти размеров ni, П2, •.., пг1
Фрагментация памяти ЭВМ — это не просто конкретная ситуация, тре-
требующая разрешения для данного набора объемов фрагментов и запросов,—
это явление, составляющее основу ряда важнейших процессов реального
функционирования памяти ЭВМ. Значит, оно составляет и основу разра-
разработки теоретических подходов к исследованию этого явления. Примером
более общего, нежели простейшая фрагментация, может служить процесс
динамического распределения памяти ЭВМ (см. задачу 2.21).
2.1.3. Вложимость разбиений. Основным соответствием между раз-
разбиениями чисел, которое будет исследоваться, является их вложимость:
разбиение {к\^. . . , kt) вложимо в разбиение (пг,. . . , пг)9 если суще-
80 Экстремальные задачи о вложимости разбиений чисел Гл. 2
ствует отображение у>: {]_,...,?}—>>{1,...,г}, при котором выполняется
система неравенств
где у? (г) = {j : j E {1,. . . , ?}, ^(j) = i} — полный прообраз элемента г
при отображении 99.
Иными словами, разбиение (&i, ...,&$) вложимо в разбиение
(ni,..., пг), если части ki разбиения (A?i,..., &$) можно так сгруп-
сгруппировать в г групп (каждая часть к{ входит в одну группу и пустые
группы допускаются), что после сложения всех частей к{ в каждой группе
получится г чисел pi ^ щ (г = 1,..., г). Если разбиение (&i,..., &t)
вложимо в разбиение (ni,..., пг), то будем записывать этот факт,
используя обозначения включения множеств: (&i,..., A?t) С (щ,..., пг).
Например, B, 2, 2) С D, 2), так как D, 2) = B + 2, 2), но B, 2, 2) ? C, 3),
поскольку нельзя три двойки сгруппировать в пару групп, каждая из
которых не превосходила бы трех.
Вложимость является бинарным отношением на множестве вооб™
ще всех разбиений всех натуральных чисел. Несложно проверить, что
это бинарное отношение вложимости обладает следующими свойства-
свойствами:
(а) рефлексивность: (rai,..., пг) С (щ,..., пг);
(б) антисимметричность: если (&i,..., /г^) С (щ,..., пг),
(ni,. . . , пг) С (къ . . . , fet), то (fei,. . . , kt) = (щ,. . . , nr);
(в) транзитивность: если (Aji, . . ., kt) С (mi,. . . , га/), (rai,. . . , ?тг/) С
С (щ, . . . , пг),то (fci, . . . ,kt) С (щ, . . . ,гсГ).
Следовательно, вложимость — отношение частичного порядка на мно-
множестве разбиений чисел.
Введем некоторые обозначения:
Р — множество всех разбиений всех натуральных чисел;
Р(п) — множество всех разбиений числа п;
Рг — множество всех разбиений ранга г;
Рг(п) — множество всех разбиений ранга г числа п, так что Рг(п) =
= Р(п) П Рг.
Множества Р9 Р(п) и Рг будем рассматривать как упорядоченные по
вложимости; множество Рг(п) удобно рассматривать как упорядоченное
л ексикографиче ски.
Диаграмма Хассе множества РF) представлена на рис. 2.1. Из нее
хорошо видно, что частично упорядоченное множество Р(п) обладает
наибольшим и наименьшим элементами: это соответственно F) и (I6);
уровнями диаграммы Хассе являются множества Рг(п)9 которые изобра-
изображены в лексикографическом порядке
По существу, основной вопрос о вложимости разбиений состоит в опре-
определении факта вложимости одного фиксированного разбиения (к\,..., kt)
22
Простейшие свойства вложимости разбиений чисел
81
D+1 + 1
B+2+2)
C + 1 + 1+1)'
B+2+1+1)
Рис. 2.1
в другое фиксированное разбиение
(ni,..., пг), иными словами —
выполняется ли вложимость
Помимо этого тестового вопро-
вопроса о факте вложимости возникает
вопрос о ее реализации — насколь-
насколько быстро можно осуществить вло-
жимость одного разбиения в дру-
другое? Ясно, что оба эти вопроса
алгоритмически эквивалентны, так
как наличие быстрого тестового ал-
алгоритма обеспечивает соответству-
соответствующий алгоритм вложимости и об-
обратно.
Оценим сложность полного пе-
перебора для определения вложимо-
вложимости двух конкретных разбиений.
Согласно определению вложимости этот перебор сводится к перебору всех
возможных отображений <р: {1, ...,?} —>• {1,..., г} и проверке системы
из г неравенств D;) для каждого из этих отображений. Так как полный
образ каждого такого отображения (р есть упорядоченный список из t
необязательно различных элементов, принимающих любое из г значений,
то согласно схеме списка общее число таких отображений равно г*. Сле-
Следовательно, полный перебор для установления факта вложимости состоит
из проверки г1 систем неравенств D;) или из проверки rt+1 неравенств,
составляющих системы D;).
2.2. Простейшие свойства вложимости разбиений чисел
Помимо вложимости изучались и иные бинарные отношения на разбие-
разбиениях. Некоторые частные случаи вложимости рассматривались и ранее. Так,
упорядочение по вложимости на Р(п) именовалось доминированием либо
по расщеплению, либо по склейке. В этих частных случаях исследовались,
как правило, либо перечисленные, либо структурные вопросы, связанные
с разбиениями (см., например, [127]). Но общности Р(п) не хватало для
удобной постановки экстремальных задач. В данной общности понятие
вложимости введено в [5] в связи с моделированием ряда инженерных
явлений.
Вопрос об определении факта вложимости двух конкретных разбие-
разбиений друг в друга оказывается алгоритмически трудной задачей, поскольку
этот вопрос сводим к разрешимости системы диофантовых уравнений [5],
а также эквивалентен одной из задач известного списка алгоритмически
трудных задач — так называемый big-packing problem [21]. Однако подчас
удается уменьшить число входных параметров.
82 Экстремальные задачи о вложимости разбиений чисел Гл. 2
2.2.1. Лемма о размене. Каждое разбиение числа можно интерпре-
тировать как мультимножество, именно: разбиение Aа, 2Ь, 3е,...) соот-
соответствует мультимножеству {1а, 2Ь, 3е,... } и обратно. Это обеспечивает
возможность использования операций объединения, пересечения и раз™
ности над разбиениями. Например, если р и q — два разбиения одного
числа, то запись (р П q) обозначает разбиение, полученное как результат
пересечения мультимножества всех частей р с мультимножеством всех
частей q. Использование этих операций при исследовании вложимости
разбиений позволяет выявить ряд простейших свойств вложимости.
Лемма 2.1. Разбиение q вложимо в разбиение р тогда и только тогда,
когда разбиение q — (рГ\ q) вложимо в разбиение р — (р П q).
Иными словами, вопрос о вложимости разбиений эквивалентен вопросу
о вложимости разбиений, полученных из исходных путем удаления в каж-
каждом из них одинакового количества одинаковых слагаемых. Например, если
A, 2, 2, 3, 5) С B, 3, 3, 7), то A, 2, 5) С C, 7), и наоборот.
Доказательство. Достаточность очевидна, покажем необходимость.
Пусть разбиение q = (gi,..., qr) вложимо в разбиение р = (pi,..., pt),
т. е. имеет место система неравенств
Pi > Ч%,\ + --- + gi,i, A)
где 1 ^ г ^ t и q = (gM, gi?2, • • • , gi,i, g2,i, • • • , qt,i)-
Если в A) имеется равенство с одним слагаемым в правой части, то
сразу переходим к разбиениям с меньшим числом слагаемых. Если теперь
для некоторого qi найдется такое pj, что pj = <^)Ш, то из A) можно удалить
j-Q неравенство, а г-е неравенство представить в виде
Pi > tft,i + • • • + qi,m + • • • + qi,i =
> 4i,i + * * * + qi,m-i + Qj,i + * * * + qj,i + qi,m+i + • • • + qi,h
Таким образом, мы приходим к разбиению с меньшим рангом. В силу
конечности такого процесса получаем требуемое.
Ясно, что практическая значимость леммы о размене ограничена слож-
сложностью выделения одинакового количества одинаковых частей в двух фик-
фиксированных разбиениях.
Однако, так или иначе, практическая надобность разрешения вопро-
вопроса о вложимости разбиений полностью не исчезает, причем целый ряд
реальных ситуаций не оставляет времени на проведение полного пере-
перебора. Нужно, стало быть, изыскивать быстрые способы проверки гаран-
гарантированной вложимости. Например, если проверяется вложимость раз-
разбиения (&i,..., kt) \~ k в разбиение (ni,..., пг) Ь п и при этом вы-
выясняется, что к > п, то ответ ясен и без полного перебора — первое
разбиение не вложимо во второе. Именно это тривиальное рассуждение
2.2. Простейшие свойства вложимости разбиений чисел 83
лежит в основе предлагаемого здесь экстремального подхода к построе-
построению быстрых способов проверки гарантированной вложимости. В этом
смысле проверка неравенства к > п есть не что иное, как проверка
экстремального (а именно: наибольшего возможного) значения к, по сколь™
ку п — это наибольшее возможное значение для к, при котором может
существовать разбиение этого к, вложимое в разбиение числа п. Таким
образом, экстремальный подход к вопросу установления факта вложимо-
вложимости состоит в обнаружении и вычислении таких (уже нетривиальных, но
полиномиальных по сложности) экстремальных характеристик разбиений,
сравнение которых дает гарантированные условия вложимости и невложи™
мости.
Первым экстремальным результатом о вложимости разбиений является
2.2.2. Ранговое условие вложимости. В ряде случаев удается сразу,
без какой-либо алгоритмической проверки, решить комбинаторную задачу
распознавания о вложимости разбиений. Так, от необходимости выяснения
вопроса о вложимости разбиений некоторых фиксированных рангов избав-
избавляет следующая теорема.
Теорема 2.1. Пусть t(n, к, г) — то наименьшее t, при котором
Vp€Pr(n) Vq€Pt(k) qCp. B)
Тогда
t(n, к, г) = max{fc—]n/r[+l, 1}. C)
Доказательство. Если max{&—]n/r[+l, 1} = 1, то Jc ^]n/r[ и, согласно
принципу Дирихле, в любом разбиении п на г частей найдется слагаемое,
не меньшее к, т. е. будет иметь место требуемая вложимость. Пусть теперь
Тогда выполнение вложимости разбиений
(fc - t + 1,1,..., 1) с Qn/rl..., [n/r]) е Pr(n)
влечет справедливость неравенства t ^ k—]n/r[+l. Доказательство этого
случая проведем индукцией по п.
Предположим, что C) выполняется при всех значениях до п — 1 вклю-
включительно; остается доказать его справедливость при п.
Пусть t = k—]n/r[+l, p = (m,pr-i(n — га)) G Pr(n), q = (d,
Pt-i(k — d)) G Pt{k). Ясно, что m ^}n/r[= к — t + 1 ^ d. Если га = d =
= к — t + 1, то q = (& — ? + 1, P^1) и, значит, \fp E Pr(n), p С g, как и для
q = A*). Следовательно, считаем, что га > d > 1.
Вложимость q С р следует из вложимости pt^\{k — d) С (га — d,
Pr-i(n — т))э которая, в свою очередь, следует из неравенства t — 1 ^
^ t(n — d,k — d,r). Это неравенство, согласно индукционному предпо-
предположению, принимает вид к—]п/г[= t — 1 ^ t(n — d, к — d,r) = к—
84 Экстремальные задачи о вложимости разбиений чисел Гл. 2
—d—](n — d)/r[+l9 или ]n/r[+l ^ cM-](n — d)/r[9 что всегда выполнимо
при d ^ 2. Таким образом, теорема доказана.
Ясно, как можно пользоваться этой теоремой при установлении факта
вложимости двух разбиений друг в друга. Если проверяется вложимость
разбиения (&i,..., kt) в разбиение (ni,..., nr), то выполнимость нера-
неравенства t ^ t(n, k, г) влечет вложимость (кг, ..., kt) С. (щ,..., пг).
Следствие 2.1. ?с/ш п(к, t, r) — наименьшее п, при котором
УРеРг(п) VgGPt(fc), gcp,
wo
п(/г, t, r) = max{fc, r(& — t) + 1}.
Следующим шагом к ответу на вопрос о факте вложимости двух кон-
конкретных разбиений будет отказ от свободы выбора вкладываемого разбие™
ния; иными словами, фиксирование этого «меньшего» разбиения при нали-
наличии выбора для тех разбиений, в которые производится вложение. Таким
образом, ответ соответствующей экстремальной задачи должен зависеть
уже не от трех параметров, как в следствии 2.1, а от (t + 1) параметров
— всех частей вкладываемого разбиения (&i,..., kt) \~ k и г — ранга
тех разбиений, в которые эта экстремальная граница должна гарантировать
вложимость разбиения (&i,..., kt) \~ к.
2.3. Принцип полного размещения
Теорема 2.2. (принцип полного размещения). Пусть кг ^ к^ ^ ... ^ kt,
г — натуральные числа и n(A?i,. . . , kt; r) — наименьшее п, при котором
разбиение (&i, ...,&$) Ь к вложимо в каждое разбиение этого п на не
более чем г частей. Тогда
п(кг, . . . , kt; г) = max ( ]Г kj + (к{ - 1)(г - 1)] . D)
Доказательство. Правую часть D) обозначим через f(ki,...,kt;r).
Ясно, что n(fci,..., kt] r) ^ f(kij..., kt] г), поскольку вложимость
(&!,...,&?) С (п — (г — l)(ki — 1), [ki — lO*^1) влечет неравенство
п — (г — l)(ki — 1) ^ к\ + • • • + ki. Кроме того, если t > 1, то
/(Ль . . . , kt; г) ^ кг + f(k2, ...,**; г), E)
поскольку если г — индекс, максимизирующий /(А;2, • • • , kt; r), то
^2 кз + (r - l)(ki - 1) = Ai + /(*!2, • • •, *:*; r).
2.3. Принцип полного размещения 85
Равенство D) докажем индукцией по t. При t = 1 это есть в точности
принцип Дирихле. Для индукционного перехода от ?—1 к ? достаточно пока™
зать, что если п = /(&!,..., kt; г), то требуемая вложимость выполняется.
Рассмотрим произвольное разбиение (ni,..., nr) Ь п, в нем всегда п\ ^
^ кг, так как /(&i,. . . , kt;r) ^ к\ + (г — l)(&i — 1); поэтому вложимость
(fc2, . . . , fct) С (ni - fei, П2, . . . , Пг) F)
влечет вложимость (&i,..., fct)c(ni,..., nr). В свою очередь F) вытекает
из E) и индукционного предположения
Если при этом ni = кг, то следует воспользоваться еще и очевидной
монотонностью / по г.
В формулировке принципа полного размещения условие «не более чем»
можно опускать всегда, кроме вырожденного случая к = t < г. Принцип
можно формулировать и в двойственной форме, именно как формулу для
наибольшего г при фиксированном п.
Следствие 2.2. Если для натуральных кг > 1, к\ ^ ^2 ^ ••• ^ kt
выполнено (&i,. . . , kt) \~ к ^ пи через r(ki,. . . , kt; n) обозначено
наибольшее г, при котором в каждое разбиение п на г частей вложимо
разбиение (&i,. . . , kt), то
г{къ . . . , kt; п) = mm —^— + 1.
iki>l I Ki — L J
Действительно, искомое г согласно принципу полного размещения есть
наибольший целый корень неравенства п ^ n(fci,..., kt; r).
Факты о вложимости разбиений можно излагать в терминах разме™
щений. Например, если к = n(ki,..., kt; r), то каждое размещение к
частиц по г ячейкам реализуемо размещением t групп частиц по kj частиц
в j-и группе (j = 1, 2,..., t) при условии, что каждая группа целиком
размещается в одной ячейке. В частности, при любом размещении п частиц
по г ячейкам найдется t различных групп частиц (по [(п + г — 1) / (t + r — 1)]
частиц в каждой), целиком лежащих в ячейках. Так, из рис. 2.1 видно, что
каждое размещение 6 частиц по двум ячейкам осуществимо размещением
лишь трех компоновок из 3, 2 и 1 частиц соответственно. Естественен
вопрос о наименьшем числе таких компоновок, которыми реализуемы все
размещения всех частиц. Подробнее этот вопрос будет рассмотрен ниже.
Ясно, как пользоваться принципом полного размещения при установ™
лении факта вложимости двух разбиений друг в друга: если проверяется
вложимость разбиения {к\,..., kt) в разбиение (rai,..., пг)9 то выполни™
мость неравенства п ^ n(&i,..., kt; r) влечет вложимость
(кг, ...,kt)C (т, • • • , гаг).
86 Экстремальные задачи о вложимости разбиений чисел Гл. 2
Например, пC, 2,1; 2) = тах{5, 5,6} = 6 и, значит, разбиение C,2,1)
вложимо в каждое разбиение числа 6 на не более чем две части; это
же сохраняет свою силу, если рассматривается любое натуральное число,
не меньшее, чем 6. Вместе с тем, в только что рассмотренном примере
теорема 2.2 ничего не говорит ни о вложимости разбиения D,1,1) в раз-
разбиения E,1) и D, 2), ни о невложимости разбиения D,1,1) в разбиение
C,3).
2.4, Вложимость с ©граничениями
Подчас требуется гарантировать вложимо сть разбиения (k\,... ,kt)\~k
отнюдь не во все разбиения числа п на г частей, но лишь в некоторые.
Экстремальный результат, гарантирующий вложимости фиксированного
разбиения уже не во все разбиения данного ранга, представляет
Теорема 2.3. Пусть пч, • • •, nr, к\ ^ • • • ^ kt, r — натуральные чис-
числа и n(ki,. . . , kt; П2, • • • , nr) — наименьшее n, при котором каждое
разбиение (р\,. . . ,рг) этого пнаг частей такое, что pi ^ щ (г = 2,. . .
. . . , г) обладает тем свойством, что (&i,. . . , kt) С (рь . . . , рг). Тогда
n(ki, . . . , к+: no, • • • , иr) = max I > кл + > min(n#, Aj^ — 1) I. G)
^ ^ Xj = l 1=2 J
Доказательство . (а) Если f(ki,... ,kt) — правая часть G), то
Действительно, если г максимизирует /(&2, • • •, kt), то
3=2 1=2
F) Пусть (pi,...,pr) — разбиение числа /(^i,..., kt) на г частей,
в котором pi ^ rii (i = 2,..., г). Тогда в этом разбиении найдется часть,
не меньшая чем к±. Действительно, ведь в противном случае
1=2
2.4. Вложимость с ограничениями 87
(в) Теперь доказательство теоремы поведем индукцией по t. При t = 1
формула G) дает
г
п(к] П2, • • • ? ^г) = ^ + / j min(fi|, к — 1),
1=2
и согласно (б) в любом разбиении (pi,..., рг) числа п(к;п2,..., пг) на г
частей таком, что р^ ^ щ (г = 2,..., г), найдется часть, не меньшая
чем к.
(г) Предположим теперь, что требуемое выполнено вплоть до ? — 1;
покажем, что это так и при t. Пусть (рг,..., рг) — произвольное разбиение
числа /(&!,..., kt) на г частей, в котором р^ ^ П{ (г = 2,..., г). Тогда
согласно (б) в этом разбиении найдется часть pj ^ к\. Значит, если
(Л2,. • • ,h) Q (Рь-.. ,Pj - Ль-.. ,Pr), (9)
то требуемая вложимость (A?i,..., jfet) ^ (pi? • • • ? Pr) имеет место. В свою
очередь, (9) следует из (8) и индукционного предположения
Pi + • • • + Pj - кг + • • • + pr = /(fci,. . . , kt) - кг ^
2, . . . , kt) = n(k2l • • • , kt; ra2, • • . , nr).
В отличие от принципа полного размещения доказанная теорема обес-
обеспечивает не только установление факта вложимости разбиений, но для
некоторых разбиений может использоваться как условие невложимости.
Демонстрирует это
Следствие 2.3. Если YH=i пг ^ ^(&ъ • • • > ^и n2j • • • ? ^r)? wo (A?i,...
••-•,kt)C (щ,. . . ,nr).
Е'слм n(A;i,. . . , kt', n2, • • . , nr) > J2l=i ni ^ max2^jXr ^(^ь - - • , kt;
n2,. . . , nj - 1,. . . , nr), /ио (fci,. . . , kt) ? (ni,. . . , nr).
Доказательство. Пусть М — множество всех тех разбиений (рг,..., рг)
числа п = YH=i ^i, для которых р^ ^ щ, (г = 2,..., r),aMj—подмноже-
r),aMj—подмножество тех разбиений из М, для которых pj ^ 7ij — 1 (j = 2,..., г). Ясно, что
М = IJj=2 Mj U (ni,..., nr). Так как n(ki,..., kt; П2,. • •, 7ir) > п, то
в М найдется разбиение (gi,..., qr) такое, что (&i,..., Aj^) ^ (gi,..., gr),
но так как
n ^ max n(^i,. . . , /г^; П2,. . . , 7ij — 1,. . . , nr),
то для всякого (pi,...,Pr) ? Uj=2 ^i имеет место вложимость
(&i,. . . , kt) С (pi,. . . , pr). Значит, с необходимостью, (gi,. . . , qr) =
= (щ,..., nr).
Таким образом, теорема 2.3, в частности, позволяет утверждать, что
разбиение D,1,1) вложимо в разбиения E,1) и D,2), а следствие 2.3
устанавливает невложимость этого разбиения в разбиение C,3).
88
Экстремальные задачи о вложимости разбиений чисел
Гл. 2
С другой стороны, связь между этими теоремами остается весьма су™
щественной, именно, функция n(k\,..., kt; n2l • • •, пг) не только подобна
функции n(A?i,..., kt; r), но иногда выражается через последнюю:
= ^2 кз
ь ...,&*; г) - га - 1,
где fc|+i ^ т < ki. Действительно,
= max
г^ )
= max
(г — 1) min(ra, /г^ —
% + max((r - l)ra, n(kl+u ...,**; r)) =
% + n(ra + 1,
2.5. Экстремумы полного размещения
Величину n( A;i,..., kt; г) будем именовать границей, а правую часть A)
функцией полного размещения, обозначая последнюю либо через
х,..., xt; г), либо через f(X), когда значение г ясно из контекста.
Следствие 2.1 эквивалентно равенству
max
(klt...,kt)\-k
j, r(k — t) -\-1).
Это значение реализуется при (&i,..., &г) = (& — ? + 1, l*^1).
Один из основных исследуемых здесь вопросов состоит в оценке наи~
меньшего возможного значения границы полного размещения, т. е. в вы™
числении величины
= min
ki,. . ., kt; r).
Прежде, чем переходить к оценкам, отметим некоторые простейшие
свойства функции и границы полного размещения.
Монотонность функции f(X; г) по г характеризуется следующим об™
разом. Пусть r\ ^ Г2 и пусть индексы v и w максимизируют f(X;ri)
и f(X; r2) соответственно, тогда
- r2)(xv - 1) ^ /(X; n) ^ f{X; r2)
- 1).
2.5. Экстремумы полного размещения 89
Действительно:
(ri -r2)(xv - 1) =
^ (ri - г2)(жг|; - 1).
В частности, эта монотонность характеризует подмножества тех индек™
сов из множества [t] = {1, 2,..., t}9 которые максимизируют f(X; r).
Пусть /(г) = {г е И : f{X; г) = ^-=1 ^ + (г - 1)(х{ - 1)} С Щ, тогда
|/(г)П/(г+1)| ^ 1. Более того, если а (г) = miniG/(r) г,6(г) = maxiG/(r) г,
то b(r) < а(г - 1), что, в свою очередь, обеспечивает рекуррентный способ
вычисления функции полного размещения по формуле
/(X;r)= max ( ^ ^ + (г - 1)(я< - 1)) ,
где аA) = 1.
Если X шУ — два действительных вектора одинаковой размерности,
то
) + r-l. A0)
Действительно, пусть индексы и, v и w максимизируют функции
/(X+Y; г), /(X; г) и f(Y; r) соответственно. Тогда
Г -
Y- г).
3=1
Если / — натуральное число, то выполняются следующие равенства:
f{lki,..., lkt; r) = If {кг, ...,kt;r) + (r- l)(l - 1), A1)
[,..., k\)- rl-l + \) = If (кг, ...,kt; r), A2)
k[,..., klt); r) = lf{ku ...,kt;l + (r- l)/l). A3)
90 Экстремальные задачи о вложимости разбиений чисел Гл. 2
Эти же равенства выполняются и для границы полного размещения
при тех параметрах, для которых величина n(ki,..., kt; r) корректна.
Эти формулы обеспечивают возможность вычисления некоторых условных
экстремумов, например, если вычисляется минимум функции полного раз-
размещения
(kt,r) = min
но не по всем векторам (^i,...,Jct)blc,a лишь по тем, в которых каждая
компонента наличествует ровно I раз, то, обозначая соответствующий
минимум через /х/(/&,/?,г),т. е. полагая
fii(lk,lt,r)= i min
и используя равенство A3), находим
Для X G N* функцию п(Х;г) доопределим в области г Е R по правилу
n(X;r) = f(X;r). Такое доопределение корректно, так как функция
f(X; r) непрерывна и монотонно не убывает по г.
Точные значения некоторых экстремумов функции полного размещения
дает
Лемма 2.2. Пусть X = (xi,..., xt) € R*, тогда:
1) если Yll=i Xi = р ^ Ои f(X; г) = 5^г-=1 Xj + (xi — l)(r — 1), то Х{ ^ 0;
2) если х\ ^ ... ^ Ж| > 0 ^ жг, г = I + 1,. . . , t ^ I ^ 1, и St —
симметрическая группа всех перестановок множества [t] = {1, 2,. . . , t}9
то
i
max J\Хs^\^ . . . 5^5DM^*/ — / j xj ¦ v*^i /l^* /? v /
этом 5^=1 X{ ^ 09 mo
t
hi
3) если J2i=i Xi = 0 и J2i=i \xi\ = d, mo
max /(X; r) = 1 - r + dr/2, A6)
4) если 2^/i=i Xi=p?Wut^r?W, mo
') = ^ ^! ,w -У + 1. A8)
2.5. Экстремумы полного размещения 91
Доказательство. 1) Предположим противное: xi < 0, и рассмотрим наи-
наибольшее те [г — 1], для которого хт > 0. Тогда
так как хт+\,..., ж^ отрицательные. Если такого га не существует, то рас-
рассмотрим наибольшее га € [г +1, t] = [?]\[i], для которого хт ^ 0. Но тогда
опять-таки выполняется A9), поскольку р ^ 0, a Ж1,..., ж^, жш,..., xt
все отрицательные. Действительно, в этом случае A9) равносильно нера™
венству
т
Y^ xj + (хт - 1)(г - 1) > (^ - 1)(г - 1),
которое следует из того, что хш ^ 0 > ж^ и ]СJLi+i zi ^ 0» так как Р ^ 0?
а последняя сумма включает в себя все положительные Xj.
2) Далее,
i
..., xt) ^
Таким образом, A4) доказано.
Для доказательства A5) отметим два факта.
(а) Покажем сперва, что существует перестановка вида (ж/+1,...
..., ж$, ж8A),..., Жд(/)), минимизирующая функцию /. Для этого доста™
точно проверить, что если в произвольной перестановке Y = (|/i,..., yt)
выполнено yq < 0, то для
выполняется неравенство f(Yf) ^ f(Y).
Действительно, если f{Y') = yq + J2Pj=ij^q Уз + (Ур ~ х)(г ~ х)' то
а так как X)j-=i 2/j ^ 0, то в силу лЛ)рф q.
92 Экстремальные задачи о вложимости разбиений чисел Гл. 2
(б) Покажем теперь, что если х\ ^ ... ^ ж/, то
mm /(жвA), . . . , жв@; г) = /(жь . . . , хх\ г),
для чего проверим, что если Х{ ^ ж^+ь то
Действительно, положим
тогда:
1°) если f(Xf) = J2Pj=i Xj + (хр ^ 1)(г - 1), где р ф i, % + 1, то
2°) если /(Х;) = Eill ^i + a^i+i + {xi+1 - l)(r - 1), то
г-1
^ ^ ж,- + xi+1 + (x
3 = 1
3°) если /(X') = E^tl xj + (Xi - l)(r - 1), то
г+1 г+1
А так как всякая перестановка представима произведением транспозиций,
то утверждение (б), а, тем самым, и A5), доказаны. В частности, A5) вле-
влечет, что если X — целочисленный вектор, обладающий положительными
компонентами, то
mmf(Xs;r) ^Y^
з
3) Далее,
dr
^ max > Xj + maxlajj — l)(r — 1) ^ —M 1] (r — 1) = 1 — rH .
i ^—^ i 2 V 2 / 2
Значит, A6) доказано.
2.5. Экстремумы полного размещения 93
Равенство A7) реализуется при
d
z= -i,
2 ' 2(г*-х - (г - I)*) ' 2(г*-х - (г -
*) ' " ' "
Покажем, что A7) выполняется как нижняя оценка. Пусть f(X) =
= Yllj=i xj + (xi ~~ ^)(r ~~ 1)? согласно п. 1) Xi ^ 0, но тогда
^ Xj : 2^ Xj = d/2
Xj > 0
d drl d(r - II
_ + — r + 1 = l : — r + 1
2 2(r'-(r-l)') 2(H-(r-l)')
^ 2(rt-i _(r_i)t-i) ^ '
Здесь первое неравенство выполняется в силу A5), а следующее за ним
равенство — в силу A8), так что A7) доказано.
4) Пусть щ = г±_,_ гу (г = 1,..., *); Q = (?ъ ..., qt), тогда
ELi Яг = Р и
причем при каждом г G [t] выполняется равенство 5^г-=1 ^j + (^i — 1)
х (г-1) = /(Q; г). Последнее для X = (хъ ..., ж4): 5^*=1 ж^ = к >
влечет равенство
) = rt-^_i)« + f{x " Q; r)- B2)
Кроме того,
min /(X;r) = /@;r) = -r + l. B3)
X:?>i=0
Действительно, предполагая противное, т. е. min / < — г + 1, приходим
к системе
^ + гж^ < 0, г = 1, . . . , t,
94 Экстремальные задачи о вложимости разбиений чисел Гл. 2
которая несовместна при г ^ 1. В самом деле, вычитая равенство из
всех t неравенств, получаем (г — 1)х{ < xi+1 + • • • + xt (i = 1,.. •, t)9
откуда последовательно находим, что xt < 0, ж*-1 < 0,..., #i < О,
а это противоречит равенству из исходной системы. Для доказательства B3)
ссылаться на A7) при d = 0 пока нельзя, так как при доказательстве A7) мы
ссылаемся на A8). Учитывая теперь B1) и B2) при k = p и B3), получаем
требуемое. Тем самым, лемма полностью доказана.
Следствие 2.4. Если к = 0 (mod (гг — (г — 1)г)), то
кг1
(M) + l
B4)
значение достигается на разбиении
Рассмотрим теперь оценки для m(k,t,r) в случае, когда /г ^ О
(mod (г* — (г — 1)*)). Пусть всюду далее Q обозначает t-мерный вектор
с компонентами
Qi =
rt _ (r _ i)t
и I = 5^=1 {^г }• Отметим одно свойство вектора Q. Именно, компоненты qi
вектора Q — либо одновременно нецелые, либо все целые числа; последнее
имеет место тогда и только тогда, когда к кратно г1 - (г - 1)*. Это сразу
следует из того, что числа гг^г(г — 1)г^г и (г* — (г — 1)г) взаимно просты
при каждом г G [t]. Следовательно, при каждом г Е [t] справедливы оценки
г*-(г-
1 . B5)
*A)*
Кроме того, ясно, что 1 ^ I ^ t — 1.
Докажем теперь следующую нижнюю оценку:
m(fc, t, r) > rt _ {r _ i)t - г + 1 + I - /({Q}; r), B6)
где {Q} = ({gi},... ,{qt}), a{gi}—дробная доля числа щ.
Если К = (A?i,..., /г^) \~ к, то согласно B2) имеем
В свою очередь,
f(K -Q;r) = f(K - [Q] - {Q}; r) > f(K - [Q]- r) - /({Q}; r) - г + 1.
2.5. Экстремумы полного размещения 95
Здесь [Q] = ([<7i], •.., [qt]), где [qi] — целая часть числа qit Последнее
неравенство ел еду ет из A0), если в последнем пол ожить X = K—[Q]—{Q}9
Y = Q. Кроме того, согласно замечанию B0), имеем f(K ~~ [Q];r) ^
^ Y?i=i(ki ~ Ш) = I- Значит,
f(K - [Q]; г) - /({Q}; r)-r + i:^-r + l- /({Q}; г).
Заметим, что правая часть в B6) — всегда целое число. Из доказанной
оценки следует, что если {дм} = maxi^i^t{^i}> T0
kr
^ *> r) > rt _ (r _ i)t - 1ям}(г - 1),
поскольку
i
f({Q};r) < maxVjgj} + max I
Другая нижняя оценка имеет более геометрический вид, именно, если
d = min ||Z — Q\\it, где min берется по всем целочисленным векторам Z =
= (zi,..., zt) таким, что Yll=i zi = ^> то
кг1 d(r — l)*^1
™(к> *> r) > rt _ (r _ i)« + 2(r«-i _ (r _ i)«-i) r + L
Эта оценка сразу следует из A7) и B2). В частности, она подсказывает, что
минимизирующее разбиение не может быть целым вектором, слишком да-
далеко отстоящим от Q по метрике 1%. Кроме того, она может использоваться
при оценке границы полного размещения любого конкретного разбиения
{ 1)t + 2{tx { 1)t1} г
В качестве верхней оценки докажем неравенство
rt _ (r _ !)t - {Ягш}{г - 1) ^ m(fc, t, r),
где {qmi} = mint-i+i^i^t{qi} и {%•} — дробная доля qjt Рассмотрим
разбиение
К = ([qi],. . • ,[qt-i],]qt-i+i[,- • • , М) Ь ^i^-
Для этого разбиения согласно п. 1) леммы имеем
Экстремальные задачи о вложимости разбиений чисел Гл. 2
что с учетом B2) влечет требуемое. Таким образом, из B5), B6) и последней
оценки следуют двусторонние оценки
г* - (г - 1)* ^ m(*'*'r) ^ г*-(г-1)*Г + 1-
Рассмотрим некоторые уточнения полученных общих оценок.
При г ^ 2 разница между верхними и нижними оценками всегда меньше
единицы, и, значит, в силу целочисленное™ m(k,t,r), они дают точное
значение:
]кт^ Г
г«_(г_1)«[-г + 1' г = 1,2. B8)
Предложение 2.1. .Еслм fe,t,pGN w l^r^2, то
mp{Pk,Pt,r)=
(р + т* — ty — (г — 1)*
причем если
- г — l)t^1(r — 1)°] 1рк(р + г - l)l(r — 1)г~
U
(р + г - 1)* - (г - 1)* Г " ' ' L (р + г - 1)* - (г - 1)
1 рА;(р + г — 1)|^1(г — l)*^1 Г 1 рк(р + г — 1)°(г — 1)*
j 1 i
t J'
-i
г=1
wo n(Kp; r) = mp(pk^pt^ r).
(Для вектора К" запись iiTp означает вектор, каждая компонента которого
повторена р раз.)
Доказательство. Имеем
mp(pk,pt, г) > Рр(рк, pt, r) = p//(ft, t, 1 + (г — 1)/р) =
k^iy
*(ri)* r+ '
что в силу целочисленности тр и влечет требуемое как нижнюю оценку.
С другой стороны,
т^ -г г-\\
К;1 + <р
р /
/ ',
(р + г — iy — (г — 1)*
2.5. Экстремумы полного размещения 97
следовательно, разница между верхними и нижними оценками строго мень-
меньше единицы, если г ^ 2.
При I = 1 для верхней оценки воспользуемся разбиением
К = (ki]i • -••> [qm-i],]QmI [qm+i], • • •, Ш) I" A,
где {дм} = maxi^i^tte}- Для этого разбиения согласно п. 1) леммы 2.2
имеем
М-1
i
м t
{<?м}(г - 1) = ? Ы - {«7м}(г -
г=М+1
что, в сравнении с нижней оценкой из B6), дает разницу, меньшую единицы.
Следовательно, если I = 1, то
kr* J^
m(k,t,r)=rt_ + ? {<7,}-{дм}(г-1), B9)
или
, t, г) = ] rt^(^1)t ^ {с|м}(г - 1) [. C0)
Таким образом, при I = 1 границу полного размещения минимизирует
целочисленный вектор, ближайший к Q по метрике 1\. В частности, это дает
полное решение вопроса минимизации для случая t = 2. В общем случае
это явление не всегда имеет место; наименьший по t пример известен при
к = 422, t = 5 и г = 5; при этих параметрах Q = A25.5355, 100.4284,
80.3427, 64.27416, 51.41933). Ближайшим к этому вектору Q по метрике 1\
целочисленным вектором является вектор X = A26, 101, 80, 64, 51), для
которого \\Х - Q\\h = 2.072346 и пA26,101, 80, 64, 51; 5) = 627. Однако
длявектораГ = A26,100,80,64,52) имеем ЦУ-QH^ = 2.090435ипA26,
100, 80, 64, 52; 5) = 626; наименьший по к и г известный пример имеет
параметры к = 76, t = 6 и г = 3, при которых Q = B7.77143, 18.51429,
12.34286, 8.228571, 5.485715, 3.657143). Ближайшим к этому вектору Q по
метрике 1\ целочисленным вектором является вектор X = B8, 19, 12, 8, 5,
4), для которого \\Х - Q\\h = 2.114285 и тгB8, 19, 12, 8, 5, 4; 3) = 83.
Однако для вектора У = B8, 18, 12, 8, 6, 4) имеем \\Y - Q\\h = 2.171428
и пB8, 18, 12, 8, 6, 4; 3) = 82.
Теорема 2.4. Величина т(к, t, r) есть то наименьшее целое С, при ко-
котором для рекуррентно определяемого вектора
г-1
Уг= [(c + r-l-Jjj)/r], г = 1,2,...,*,
98 Экстремальные задачи о вложимости разбиений чисел Гл. 2
выполняется равенство
t
J=l
Сразу заметим, что в силу полученных выше оценок для m(k,t,r)
перебор по С не превосходит разницы между этими оценками, т. е. г — 1.
В силу монотонности суммы Ylj=i Уз по С этот перебор можно осу-
осуществить за число операций порядка log2 r.
Доказательство. Ясно, что всегда n(Y;r) ^ С, поэтому положим С =
= т(к, t, r). Если при этом $^-=1 Vj = к, то n(Y; r) = т(к^ t, r) в силу
минимальности m(k,t,r). Если $^*=12/j > &> то? уменьшив потребное
количество компонент yj вектора Y на величину E2j=1 Vj — к), получим
разбиение числа к, имеющее значение границы полного размещения не
большее, чем m(k, t, г), а значит, равное m{k^t^r).
В альтернативном случае Sj=i Уз ^ ^ рассмотрим минимизирующее
разбиение X = (ж1?..., ж^) Ь /г, являющееся самым «большим» в смысле
лексикографического порядка ^ на множестве Pt(k), и рассмотрим также
наименьшее г Е [t], при котором ж^ > г/^. Такое i, очевидно, всегда
существует, причем [г — 1] ф 0, поскольку х\ ^ [(т + г — 1)/г] = г/i.
Существует j E [г — 1] такое, что Xj < г/j, поскольку в противном
случае (а^- = yj, j = 1,... ,i-l, х{ > у{) имеем X)}=i xi + (г ~ х)(ж^ ~
— 1) > 7?г(/г, t, г). Действительно, так как в этом случае ж^ ^ г/^ + 1, то
m{k,t,r),
поскольку невыполнимость последнего неравенства эквивалентна тому, что
г-1
I га — 1 — Y^ \
к-
Рассмотрим теперь .7 Е [г — 1] такое, что Xj < г/j, и оценим для
разбиения
Х; = (х[,. . . , х[) = (жь . . . , xj + 1,. . . , Xi - 1,. . . , xt) \- к
значение его границы полного размещения n(Xf;r).
Пусть v — индекс, максимизирующий n(Xf; r), т. е.
Если v > i, то ясно, что n(Xf; г) = п(Х; г) = m(k, t, r).
2.5. Экстремумы полного размещения 99
Если v = г, то
г г
i
— \ г» Л- (у \\{ v • 1 ^ r» _i_ 9 <T
^ n(X; r) - r + 2 = m(fe, t, r) - r + 2,
которое не превосходит m(k,t,r) при г ^ 2.
Если v < i,TO xfw ^ yw (w = 1,..., v). Значит, и в этом случае
V
71 ( Yf- r\ — \ ^ 4- (г — 1 \(f' — 1 ^ <Г nfV- r*^ <" тп(h f тЛ
Таким образом, n(Xf;r) ^ m(k,t,r)9 а следовательно, n(Xf;r) =
= m(k,t,r),T.G. разбиение Xf тоже является минимизирующим, но в то
же время X' ^ X, что противоречит максимальности X в смысле лекси-
лексикографического порядка. Теорема полностью доказана.
Пусть t(k,r) — наименьшее t, при котором существует разбиение числа
к на t частей, вложимое в каждое разбиение этого же к на г частей.
Следствие 2.5. Величина t(k,r) есть то наименьшее целое t, при котором
для рекуррентно определяемого вектора
г-1
Ух = [(к + г - 1 - J^ Vi) /r] > г = 1,2, ...,*,
выполняется равенство
t
Действительно, ведь искомое t есть наименьший целый корень уравне™
ния к = m(k,t,r). Здесь опять-таки перебор ограничен имеющимися для
t оценками, которые следуют из оценок для m(kJtJr):
Ы(к + г - 1) 1п(А; + г - 1) - 1п(г - 1)
1п(г) - 1п(г - 1) ^ V ' ; ^ 1п(г) - 1п(г - 1)
В связи со следствием 2.5 надо отметить один весьма существен™
ный момент: как, собственно, происходит построение искомого разбиения
уг,..., yt и почему с необходимостью всегда у\ + • • • + yt = к?
100 Экстремальные задачи о вложимости разбиений чисел Гл. 2
Ясна рекуррентность
2/2 =
2/1
L I J
: - 1 - 2/i -
I
• - 2/t =
I Г
и ясно, что этот процесс конечен, именно, начиная с некоторого, все yi = 0.
Пусть это г/t+i = 0. Но почему тогда yi -\- - - - -\- yt = &? Покажем, что
т- п Г ife + I — 1 — 2/i — • • • — 2/t-i I
это действительно так. Если yt+1 = 0, то = 0
L I J
или же /г + г — 1 — г/1 — • • • — г/t < г, то есть, /г < 1 + ]C*=i 2/г? так что
к ^ 5^*=1 Уi- Проверим теперь обратное неравенство. Если t = 1, то имеем
его выполнение, поскольку у\ ^ к следует из того, что
.k+1-l
где последнее неравенство выполняется, если к ^ I ^ 1. Если же t > 1,
то проверка неравенства /г ^ Si=i 2/г сводима к проверке аналогичного
. [к + I — 1~\
неравенства для t —1ик=к — уг = к— .
В частности, доказанная необходимость исполнения равенства у\ + • • •
... + yt = к означает, что t(k,l) можно определить как то наименьшее t,
при котором 2/t+i = 0, где yi — из следствия 2.5.
Таким образом, в частности, доказано следующее формальное тожде-
тождество для натуральных к ^ I ^ 1:
rt + i^n г*-Н-1 [*±Ь1]1 +
iiii [k+l-l~
i
В действительности, теорема 2.4 не только дает точное значение для
m(k,t,r)9 но и оценивает t(k,r). Именно, если t ^ t(k,r)9 то число
ненулевых компонент вектора у из формулировки теоремы 2.4 в точности
равно t(k, г); ясно, что если t > t(k, r), то т{к, t, r) = к. Таким образом,
при t > t(k,r) этот вектор у с необходимостью обладает нулевыми
компонентами. Если в этом случае требуется построить разбиение р €
? Pt{k)9 минимизирующее границу полного размещения п(р; г) = к9 то,
очевидно, что в качестве такого р можно взять любое разбиение из Pt(k)9
вложимое в вектор у как в разбиение. Самое большее, в смысле лексижь
2.6. Взвешивания 101
графического порядка, требуемое разбиение тоже задается рекуррентно и
для г = 1, 2,..., t имеет вид
г-1 г-1
2.6. Взвешивания
Проиллюстрировать использование полученных выше результатов по-
поможет следующая старинная
Задача. Сколь малым количеством гирь можно взвесить любое целое
число фунтов от 1 до к!
На равной л ечных рычажных весах осуществимы два типа взвешиваний
— одночашечные и двухчашечные. В случае одночашечных взвешиваний
гири кладутся только на одну чашку весов, противоположную чашке с гру-
грузом. Двухчашечные взвешивания предполагают возможность располагать
гири на обеих чашках весов. Само состояние равновесия, записанное ана-
аналитически, подсказывает связь с разбиениями. Действительно, если груз
весом п при одночашечном взвешивании уравновешен гирями ni,..., пГ9
то выполняется равенство п = п\ + • • • + пг. Поскольку состояние равно-
равновесия от расположения гирь в чашке не зависит, то и порядок слагаемых
в приведенном равенстве также несуществен, стало быть, эту сумму можно
рассматривать как разбиение.
Связь вложимости разбиений со взвешиваниями основывается на том
простом факте, что система гирь (кг,..., kt) Ь к обеспечивает одночашеч-
ное взвешивание груза v ^ к тогда и только тогда, когда (кг,..., kt) С
С (v,k-v).
Двухчашечные взвешивания сводятся к одночашечным — система гирь
(&!,...,&?) Ь к обеспечивает двухчашечное взвешивание груза v ^ к
тогда и только тогда, когда
Действительно, равенство v = ]Cj=iej%» гДе ?j := 0,1, —1, экви-
эквивалентно равенству к + v = J2j=1T1j^j^ гДе Vj := (?j + 1) := ОД52.
Поэтому система гирь (кг,..., kt) \~ к обеспечивает точное р-чашечное
взвешивание любого целого груза не тяжелее к тогда и только тогда, когда
разбиение (к\^..., Щ) вложимо во все разбиения числа рк вида (к — v,
(p—l)k+v),v = 0,1,..., к, что, согласно принципу полного размещения и
теореме 2.3, имеет место тогда и только тогда, когда рк ^ п(к^,..., к\; 2),
что, согласно A), эквивалентно системе неравенств
t
102 Экстремальные задачи о вложимости разбиений чисел Гл. 2
Значит, наименьшее количество гирь tp(k)9 потребное для такого р-
чашечного взвешивания, есть наименьший целый корень неравенства pk ^
^ mp(pk,pt, 2), а так как
mp(pk,pt,2) ^ /j,p(pk,pt,2) = pfj,(k,t,l + l/p),
то к > /x(fc, ?, 1 + 1/р) и, стало быть, согласно (8), (р + 1)* > рк + 1,
откуда с учетом верхних оценок для t получаем, что tp(k) выражается
по формуле tp(k) =]logp+1(pfe + 1)[, а сами гири могут быть заданы,
например, рекуррентно:
г-1
+ 1 - Р J] 2/i) /(р + 1)], г = 1, 2, . . . , tp(fc).
i=i
Имеется и явное решение для р-чашечных взвешиваний на единствен™
ных весах, именно, в качестве наименьшей можно взять систему гирь
К =
где
и t =
Здесь {ж} обозначает дробную долю числа ж, т.е. {ж} = ж — [ж].
Смысл всех этих выражений при р > 2 весьма прост и реализуется
взвешиваниями на весах хотя и специальной, но естественной конструкции.
Это неравноплечные рычажные весы, имеющие на коротком плече чашку
для взвешивания исключительно груза, а на другом плече — р чашек,
которые отстоят друг от друга на одинаковом расстоянии, равном величине
меньшего плеча.
Помимо р-чашечных взвешиваний на одних весах можно рассматривать
параллельные или одновременные взвешивания на нескольких весах. Си-
Система гирь (&i,..., kt) \~ к обеспечивает точное взвешивание (г — 1) грузов
vi,..., vr-i на (г — 1) весах, если каждый из этих грузов уравновешен
этими гирями и гиря, наличествующая на одних весах, не может присут-
присутствовать на других. Конечно, и при параллельном взвешивании допустимы
как одночашечные, так и двухчашечные взвешивания. Вопрос прежний —
каким наименьшим количеством гирь можно обеспечить одновременное
взвешивание любых (г — 1) грузов суммарного веса не более к и каковы
соответствующие системы гирь?
Если на всех (г — 1) весах применяются только одночашечные взве-
взвешивания, то требуемое осуществимо системой гирь (кг,..., kt) \~ к тогда
2.6. Взвешивания 103
и только тогда, когда к ^ n(ki,..., kt; r), что из полученных выше
экстремальных результатов дает все экстремальные характеристики.
Ясно, что такая модель взвешиваний эквивалентна реализации всех
исходов в схеме размещений. В частности, отсюда следует, что при фиксиро™
ванном гшп, стремящемся к бесконечности, наименьшее возможное число
компоновок, которыми можно реализовать все исходы в схеме размещений
п неразличимых частиц по г неразличимым ячейкам, асимптотически ведет
себя как величина
1п(п + г — 1)
ln(r) - ln(r - 1) '
а остаточный член (всегда не превосходящий нуля) — как величина порядка
ln(r-l)
ln(r) - ln(r - 1) *
Сама система из минимального числа компоновок определяется векто™
ром Y = (у1?..., yt) из следствия 2.4.
Если на всех (г — 1) весах допускаются двухчашечные взвешивания
и система гирь (&х, • • •, kt) Ь к обеспечивает требуемые одновременные
взвешивания, то г к ^ п{к\^. . . , AjJ*; г).
Действительно, если система гирь (&х,-..,&*)!"& обеспечивает одно™
временное двухчашечное взвешивание (г — 1) грузов v±,..., vr^\ суммар-
суммарного веса не более к на (г — 1) весах, то выполняется система неравенств
t
vj = ^eijki, где j = 1,. . . ,r- 1, ?ij := 0,+l,-l,
г=1
|е^-| < 1, г = 1,2,. . . ,?,
г=1
которая, очевидно, эквивалентна следующей системе неравенств:
t
k-Vj = ^2,rnjku где j = 1,. . . ,r- 1, ^ij = 1 - eij := 0,1,2,
г = 1,2,...,*.
г=1
Значит, согласно принципу Дирихле, Yll=i Vij ^ r (* = 1, 2,..., t).
Поэтому
(*Г, • • • , К) Q {к - vl5. . . ,k - vr-!,k + vx + • • • + vr_x),
т. е. если система гирь (&х, • • •, kt) \- к обеспечивает одновременное двух-
двухчашечное взвешивание любых (г — 1) целых грузов суммарного веса не
более к на (г — 1) весах, то разбиение (fc[,..., kl) вложимо во все те
104 Экстремальные задачи о вложимости разбиений чисел Гл. 2
разбиения числа г к на г частей, в которых (г — 1) частей не превосходят к,
что, согласно теореме 2.3, эквивалентно неравенству
Но так как
n^r,...,^*1")) = "(*!,••• Лг;»0,
то это и обеспечивает требуемое условие:
rk ^ n(ki, . . . , к^; г).
Таким образом, если система гирь (&i,..., &$) Ь /г обеспечивает
одновременное двухчашечное взвешивание любых (г — 1) целых грузов
суммарного веса не более к на (г — 1) весах, то
а для наименьшего потребного количества таких гирь t справедлива оценка
* > l0gBr-l)/(r-l)((»-fc + Г ~ I)/{Г - 1)),
поскольку n(kl,..., fe[; г) = гп{к\^..., kt; 2 — 1/г), и согласно предпо-
предположению 2.1
(к t 2 1М1 М2г-1){ г-1г
В случае одновременного двухчашечного взвешивания на двух весах
подходящей оказывается система гирь {]2г~1[}г=ОдJ,....
2.7. Задачи и утверждения
В данном параграфе приводятся некоторые известные результаты (в ви-
виде вопросов и утверждений, требующих доказательства) и открытые про™
блемы, помеченные знаком (?). Попытайтесь доказать эти результаты и от™
ветить на поставленные вопросы.
2.1. Каким наименьшим количеством купюр по 1, 3, 5, 10 и 25 р. можно
расплатиться с молочницей, зеленщицей, прачкой и мясником, если всем
им причитается 37 р.? А если при этом известно, что женщины запросят не
дороже 3, 5 и 5 р. соответственно?
2.2. Разбиение (кь) вложимо в разбиение (ni,..., пг) тогда и только
тогда, когда выполняется неравенство
2.7. Задачи и утверждения 105
Попробуйте рассмотреть двойственный вопрос — когда разбиение
(&i,..., kt) вложимо в разбиение (пг)?
2.3. Пусть na{k^t1r) — наибольшее п9 при котором никакое разбиение
числа к на t частей не вложимо ни в какое разбиение числа п на г частей.
Тогда
па{к11, г) = max{fe — 1,/г — 1 — ? + r}.
2.4. Если rib{k^t^r) — наименьшее п, при котором \/р Е Рг(п) и Vg E
Е P*(Aj) выполнено р <^д, то пь(А;, t, r) = max{lc + l,fc + l^t + r}.
2.5. Пусть nc(<7i,..., g^; r) — наименьшее n9 при котором никакое
разбиение числа п на г частей не вложимо в разбиение (gi,..., qt)9 где
gi ^ • • • ^ g*. Тогда
mln{r,t}
тгс(дь. . . ,gt;r) = 1 + J^ g^.
2.6. Если q Е А(^) и п^(д; г) — наибольшее п, при котором разбиение
числа q не вложимо ни в какое разбиение числа п на г частей, то nd(q; r) =
= тах{^ — 1,/г — 1 — ? + г}.
2.7. Если пе(/г, t, r) — наименьшее п, при котором Vp E Рг(п) и Vg E
Е ^(&) выполнено g С р, то пе(/г, t, г) = maxjlc, г (А; — t) + 1}.
2.8. Если rif(k, t, r) — наибольшее п, при котором Vp E Рг(п) и Vg E
Е P*(Aj) выполнено р С д, то rif(k, t, r) = min{^, ]Aj/t[+r — 1}.
Один из насущных открытых вопросов экстремальной тематики о раз™
биениях чисел представляет следующая задача.
2.9(?) Для данных ni,..., тгг, t вычислить Aj(ni,..., nr; t) — наи-
наибольшее к9 при котором V(A?i,..., А;^) h А; выполняется вложимость
(Ль. . . ,jfet) С (пь. . . ,пг).
2.10. Разбиение (fei,..., Aj^) вложимо в любое разбиение из Рг(п) тогда
и только тогда, когда разбиение (Iki,... ,lkt) вложимо в любое разбиение
из РР(п/ +(г-1)(/-1)).
2.11. Разбиение (к\,..., kt) вложимо в любое разбиение из Рг (п) тогда
и только тогда, когда разбиение (к[,..., к\) вложимо в любое разбиение
из Pw_j+i(nZ).
2.12. Если разбиение (A?i,..., kt) вложимо в любое разбиение из Рг(п)9
то разбиение (к[,..., к\) вложимо в любое разбиение изРг(п1 + (г^1)х
х A-1)).
2.13. Если для натуральных г, ?, ni,..., nr, к\ ^ ... ^ A?t выполняется
неравенство
г=1
1)} ^ max { ^ % + (г - 1)(Л» - 1I,
jl
106 Экстремальные задачи о вложимости разбиений чисел Гл. 2
то разбиение (&i,..., kt) вложимо в разбиение (ni,..., nt).
2.14. Если p(ki,..., kt;r) —наименьшее р, при котором (&i,...,&$) С
С (рг),то
р(къ . . . , kt; г) ^}п(къ . . . , kt; r)/r[.
2.15. Если M(k,t,r) — наибольшее М, при котором Vg Е Pt{k) Зр Е
Е РГ(М) такое, что q (?p9 то для достаточно большого г
М(Л, t, г) = ([k/[k/t]] + г - l)-]k/t[-r.
2.16. Если Л/"(/г, t, г) — наименьшее N, при котором Ур Е Pr(N) 3q E
Е i^t(^) такое, что р С д, то
ЛГ(Л, t, r) = Jfe + (]*;/*[-1) max{0, r - *}.
2.17. При любом размещении п неразличимых частиц по г неразличи-
неразличимым ячейкам найдется г групп частиц (по п/Bг) частиц в каждой группе),
целиком лежащих в ячейках.
2.18. При любом размещении п неразличимых частиц по г неразличи-
неразличимым ячейкам найдется t групп частиц (по [(п-\- г — l)/(t-\- г — 1)] частиц
в каждой группе), целиком лежащих в ячейках.
2.19. Если к = n(&i,..., kt; г), то каждое размещение к частиц по г
ячейкам реализуемо размещением t групп частиц по kj частиц в j-и группе
(j = 1, 2,..., i) при условии, что каждая группа целиком размещается
в одной ячейке.
2.20. Если в разбиении (ni,..., пг) \- п выполняются неравенства п\ ^
^ . . . ^ пГ9 то
{(ръ. . . ,рг) еРг(п): Рг^щ, г = 2, . . . ,г}С
С {(pi,. . . ,рг) Е Рг(п): (ръ. ..,Рг)> (пь. . . ,пг)},
{(рг, . . . ,рг) еРг(п): р{ ^щ, г = 1, . . . ,г - 1}С
С {(pi,. ..,рг)е Рг(п): (щ,. . . ,пг) ^ (pi,. . . ,Рг)}-
2.21. Задача о стойке бара. В некоем городке открывается коопера-
кооперативный кондитерский бар с одной длинной стойкой. Известно, что жители
ходят в бар семьями — по к{ человек в г-й семье, а всего семей t. Каждая
семья рассаживается за стойкой, занимая места подряд, и не окружает себя
с обеих сторон незанятыми местами. Посидев, она уходит, но может прийти
снова, когда пожелает. Стойка какой вместимости гарантирует отсутствие
очередей?
Если в кооператив включен еще и администратор, рассаживающий
гостей по своему усмотрению (не разделяя семьи), то какую часть стойки
он может сэкономить?
2.22. Транспортная задача. Пусть имеются р складов, на каждом из ко-
которых хранится га $ единиц продукции одного наименования (г = 1,..., р).
Пусть также имеются q потребителей, каждый из которых может исполь-
2.7. Задачи и утверждения 107
зовать по rij единиц продукции со складов (j = 1,..., g), и пусть, для
определенности, mi + • • • + тр = п\ + • • • + nq = п. Каким наименьшим
количеством перевозок можно всю продукцию со складов перевезти потре-
потребителям? Одной перевозкой считается перемещение продукции с одного
склада потребителю.
2.23. Для натурального п через s(n) обозначаем число тех натуральных
га (га ^ 2), для которых число (га — 1) делит нацело число [п(га — 1)/га],
а через d(n) — число всех делителей числа п. Докажите, что число (п — 1)
простое тогда и только тогда, когда выполняется равенство d(n) = s(n).
Докажите, что числа (п — 1)и(п + 1) суть простые («близнецы») тогда и
только тогда, когда выполняется равенство 2d(n) = s(n) + s(n + 1).
Указание. Докажите и используйте равенство d(n — 1) + d(n) =
= s(n) + 2.
2.24. Пусть М(р, к) обозначает множество всех разбиений числа к,
все части которых не превосходят р. Для фиксированного разбиения
(&i,..., kt) числа к вычислите или оцените p(ki, къ, • • •, kt) — то наи-
наибольшее р, при котором каждое разбиение из множества М(р, к) будет
вложимо в разбиение (к±, А?2, • • •, kt). Проанализируйте, сколь мало частей
может иметь разбиение из множества М(р, к).
ГЛАВА 3
ЭКСТРЕМАЛЬНЫЕ ЗАДАЧИ
О ГРАФАХ И СИСТЕМАХ МНОЖЕСТВ
Глава, посвященная экстремальным задачам о графах и системах множеств,
на первый взгляд покажется никак не связанной с материалом предыдущей главы
об экстремальных задачах на разбиениях чисел. Однако оказывается, что целый
класс задач об экстремальных свойствах графов — именно класс задач о локальных
свойствах графов — по существу сводится к экстремальным задачам о разбиениях
чисел, причем в точности к тем задачам, которые рассматривались и были решены
во второй главе.
Введем необходимые обозначения. Через Sn = {«1,. . . , ап} и S = {а,. . . }
будем обозначать соответственно индексированные и неиндексированные множе-
множества вершин графов или гиперграфов. Подмножество вершин называется незави-
независимым в графе, если никакая пара вершин из этого подмножества не соединена
ребром этого графа.
Через G2(Sn) будем обозначать произвольный граф на множестве вершин
Sn, а через G\ — граф на некотором множестве из п вершин; таким образом,
G2(Sn) Q C2(Sn). (Определение Ck(Sn) см. в гл. 1, п. 1.1.4.) Введем следующие
обозначения для специальных видов графов:
Кп — полный граф на п вершинах, т. е. Кп = C2(Sn);
KP;q — полный двудольный граф на двух подмножествах вершин (долях) по р
и q вершин в каждой доле соответственно; таким образом, если Sp П Sq = 0, то
А-р,9 = С71EР)-С1E9);
Zn — звезда, т. е. двудольных граф с одной одновершинной долей (Zn = К\, те);
G = C2(S)\G — граф, дополнительный к графу G на множестве вершин S.
Например, графом, дополнительным к полному двудольному графу Крл, будет граф
Кр + Kq — граф, состоящий из двух полных подграфов на двух непересекающихся
подмножествах по р и q вершин, соответственно.
Для S С Sn через G(S) обозначим подграф G(S) С G(Sn) графа G(Sn),
индуцированный (или порожденный, или собственный) подмножеством вершин S,
т. е. состоящий из тех и только тех ребер графа G(Sn), которые соединяют вершины
из этого подмножества S, так что
G(S) = G(Sn)nC2(S).
Ребра графа называются независимыми, если они несмежны, т. е. не имеют
общих вершин. Система попарно независимых ребер называется паросочетанием.
Ты обозначает fe-вершинный граф с [к/2] независимыми ребрами (паросочета-
(паросочетанием);
Тк — паросочетание с «вилкой», т. е. ^-вершинный граф с ]к/2[ (по возможно-
возможности независимыми) ребрами;
С к — простой цикл на к вершинах;
Рк — простой путь на к вершинах.
Хроматическое число n-вершинного графа G(Sn) определяется как наимень-
наименьшее возможное количество цветов x(G(Sfn)), в которые можно раскрасить вер-
вершины Sn так, что вершины, соединенные ребром в графе G(Sn), будут окраше-
3.1. Теоремы Мантеля, Турана и Шпернера 109
ны в разные цвета. Иными словами, %((^Eте)) — это то наименьшее целое %,
при котором существует отображение <р : Sn —ь [х] = {1,2,...,%} такое,
что для каждого «цвета» г ? [х] его полный прообраз при этом отображении
(р~г{г) = {а Е Sn : (f(a) = i} С Sn оказывается независимым подмноже-
подмножеством вершин графа G(Sn). Следовательно, для вычисления хроматического числа
графа требуется найти разбиение множества его вершин, обладающее наимень-
наименьшим возможным рангом, при сформулированных выше условиях на такое раз-
разбиение.
Связным называется граф, в котором каждая пара его вершин соединена путем,
состоящим из ребер этого графа.
Дерево — это связный граф без циклов.
Лес — это граф, в котором каждая компонента связности есть дерево.
Гиперграфом на множестве вершин S называется всякое подмножество G
множества V{S). Элементы множества G представляют собой подмножества е Е
? S и называются гиперребрами, так что всякий гиперграф G — это некоторое
множество {ei}i^i<^m из m = \G\ гиперребер е» С S на вершинах S; 1-граф — это
G1 С С1 (S), так что обычный граф — это 2-граф; его элементы суть просто ребра.
Иногда удобно не указывать вершинные множества; так, гиперграф F может быть
задан своими гиперребрами {А±, . . . , Ат}, нумерация которых, вообще говоря,
несущественна.
Для X П S = 0 запись Ск(Х) • С1 (S) обозначает (к + /)-граф на множестве
вершин X + 5 вида {е С X + S: \е П Х\ = к, \е П S\ = I}.
Под системой множеств будем понимать гиперребра некоторого гиперграфа с
той лишь разницей, что в гиперграфе все его гиперребра различны, а элементы
системы множеств могут повторяться. Значит, система множеств — это мультиги-
перграф.
Достаточной конструкцией будем называть либо граф, либо гиперграф, либо
систему множеств, удовлетворяющую наперед заданному свойству; экстремальной
конструкцией будем именовать достаточную конструкцию в том случае, когда
она является предельно возможной по каким-либо параметрам или структурным
характеристикам. Например, полный тг-вершинный граф — это экстремальная
конструкция по наибольшему возможному числу ребер среди всех п-вершинных
графов.
3.1. Теоремы Мантеля, Турана и Шпернера
Исторически первым экстремальным результатом о графах явилась
Теорема Мантеля. Наибольшее возможное количество ребер в п-вершин-
ном графе без треугольников равно [п2/4].
Экстремальная конструкция единственна и представляет собой полный
двудольный граф с (по возможности) равными долями, т. е. по [п/2] и
]n/2[= n—[n/2] вершинами в первой и второй доле соответственно. В свою
очередь, непосредственная проверка удостоверяет, что [п/2] -]п/2[= [п2 /4].
Исно, что согласно принципу ящиков среди любых трех вершин этого
графа найдется пара вершин из одной доли, т.е. пара, не соединенная
ребром. Следовательно, на этих вершинах треугольника К% нет.
110
Экстремальные задачи о графах и системах множеств
Гл. 3
Обобщение этого результата представляет
Теорема Турана. Пусть Т(п,к,2) — наименьшее возможное количество
ребер в п-вершинном графе, у которого среди любых к вершин найдется
по крайней мере одно ребро. Тогда
г=0
Экстремальная конструкция единственна и представляет собой систему
из (к — 1) полных графов с (по возможности) равным числом вершин (по
[(п -\- г)/{к — 1)] вершин в г-м полном графе, г = 0,1,. . . , к ~~ 2).
Согласно принципу ящиков, среди любых к вершин найдется пара
вершин, принадлежащая одному из таких полных подграфов, а значит,
соединенная ребром. Ясно, как связаны между собой эти две теоремы. Если
граф G(Sn) обладает свойством, предписанным теоремой Мантеля, т.е.
К% $LG(Sn)9 то это, очевидно, эквивалентно тому, что в дополнительном
графе G = С2 (Sn)\G(Sn) среди любых трех вершин найдется, по крайней
мере, одно ребро. Следовательно, Т(п, 3, 2) = С% ~~ [п2/4].
Аналогичный вопрос для однородных гиперграфов открыт и называется
Проблема Турана. Рассматриваются однородные 1-графы Gln С Cl(Sn)
на множестве вершин 5П, т.е. гиперграфы, чьи ребра суть 1-элементные
подмножества множества вершин Sn. Пусть T(n,k,l) — наименьшее
возможное число I-ребер в п-вершинном графе Gln С Cl(Sn) таком, что
У8к С Sn 3Si ? Gn: Si C Sk-
Вопрос состоит в вычислении значений Т(п, k,l) при всех допустимых
параметрах п ^ к > I ^ 1.
Помимо теоремы Турана известно лишь несколько частных решений
этой общей постановки, именно:
Пп и /\ _ „ _ l _|_ / ^^ <п < (к — 1\11A — Л\-
Т(п,п- 1,1) =]п/(п- 1)[;
Т(п, тг-2,тг-3) =]тг/3](гс- 1)/2[[;
']тгC/ - 2)//[-ЗЛ, //(/-1) < п/к < 31/C1-4),
I четно,
Зп - [А:C/ - 1)/(/ - 1)], 1/A - 1) < тг/Л ^
<C/ + 1)/C/-3),
I нечетно;
T(ra,fc + 1,3) =
,4тг -
9/4, п ф (9* - 1)/4,
d)/4, d := 1,1, 2.
3.1. Теоремы Мантеля, Турана и Шпернера 111
Имеется очень притягательная гипотеза самого Турана о том, что
ТBп,5,3) = 2G^, это значение реализуется 3-графом J^+J^, состоящим
из двух полных 3-графов с п вершинами у каждого. Однако до настоящего
времени и этот частный вопрос открыт.
Вообще, начало экстремальным задачам о системах множеств положил
результат, который известен теперь как
Теорема Шпернера. Наибольшее количество подмножеств п-элемент-
ного множества, взаимно не содержащих друг друга, равно ( n
Экстремальной конструкцией, реализующей это значение, может
служить, например, множество всех [п/2} -элементных подмножеств
п-элементного множества, поскольку все подмножества одинаковой
мощности попарно невложимы друг в друга.
Остановимся теперь на некоторых подходах к решению этих и подобных
экстремальных задач. Наиболее употребительным остается способ дву-
двустороннего оценивания, который удобно продемонстрировать на простом
конкретном примере.
Пример. Сколь много гиперребер может иметь тг-вершинный гиперграф
без непересекающихся гиперребер?
Если G С V(Sn) — достаточная конструкция иеЕ(?,то очевидно, что
(Sn\e) ф G, поэтому G не может содержать более половины от числа всех
возможных гиперребер, т. е.
1/""f 1 ^ I/Т") / О \| ley с\П ley еуП—1
С другой стороны, для а Е Sn гиперграф С (а) • V(Sn\a) обладает
предписанным свойством и имеет число ребер, равное
\С(а) ¦ V(Sn\a)\ = \С(а)\ ¦ \V(Sn\a)\ = 1 • 2п^ = 2п^.
В основе большинства способов оценивания лежит использование раз™
личных мощностных соотношений для системы множеств.
Лемма 3.1. Если гиперграф F и система гиперграфов W = {G,. . . }
таковы, что \/G E W\G П F\ ^ 1, то
degw(S)
\W\ ^ '
= \{GeW:SeG}\.
Доказательство. Напомним, что для гиперграфа G, множества вершин
А и целого неотрицательного q валентность определяется как число
v(A, g, G) = |{е Е G : \А П е| = q}\. Тогда если G и F — две системы
множеств, то
a(EF BeG
112 Экстремальные задачи о графах и системах множеств Гл. 3
Действительно,
У^ v(A,q,G) = У^ \{В Е G: \АП В\ = q}\ =
aGF AEG
AEF BEG BEG AEF
beg beg
Ясно, что если S С 5П, то v(S,q]Cl(Sn)) = ^i^i^I^i? поэтому для
7^ С Gl(Sn) из доказанного тождества следует, что
если G — гиперграф, а5 — некоторое множество вершин, то
aES eEG
где degG(a) = |{е G G: а Е е}| — степень вершины гиперграфа
В самом деле,
(a) = J] |{e G G: a G е}| =
a€5
Следовательно, если теперь в качестве S рассмотреть некий гиперграф F9
а в качестве G — систему гиперграфов W = {G,... } соответственно, то
получим тождество
из которого, в силу того, что \/G E VK выполнено |G П F| ^ 1, получаем
требуемое.
В частности, эта лемма позволяет доказать теорему Шпернера. Имеет
место
Следствие 3.1. Если гиперграф F С V(Sn) обладает тем свойством, что
УЛ, В € F выполняется А(?В9 то выполняется неравенство
AEF
3.1. Теоремы Мантеля, Турана и Шпернера 113
Для доказательства достаточно в лемме 3.1 в качестве F рассмотреть
гиперграф, в котором ?Л, В Е F выполнено А <?. В, а в качестве W рас-
рассмотреть множество всех гиперграфов G, каждый из которых представляет
собой полную цепь вида G = {{So}, {Si}?•••, {Sn}}; такой гиперграф
является цепью, если {Sq С Si С ... С Sn}. Ясно, что общее число таких
цепей в булеане V(Sn) равно п\, поэтому \W\ = n\. Так как каждый
гиперграф G есть цепь, то
УСЕ W\GDF\ <: 1.
Наконец, несложно проверить, что degw(S) = |S|! (n — |S|)!
Теперь теорема Шпернера сразу следует из следствия 3.1, поскольку
,F,[n/2]!(n-[n/2])! ^ [п/2]! (п - [п/2])! ^ ^ |Д|! (п -
и, значит,
U
В ряде случаев удается получить точное решение, не прибегая к двусто-
двустороннему оцениванию; это осуществимо для монотонных свойств графов и
гиперграфов. Свойство Л называется монотонным (наследственным), если
из того, что граф F обладает этим свойством (что будем записывать в форме
G Е Л), следует, что и всякий его подграф также обладает этим свойством,
т. е. свойство Л монотонно тогда и только тогда, когда G Е Л =^ VF С
С G выполнено F Е Л. Оказывается, для некоторых монотонных свойств
достаточно вычислить точное решение для одного конкретного значения п,
после чего проверить скорость роста искомой экстремальной границы как
функции от п: если эта функция удовлетворяет известным аналитическим
условиям, то она и является искомой экстремальной границей. Основание
этому способу дает следующая
Лемма 3.2. Пусть для произвольного монотонного свойства Л вычисля-
вычисляется величина
f(n,l;A)= max|G|,|.
Тогда, если существует целочисленная функция f(n) такая, что
= f(no,l;A), тю>1, A)
f(n)^f(n,l;A), n>no, B)
/(п-1) п-1
^ и>и C)
то для всякого п ^ по выполняется равенство
f(n,l;A) = f(n).
114 Экстремальные задачи о графах и системах множеств Гл. 3
Доказательство. Так как свойство А монотонно, то
Gl(Sn) еЛ^ VSn_j с Sn G'(Sn_i) = G\Sn) П C'(Sn-i) € Л
и, следовательно, VSn^i С 5П |СEП_1)| ^ /(п — 1, /; Д). А поскольку
для любого /-графа Gl(Sn) выполняется равенство
то получаем, что если Gl(Sn) — экстремальная конструкция, то справед-
справедливо неравенство /(п, /; А) ^ [^/(^ — 1,/; А)/(п — /)]. Докажем теперь
требуемое индукцией по п ^ по. Для п = по это имеет место в силу A).
Пусть это справедливо всюду вплоть до п — 1. Покажем, что это так и для
п. Согласно индукционному предположению, имеем
f(n) < f(n,l;A) < [П'/(Пп:;'г;Л)] = [^^] < f(n).
Здесь первое неравенство следует из B), второе доказано выше, равен-
равенство есть результат индукционного предположения, а последнее неравен™
ство следует из C). Лемма полностью доказана.
Продемонстрируем работу этой леммы на конкретных примерах. Функ™
ция f(n) = [п2/4] удовлетворяет неравенству C) при всех п ^ 2.
Следовательно, если свойство А состоит в том, что граф не содержит
треугольников, то полный двудольный граф с (по возможности) равными
долями действительно является экстремальной конструкцией для теоремы
Мантеля, поскольку в этом случае условия A) и B), очевидно, выполнены
для по = 2. Таким образом, теорема Мантеля сразу следует из леммы 3.1.
Проверка порогового значения п® в лемме весьма существенна. Чтобы
убедиться в этом, рассмотрим еще одно монотонное свойство: пусть свой™
ство А состоит в том, что граф не содержит пентагонов, т. е. пятивершинных
циклов; положив
f{n;C5) = max |Gn|,
покажем, что
f(n;C5) = < 7, если в = 5,
если п ^ 6.
При п ^ 5 экстремальные значения легко проверяются непосредствен™
но и поэтому, хотя функция f(n) = [п2 /4] удовлетворяет неравенству C)
при всех п ^ 2, получаем, что для данного А пороговое значение по = 6.
При п = Б экстремальной конструкцией служит граф К^ пополненный
еще одним ребром, инцидентным пятой вершине; при п ^ 6 экстремальной
конструкцией служит тот же полный двудольный граф, что и в теореме
Мантеля.
3.2. Запрещенные подграфы и локальные свойства 115
3.2. Запрещенные подграфы и локальные свойства
Результат Мантеля может служить модельным примером широкого
класса экстремальных задач, общая форма которых имеет следующий вид.
Для фиксированного графа F вычислить наибольшее возможное число
ребер в п-вершинном графе, не содержащем в себе этого графа F в каче-
качестве подграфа.
Принято, однако, рассматривать несколько более общую постановку,
именуемую как
Задача о запрещенных подграфах. Пусть L = {G,...} — список
фиксированных «запрещенных» подграфов. Требуется вычислить величину
/(ra;L) — наибольшее возможное число ребер в ^-вершинном графе,
не содержащем в себе в качестве подграфа ни одного графа из списка
запрещенных подграфов L.
В рамках этой постановки результат Турана принимает вид
Известные точные формулы для некоторых списков запрещенных под-
подграфов приведены в разделе задач.
Асимптотическое решение задачи о запрещенных подграфах дает
Теорема Эрдёша-Шимоновича.
/("; ь) = (i + -. —т^) ^ + о(п2).
V 1 - maxGGL X(G)J 2
Следует заметить, что основной характеристикой, определяющей коэф-
коэффициент при главном члене асимптотики в этой теореме, является хрома-
хроматическое число, т. е. трудно вычисляемая характеристика графа.
Из теоремы Эрдёша—Шимоновича явствует, что коэффициент при глав™
ном члене асимптотики отличен от нуля тогда и только тогда, когда среди
запрещенных подграфов нет двухцветных, т. е. раскрашиваемых в два цвета.
Случай наличия двухцветных запрещенных подграфов принято именовать
«дегенеративным», и в этом случае задача вычисления /(га; L) состоит
в оценке остаточного члена о(п2). Изучена область «самых дегенератив-
дегенеративных» случаев.
Равенство /(га; L) = О (га) выпоняется тогда и только тогда, когда среди
запрещенных подграфов имеется либо дерево, либо лес (при конечном L).
Равенство /(га; L) = 0A) выполняется тогда и только тогда, когда среди
запрещенных подграфов имеются паросочетание и звезда.
Для примера покажем, что
/(га; КГу8) < 0, 5 • (s - tI/rn2~1/r + О(га), г < s, га ->> оо.
Если d\,..., dn — степени вершин графа G, то число звезд Кг^ в графе
G равно
п
116 Экстремальные задачи о графах и системах множеств Гл. 3
Если граф G не содержит полного двудольного графа KrjS в качестве
подграфа, то у каждых г вершин может быть не более s — 1 общих соседей,
следовательно, и общее число звезд /fr,i не может превышать величины
(s — 1)С?, а из неравенства
вытекает требуемое:
п
^I|Cj"| = У ui ^ yS — 1) П ~г Uyflj.
По поводу остальных «дегенеративных» случаев см. раздел задач на™
стоящей главы.
Тот же самый результат Мантеля может служить модельным примером
иного класса экстремальных задач, общая форма которых имеет следующий
вид.
Задача о локальных свойствах. Для фиксированного к -вершинного
графа Hk вычислить т(щ Hk) — наименьшее возможное число ребер в
n-вершинном графе Gn, каждый Jc-вершинный подграф которого содержит
в себе подграф, изоморфный графу Нk.
Класс задач о локальных свойствах является подклассом класса задач
о запрещенных подграфах; это включение определяется очевидным равен-
равенством
т{щ Нк) = Cl- /(n; {Gk : Gk ?//*}).
Через fi(n; Fk) обозначаем максимум числа ребер в n-вершинном графе,
у которого любой к -вершинный подграф вложим в ^-вершинный граф Fk.
Ясно, что
т{щ Ик) + [А{щ Hk) = Оп,
поэтому всюду далее предполагаем, что Fk = Нк,ш будем выбирать ту или
иную форму записи в зависимости от удобства.
3.3. Точные решения длм локальныж свойств графов
В этом параграфе приводятся решения некоторых конкретных экстре™
мальных задач о локальных свойствах графов. Введем вспомогательные
обозначения. Через A(G) будем обозначать максимальную степень графа
G. Через Z(a) обозначаем множество вершин, смежных вершине а. Через
t(G) обозначаем наибольшее число независимых ребер в графе G.
Теорема 3.1. Пусть Нк — произвольный фиксированный к-вершинный
граф, обладающий вершиной степени k — luFk = Нк. Тк —паросочета-
ние на к вершинах. Тогда граф Gn обладает тем свойством, что всякий
его индуцированный k-вершинный подграф содержит в себе граф Hkj т. е.
УОкСоп Un{Dk) = its (Dk) I I Crn J Hk
3.3. Точные решения для локальных свойств графов 117
тогда и только тогда, когда GnD( Кп — Fk) при Fk $TkuGnD( Kn — Fk)
или Gn D (Кп - Тп) при Fk D Tk.
Доказательство. Достаточность этого утверждения очевидна. Покажем
его необходимость. Пусть граф Gn обладает указанным свойством. Выде-
Выделим в дополнительном к нему графе систему Tit из t независимых ребер.
Неравенство t > t(Fk) может выполняться только тогда, когда FkDTk,
но в этом случае с необходимостью Gn = Tit С ТП9 поскольку при добавле™
нии любого ребра е к графу Tit (ребро е должно быть смежным с одним из
ребер графа Тц9 в силу максимальности последнего) получим граф Тц +
+ {е}, в котором всегда найдутся к вершин Sk таких, что индуцированный
ими собственный подграф (Tit + {e})(Sk) не будет иметь изолированной
вершины, предписанной графу Fk условием
Пусть теперь t ^ t(Fk). В этом случае число неизолированных вершин
графа, дополнительного к графу Gn, не превосходит А; — 1. Действительно,
выбрав в противном случае в качестве Sk С Sn любое множество из
к неизолированных вершин графа Gnj включающее в себя 2t вершин
графа Tit, в силу максимальности последнего получаем, что собственный
подграф Gn(Sk) на этих к вершинах изолированной вершины не имеет,
что противоречит условию теоремы. Ясно, что граф на не более чем к — 1
неизолированных вершинах должен быть подграфом графа Fk.
В качестве следствия получаем решение одной задачи о локальных
свойствах графов.
Следствие 3.2. Пусть к-вершинный граф Fk обладает изолированной
вершиной. Тогда
\max([n/2],m|), ecnuFkcTk.
Таким образом, если в задаче о локальных свойствах граф Нк обладает
вершиной степени /г — 1, то точное решение этой задачи дается следстви-
следствием 3.2.
Теорема 3.2.
т(п;Ск) =]п(п-Л+ 2)/2[.
Доказательство. Ясно, что при к = 3 экстремальным является полный
граф, а при к = 4 — полный граф без паросочетания, поэтому всюду далее
предполагаем, что к ^ 5.
Если Gn — достаточная конструкция, то степень каждой ее вершины
не меньше, чем (п — к + 2). Действительно, если найдется вершина а Е Sn
степени d(a) ^ п — к + 19 то найдется подмножество вершин Sk С Sn,
содержащее в себе эту вершину и такое, что da^gk) (о) ^ 1 (здесь da^gk) (о)
— это степень вершины а в графе G(Sk)\ а это значит, что G(Sk) D
118 Экстремальные задачи о графах и системах множеств Гл. 3
D Ск - Поскольку сумма степеней графа равна удвоенному числу его ребер,
получаем, что \Gn\ ^}n(n — к + 2)/2[.
Для описания экстремальных конструкций на множестве вершин Sn
введем расстояние d по правилу
d(ai,a,j) = min(|z - j\,n - \i - j|).
Для этого расстояния выполняется следующее неравенство: если 1 ^ i\ <
< • • • < гк ^ п, то
k-i k-i
mm
Степень цикла Сгп на п вершинах определяется как граф С? =
= {(а^, aj): 1 ^ d(a,i, dj) ^ t}, так что С\ = Сп, следовательно, в графе
С1п степень каждой вершины равна minB?, тг — 1) и
Покажем достаточность степени цикла Сгп при t = [(n — fc+2)/2]. Пусть
fe = {a*i,. . . ,а^}с5п,где1 < zi < • • • < г*. ^ гг. Если d(a^., aij+1) ^ t
)()
С* Ea-) 3G^ = {(ail5 ai2),. . . , (aifc_15 aik), (aikJ ah)}.
Пусть, для определ
ij+i ^ ife, то
2)/2[+Z - 2. E)
Рассмотрим альтернативный случай. Пусть, для определенности,
d(ai1, a,ik) ^ t + 1, но тогда если 1 ^ ij < ij+i ^ ife, то
Действительно, согласно D),
d{ail,aik) ^ d(ail5ai2) - ... - d{ai._1,ai.) - d(ai.,aij+l)-
- d(aij+l, «ii+l+1)-...- d{aih_x ,aik) ^ n - (k - I - 1) - d{aij, aij+l),
откуда t + 1 ^J ?г — Jfe + l + 1 — d{aij, «ii+l)- Так как правая часть E) не
превосходит t при I = 1, то всегда
Cn(Sk) D Рк = {(ап,а»2),...,(агк_15а»Л)}-
Значит, если гг — к четно, то при четном к
Сгп(Бк) DCk = {(ail5 at3), (at3,ah), . . . , (aifc_3, «i^J, (aife^1? aife),
(ttife5 aife-2O • • • > («i45 ai2)? («i2, «ix)},
а при нечетном /г
Ск = {(ail,ai3),(ai35ai5),. . . , {aik_2, aik), (aife, a^.J,
3.3.
Точные решения для локальных свойств графов
119
Итак, если п — к четно, то экстремальной является степень цикла С1п.
Пусть теперь п — к нечетно. Если d(ai1, «ife) ^ t + 2, то t + 2 ^ п — к +
+ 1 — d(aijJ a>ij+l)9 следовательно, d(aij, caj+l) ^ ](п ~~ к + 2)/2[+/ ™3и
при I = 2 эта величина не превосходит t; значит, и в этом случае G^(Sk) D
D С к- Таким образом, осталось рассмотреть случай d(ai1, aik) = t + 1;
здесь если d(aij, a>ij+2) ^ t (j = 1,..., к — 2), то C^(Sn) D Gkl значит,
можно предположить, что d(ai1, aik) = t + 1 = d(aij, «ii+2)? но тогда
d(ai1, п{2) = • • • = d(aij^1J a^.) = rf(aii+2, «ii+3) • • • = d(affc_i? flife) = 1-
Поэтому для упрощения обозначений предположим далее, что
где j + 1 ^ I ^ j + t, I ^ j ^ [(/г — 1)/2], и рассмотрим теперь несколько
случаев.
Предположим, что гг четно, а /г нечетно. Тогда, пополнив степень цикла
С1п паросочетанием
Т = {(di, CLj) I d(ui, CLj) = n/2},
обозначим полученный граф через G и проверим его достаточность.
Пусть t > 19 j < (к — 1)/2. Ясно, что («i, an/2+i) G G(Sk)9 атак как
j < (А; — 1)/2, то t + j + 1 < n/2 + 1 < А; + ? — 1. Значит, G(Sk) 3 С^, где
G^ состоит из пути
{ («n/2 + l? «1/5 («1? «2/5 • • • 5 \«J) «1/5
(ill, ttt+j+i), («t+j+i? «t+j+2J5 • • •
и пути на вершинах
который начинается в вершине an/2 и заканчи-
заканчивается в вершине «п/2+ъ существование такого
пути следует из того, что t > 1 (см. рис. 3.1).
Пусть t > l9j = (к — 1)/2и j нечетно. Здесь
n/2 + l = t + j + ln9 значит, G(Sk) D С^9 где
С к такой же, как на рис. 3.2. Рис. 3.1
Пусть t > 1, j = (A; — 1)/2 и j четно.
Тогда либо (aj_i,a/) G G(Sk), либо (a/, aj+t_2) G G(Sk). Пусть, для
определенности, выполняется первое условие, но тогда G(Sk)DGk, где С к
такой же, как на рис. 3.3.
Пусть t = 1. Здесь п = к + 1 и экстремальным является граф
Gn
25 ®n)j («3, fln~l
n/2
2)}.
120
Экстремальные задачи о графах и системах множеств
Гл. 3
k+t-l Г ^k+t-l
Рис. 3.2 Рис. 3.3
Действительно, если удаляется вершина аь то
Cn-i = \(а2, азM («з? ^4), . • • , (an_i, ап), (ап, аг)}?
если же удаляется вершина «j, j / 1, п/2+1, то Cn^i имеет вид, как на
рис. 3.4.
Предположим, что п нечетно, а к четно.
Пополним степень цикла С^ паросочетанием
с «вилкой»
^ = {(«Ь«(п+1)/2), («b«j):
7
обозначив полученный граф через С, и про-
проанализируем его достаточность.
Заметим сначала, что граф G' уже не об™
ладает той симметричностью графа G в вы-
выборе Sk, поэтому перебор различных Sk в Gf
удобнее заменить перебором двух различных паросочетаний с «вилками»
— изначального и следующего:
Рис. 3.4
- i = {п -
, г =
Эквивалентность этих переборов очевидна, а их наличие объясняет
большее количество вариантов, чем для G. Первый вариант обозначим а),
а второй — б).
a)t > 1. Так как всегда j < [(к-1)/2] = (к -2) /2 < Jc,Tot + j + l <
< (п + 3)/2 < А; +1 — 1 и, значит, Gf(Sk) D Ck так же, как граф С в случае
четного п9 нечетного knt>l9j<(k — l)/2.
б) t > 1, j < (к - 2)/2. Так как j < (А - 2)/2, то t + j + 1 <
< (п + 1)/2 < & + ? — 1 и Gf(Sk) D С^, как в предыдущем случае.
б) t > 1, j = (/г — 2)/2, j нечетно. Здесь G'(Sk) ^ Си, где С^ такой же,
как на рис. 3.5.
б) t > 1, j = (к - 2)/2, j четно. Здесь либо (aj_i,aj) G С;, либо
(a/, at+j+2) G С;, но тогда G'(Sk) 3 Оь где С^ такой же, как на рис. 3.6.
3.3.
Точные решения для локальных свойств графов
121
k+t-1
Рис. 3.5
Рис. 3.6
Пусть, наконец, t = 1. Здесь n = к + 1, и экстремальный граф имеет
вид
Действительно, если удаляется вершина а±9 то
Сп-\ = {(а2, «з), («з, «4), • • • , («п-ъ anM (flrij «2)},
если удаляется вершина а^, г / 1, (п + 3)/2, (п + 1)/2, то Cn^i имеет вид,
как на рис. 3.7, а, если же удаляется вершина а^г = (п + 3)/2, (п + 1)/2,
то Cn^i имеет вид, как на рис. 3.7, б. Теорема полностью доказана.
п+Ъ
п+Ъ
и+1
Рис. 3.7
Отметим одно структурное следствие полученного результата. Будем
называть п-вершинный граф локально гамильтоновым, если для натураль-
натурального к C ^ к ^ п) всякий его !с-вершинный собственный подграф гамиль-
тонов, т.е. имеет гамильтонов цикл С к- Как обычно, под гамильтоновым
путем понимается простой путь, проходящий через все вершины графа
однократно.
122
Экстремальные задачи о графах и системах множеств
Гл. 3
Следствие 3.3. Из каждой вершины локально гамилътонового графа
выходит гамильтонов путь.
Доказательство. Предположим противное — в локально гамильтоновом
графе Gn рассмотрим вершину «i, из которой не выходит гамильтонов
путь. Пусть Pi = {(<ii, аг), • • • ? (az-i? a/)} — длиннейший путь, исхо-
исходящий из этой вершины а\\ ясно, что к ^ I ^ п — 1. Положим Sk =
= {а*,. . . , а/,. . . , at+fc-i}, где п — k + l>t>l — k + l9 I ^ t ^ 2, что,
очевидно, всегда осуществимо. Так как граф Gn локально гамильтонов,
то Gn(Sk) D С к, поэтому в графе Gn(Sk) из каждой вершины, а значит,
и из вершины at выходит гамильтонов путь. Рассмотрим такой путь Р&,
исходящий из вершины at. Тогда в графе Gn имеются: путь
Pt = {(ab a2), • • • , (at-i, at)} С Pi
и путь Pk, начинающийся из вершины at и не проходящий через вершины
{ai,..., at-i} (по построению); следовательно, в графе Gn имеется путь
Pt U Pfc, исходящий шз а\ т t + к — I > I вершинах, что противоречит
максимальности выбранного пути Pi.
Примечательно, что формула следствия 3.2 асимптотически не ме-
меняется, даже если объем локального графа уменьшить вдвое; этот факт
подтверждает
Следствие 3.4. Если т{щТ'к) обозначает наименьшее возможное число
ребер в п-вершшном графе, у которого среди любых к вершин найдется
паросочетание с «вилкой», то
m(n;Tfk) =]n(n- k + 1)/2[.
Обсуждая результат этого следствия, П. Эрдёш начал интересоваться
условием наличия системы некоторых независимых подграфов в локальном
графе, причем системы уже не столь тривиальной, как паросочетание, а в
первую очередь системы из двух независимых треугольников. Найти эти
условия позволяет, в частности,
Теорема 3.3. Если п ^ 2р + q, то
li(n;KPjP+q) =
[п2/4], р = 1, q
гс-1, р=1, q
max(p2,n), p^
3[n/2], p = 2, g
[3n/2], p = 2, g
2,
р2+рд,
, q = 0,
= l, п = 5,7,9,
= l, п/5,7,9,
, р ^ 3, q =
2.
F)
G)
(8)
(9)
A0)
A1)
A2)
A3)
A4)
3.3. Точные решения для локальных свойств графов 123
Доказательство. Пусть /(A, i) — максимум числа ребер в графе с мак-
максимальной степенью не более А и числом независимых ребер не более t.
Тогда выполняется оценка /(A, t) ^t(A + l)n имеет место следующая
точная формула:
{At,
At + [А/2] [t/[(A + 1)/2]], если А ^ 2*.
Докажем формулы F)—A4), начало решения каждой из них обозначаем
соответствующим номером.
Равенство F) тривиально.
В случае G) задача эквивалентна вычислению максимума числа ребер в
^-вершинном графе без треугольников, а следовательно, эквивалентна тео-
теореме Мантеля, так что единственной экстремальной конструкцией служит
полный двудольный граф с (по возможности) равными долями.
В случае (8) в достаточной конструкции Gn не может быть двух незави-
независимых ребер, т. с. \Gn | ^ n — 1, и это значение реализуется звездой К\^п-\
— опять-таки единственной экстремальной конструкцией.
(9). При р > 1 максимальная степень графа KP}P+q равна р + q <
< 2р + q — 1; значит, A(Gn) ^ A(KPiP+q) = р + ди, следовательно,
\Gn\ ^ [п(р + q)/2]. Пусть Gn — произвольная достаточная конструкция
и а е Sn — ее вершина степени А = A(Gn). Так как KPiP ~^>К^ то Gn ~j>
рК%, поэтому Сп({а} + ^(а)) = ^i,a- Положим S = Sn\{a}\Z(a)
и рассмотрим индуцированный (п — А — 1) -вершинный подграф G (S) С Gn.
Если А ^ 3, то t(G(S)) ^ р — А. Действительно, так как КР}Р 7^1,д +
+ ^r2(p-A+i)J что корректно при 2р ^ 1 + А + 2р — 2А + 2 или А ^ 3, то
G(S) ~p T2(p^a+i)' Стало быть, в этом случае
\Gn\ < А2 + |GE)| < А2 + /(Д,р - А) <
^ А2 + (р - А)(А + 1) = рА + р - А < р2.
Если А ^ 2, то очевидно, что \Gn\ ^ п. Экстремальными конструкциями
служат KPjP и гамильтонов цикл Сп.
A4). Так как t(kPiP+q) = р < [Bр + д)/2], то tF?n) < р; значит,
\Gn\ ^ /(р + Ч,р)- Если р + g > 2р + 1 или g > р + 1, то /(р + д,р) =
= р(р + д) и в этом случае A4) доказано, так как KPiP+q — конструкция
достаточная.
Отметим некоторые свойства достаточной конструкции Gn. Во-первых,
заметим, что x(Gn) = 2; действительно, граф Gn не имеет «коротких»
(^ 2р + q) нечетных циклов как графов, невложимых в граф KPiP^q; в то
же время, наличие «большого» Bр + q) цикла влекло бы наличие более чем
р независимых ребер. Следовательно, Gn может содержать лишь циклы
С4,..., С2р. Если A(Gn) < р + q - 1, то |Gn| < /(р + g - 1, р) < р(р +
+ <7 — 1 + 1) = р(р + д), поэтому предполагаем, что A(Gn) = р + g.
124 Экстремальные задачи о графах и системах множеств Гл. 3
Пусть I — наибольшее целое число A ^ I ^ р), при котором K^p+q с
С Gn, причем f-доля графа K^v+q состоит из вершин 5/, а его (р + д)™доля
состоит из вершин 5р+д. Положим Sn^i = Sn\Si и рассмотрим подграф,
индуцированный этими вершинами: G(Sn-i) С Gn. Так как t(Gn) ^ р9 то
t{Gn-i) <,р-1. Если A(G(Sn-t)) < р + g - 1, то
^ /(р + g - 1, р - I) < (р - l)(p + g - 1 + 1) = (р - 1){р + д),
и, значит,
\Gn\ = 1(р + д) + |G(Sn_/)| < Z(p + д) + (р - /)(р + д) = р(р + д),
поэтому предполагаем, что A(G(Sn-i)) =р+ди что a G Яп _ / — вершина,
реализующая эту степень в графе G{Sn^i). Так как A(G(Sn)) = р + д, то
а ^ Яр+д.
Рассмотрим множество Z(a); если Z(a) = Sp+q, то это противоречит
максимальности I, значит, Z(a) П (Sn^i\Sp+q) ф 0. Рассмотрим ребро
(а, Ъ) е б?E„_/),гдеЬ G Z(a)nEn_/\5p+g); но тогда если 1 ^ I < р-2,
то KPiP+q ~^KiiP+q + (a, 6), т. е. и в этом случае наличие вершины степени
р + q в графе (^(^„^i) неосуществимо. Рассмотрим оставшийся вариант
I = р,р — 1. Так как |GEn_/)| ^ /(p + g5 р — 1)9 то, так как при I := р,р — 1
справедливо неравенство р + g ^ 2(р — /) +1, получаем, что в этих случаях
имеет место равенство /(р + 9, р ^ 0 = (р — /)(р + д), и, значит,
\Gn\ = \KliP+q\ + \G(Sn-t)\ < i(p + q) + (p- l)(p + q) = p(p + q).
Экстремальной конструкцией для случая A4) служит граф КР1Р+Ч.
A2). Этот случай очевиден; экстремальной конструкцией служит граф
В случаях A0)—A2) имеет место общая оценка: если р ^ 2, q = 1, то
jx(n; i^p,P+i) < max((p + IJ, [Зп/2]). A5)
Действительно, в обозначениях доказательства формулы (9), если А ^
^ 4, то t(G(S)) < р - Д + 1, так как i^p,p+i ^/^1,д + ^2(р^а+2)? что
корректно при 2р + 1 ^ 1 + Д + 2р + 4^ 2Д, или Д ^ 4, и, значит, G(S) ~j>
)« Следовательно,
\Gn\ < Д2 + |G(S)| < Д2 + /(А,р - Д + 1) =
= Д2 + (р - Д + 1)(Д + 1) = рА + р + 1 < (р + IJ.
Если Д ^ 3, то очевидно, что \Gn\ < [Зп/2]. Таким образом, A5) доказано.
В случаях A0), A1) при n ^ 6 оценка A5) принимает вид
A0). Пусть Gn —экстремальная конструкция. Случай п = 5 тривиален:
G5 = К2;л. При п = 7, если б?7 D G7, то |G7| = 7; если х(<?п) = 2,
3.3.
Точные решения для локальных свойств графов
125
то \Gn\ ^ 3[n/2], эта оценка реализуется графом Кз,з ПРИ п = 7. Пусть
п = 9; рассмотрим кратчайший нечетный цикл, содержащийся в Gg; если
это Cg, to \G§\ = 9; если это С?9 то для реализации A5) остальным двум
вершинам должны быть инцидентны шесть ребер, что неосуществимо.
Следовательно, и здесь x{Gg) = 2, т.е. \Gg\ ^ 3[9/2] = 12, и это значение
реализуется графом %.
Рис. 3.9
A1). Если га четно, то A5) реализуется графом Тп (см. рис. 3.8). Если
п = 11, то A5) реализуется графом Лц. Если п = l(mod 4), п ^ 13,
то A5) реализуется графом Л\. Если n = 3(mod 4), гг ^ 15, то A5)
реализуется графом Дз (см. рис. 3.9—3.11). Достаточность этих конструкций
проверяется непосредственно и основывается на том факте, что при р = 2,
q = 1 граф Сп является достаточной конструкцией тогда и только тогда,
когда A(Gn) ^^Gn^ Cs, Съ.
Рис. ЗЛО
Рис. 3.11
A3). Теорема Сильвестра, приведенная в гл.2, обосновывает существо-
вание следующего графа для целых неотрицательных а и Ь:
Ап =
еслиЗ[гг/2] ^ (р + IJ,
если 3[га/2] ^ (р + IJ, За + 46 = [га/2],
граф 7i изоморфен графу ребер обычного трехмерного
где 7в =
куба.
Покажем, что граф Лп является экстремальной конструкцией. Так как
\Ап\ = тах((р + IJ, 3[п/2]), что при четном п совпадает с A5), то A3)
126 Экстремальные задачи о графах и системах множеств Гл. 3
для четных га доказано. Пусть га нечетно. Покажем, что /х(га; KPiP+\) ^
^ тах((р + IJ, 3[га/2]). Для этого рассмотрим произвольный экстремаль-
экстремальный граф Gn такой, что A(Gn) ^ 3; он содержит нечетные циклы и ровно
[Зга/2] ребер. Невыполнение любого из этих условий сразу влечет требуе-
требуемую оценку. В свою очередь, условие \Gn\ = [Зга/2] влечет наличие в графе
Gn ровно (га — 1) вершин степени 3 и одной вершины степени 2. Рассмотрим
наименьший нечетный цикл Сг С Gn. Ясно, что г > 2р + 1; рассмотрим
путь P2p+i С СГ9 не содержащий в себе вершины степени 2 графа Gn;
последнее всегда осуществимо, даже если такая вершина принадлежит
циклу СГ9 поскольку г > 2р + 1.
Пусть, для определенности,
^2p+i = {(ai, 6i), (fti, a2), («2, b2), • • • , (bp, flp+i)}
и 5P = {6i,..., bp}, Sp+i = {ai,..., «p+i}. Рассмотрим все ребра графа
Gn, инцидентные вершинам b{ и не принадлежащие пути Ргр+i- В силу сво-
своей максимальности цикл Сг не содержит хорд, поэтому число таких ребер
равно р; множество концов этих ребер обозначим через V = {v\, V2,... },
а граф, образованный ими и путем Ргр+ъ — через Я. Если среди вершин
из множества V найдется вершина v такая, что (v,bi),(v,bj) E Я, причем
j — г > 1, то подграф графа Я, индуцированный вершинами Яр+1 +
+ (Sp\bi)-\-{v}9 где i < I < j, связен и, будучи раскрашенным в два цвета,
имеет (р — 1) вершин одного цвета и (р + 2) вершин другого цвета, т. е. не
вкладывается в граф KPtP+i. В альтернативном случае все вершины графа
Я имеют степень, не превосходящую 2, причем если (v,bi),(v,bj) E Я,
то |г — j | = 1, т. е. вершины степени 2 инцидентны «соседним» Ь{.
Здесь рассмотрим два случая. Пусть сначала р ) 4 и пусть, для
определенности, (vi, &i), (i^ 6p_i) G Я. Ясно, что еслир ^ 4, то
поскольку подграф графа Я, индуцированный вершинами (Sp+i\{p
+ (Sp\{bp}) + {vi} + {v2}9 представляет собой Bр +1)-вершинное дерево,
не вложимое в граф KPjP+i9 так как, будучи раскрашенным в два цвета,
оно имеет (р — 1) вершин одного цвета и (р + 2) вершин другого цвета.
Пусть, наконец, р = 3; если \V\ = 3, то поступаем точно так же, как и
при р ^ 4; если \V\ = 2, то аналогичное дерево, не вложимое в i^s,4>
индуцируется либо вершинами {vi, V2, b\, 62, «1, «2 ? ^з}? либо вершинами
{^1, ^2, &2, 5з, ^4, «з5 а2}« Теорема полностью доказана.
Локальные свойства гиперграфов представляют много более трудные
экстремальные задачи; здесь мы рассмотрим лишь одно такое свойство
— локально турановское. Будем говорить, что в-вершинный Jc-граф G^ С
С Gk{Sn) обладает локально турановким свойством, если
УБРСБП 3SqcSp: Ck(Sq)cGkn.
Основной вопрос состоит в вычислении величины
3.3. Точные решения для локальных свойств графов 127
где mm берется по веем локально турановским в-вершинным ^-графам
Gkn. Ясно, как связаны между собой турановское и локально турановское
свойства: Т(п,р, q) = m(n,p,q,q). Однако связь между ними не исчер-
исчерпывается тем, что одно — частный случай другого. Так, из определений
следует, что если g-граф Fq обладает турановским свойством, то /г-граф
Gk= У Ck[Sq)
обладает локально турановским свойством.
Теорема 3.4. Имеют место следующие формулы:
1) если р ^J k(q — 1)/(& — 1), то га(п, р, q, к) = С^_?
2) еслип ^ ^(р —1)/(^ —1), 2к ^ q-\-l9mom(n,p, q^k) = (n —j
Доказательство. Пусть Cfc обладает локально турановским свойством и
множество
Нр-я)
г=0
таково, что
к
уп Г \ Л /^i ( Q \ UX НС—\ IJ \ Q пп r fi . fik ( Q \ /— /^tfe С /— О
i=0
Для доказательства существования требуемого множества Я построим
последовательность подмножеств по F = {S^}i^i^f по следующему
правилу:
= 5fe e Ck{Sn)\G\
к г — 1 г
Ck(Sq) с Gk => S{i) <? Sq.
Пусть этот процесс обрывается на Z-м шаге. Положим
г=1
и покажем, что I ^ р — q. Тогда, в силу ограничения, \S^\ ^ к; значит,
\Н\ ^ к(р — q) и, очевидно, это множество Н обладает требуемыми
свойствами. Если I = р — q + 1, то |i/| ^ к(р — q + 1) ^ рив силу
достаточности Gk
ySpDH 3SqcSp: Gk(Sq)cGk;
128 Экстремальные задачи о графах и системах множеств Гл. 3
пусть множества Sq и Sp именно таковы, тогда, по построению,
V5(i) g F S{i) <J_ Sq,
значит, \(Sp\Sq) П S^\ ^ 1, и, следовательно, в силу попарной разделен-
ности F:
V5(i), S{i) e F S(i) DSU) =0,
получаем противоречие:
p-g+l
P^q = \sp\sq\^ J2 \(Sp\sq)nsW\>p-q + i.
г=1
Ясно, что
ySq CSpDH \Sqr\H\^ \H\ -{p- q).
Следовательно, если
v{Sp, Sq, G) = \{eeG:Spne = Sq}\,
то, в силу достаточности Gk и по определению множества Н имеем
Тогда
С\н\-р+я
ScSn\H ScSn\H
k
~ Z-/ п-|Я|^|Я|-р+д "" ^n-p+q^
3=0
или \Gk\ ^ Ck^p+q. А так как конструкция Ck{Sn^p+q^ является доста™
точной, то отсюда следует первое утверждение теоремы.
Представим минимально локально турановский ^-граф Gk в форме
Gk= U Ck(Sq),
где турановский g-граф обладает следующими двумя свойствами: д-граф
Fq является критическим, т. е. будучи лишенным любого своего д-ребра,
оказывается уже не турановским; g-граф Fq обладает свойством попарной
разд елейности:
}, S{qj) e Fq Sf П S[j) = 0.
3.3. Точные решения для локальных свойств графов 129
Тогда
\Gk\ > T(n, p, q) Ckq={n-p+ 1) Ck,
если же всегда
то
Зае Sn: v(a,l;Gk) ^ С*.
Покажем наличие такой вершины. Сразу ясно, что если
то требуемое имеет место, поскольку при таких к условие наличия двух
пересекающихся g-ребер Sql\ Sq E F9, влечет
Va E Sf П 4i}
v{a^Gk)>2Ckqll- S""
АС — 1
Пусть теперь Fq — критический турановский к-граф и пусть
V4i}, S[j\ S{P e Fq S{q{) П S[j) П 5f = 0,
если при этом
то для таких g-ребер
Если же
VS<0, 4J) e ^" либо |4° П ^'l > g/2, либо S{qi] П S'W = 0,
то F9, очевидно, не является критическим. Альтернативный вариант
35«, S{qj\ S{ql) е ^9: 5^ П 5^ П 5^ ф 0
не влечет за собой требуемое непосредственно, если только
либо \Sf П 4j)| = q - 1, либо 5^ П 5^ = 0.
Но из последнего, в силу турановости и критичности F4, следует, что
3Sq+1cSn: C'(S,+i)cf.
130 Экстремальные задачи о графах и системах множеств Гл. 3
Таким образом, и здесь для такого Sq+\
VaeSg+1 v(a,l;Gk)^C^
В свою очередь, наличие вершины столь высокой степени обеспечивает
проведение индукции по числу вершин. Ясно, что m(p, p, q, k) = Ck при
любых р ^ q ^ к. Пусть доказываемое равенство выполнено вплоть до
п — 1; покажем, что оно выполняется и для гг. Предположим противное:
га(п, р, q,k) < (n — р + 1)С^. Очевидно, что если к-тщф Gk является
локально турановским, то fc-граф, полученный из него удалением всех к-
ребер, инцидентных произвольной вершине, является (п — 1)-вершинным
к -графом и тоже локально турановским с теми же параметрами. Пусть
вершина а € Sn такова, что
v{a,l;Gk)^Ckq.
Тогда согласно предыдущему замечанию и исходному предположению
т(п - l,p,g,ifc) ^ \Gk\ -v{a,l]Gk) ^ m(n,p,q,k) - Ск <
< (п - p + l)Ckq - С\ = (п - p)Gkq,
что противоречит индукционному предположению.
3.4. Асимптотика для локальныж свойств графов
Если известно, что ^-вершинный граф Gu содержится в качестве под™
графа в полном t-дольном графе с долями по к{ вершин {к\ ^ ... ^ kt,
ki + ••• + kt = к),то это, очевидно, влечет следующую «хроматическую»
информацию:
Можно ли извлечь какую-нибудь «хроматическую» информацию о графе
Gk, если оговоренная вложимость не выполняется? Оказывается, можно.
Внешним хроматическим числом к -вершинного графа Fk называем
число
x'(Ffc) = min X(Gk),
где x(Gfc) — обычное хроматическое число ^-вершинного графа G&. В от-
отличие от обычного хроматического числа внешнее хроматическое число
вычисляется в явном виде.
Лемма 3.3. Если Fk ф Kk и граф Fk состоит из t компонент связности
по кг вершин в г-ж компоненте связности, причем ki ^ k2 ~^ . • . ^ kt ^ I,
п>\ ] »^2 1***1 n>t ~= *^> то
х'(П)=тт[%^11
3.4. Асимптотика для локальных свойств графов 131
Доказательство. Если Gk <?. FkwGk С /fni)...jnr, где (вь ..., nr) Ь к,
то /fnij...jnT. ^ Ffe; поэтому равенство x'i^k) = ^ эквивалентно тому, что
3(пъ. . . ,nr) Ь Л: i^m,...,nr ?! Ffe,
V(nb. . . ,nr_i) h fc: КПи,.^Пг_г С F*.
Значит, если г — это наибольшее целое, при котором
V(nb. . . ,nr) h *;: /fnij...)Tlr C Ffc,
то x'(Ffe) = г + 1. В свою очередь,
или
а последнее вложение, очевидно, имеет место тогда и только тогда, когда
(ni,..., nr) D (Aji, ..., kt) V- к, где кг — число вершин графа Нк в его
г-й компоненте связности. Следовательно, искомое г — это в точности
r(ki^..., kt; к) из следствия 2.1, согласно которому (при учете того, что
Fk ф Kk,di значит, кг > 1) имеем:
г{ки ...,к;к) min J=1
«г — 1
*
—f—^— + 1 = mm
k1 \
f^+ 1 = mm
ki-1 \ i:ki>l[ ki-1
Тем самым, лемма полностью доказана.
Отметим теперь связь между обычным и внешним хроматическими
числами. Непосредственно из определения внешнего хроматического числа
следует неравенство
X(Gk) 2 max X'(Fk),
которое, в частности, позволяет получать для обычного хроматического
числа явные оценки снизу. В частности, имеет место неравенство
X(Gk) > max mio
i:ki>l
где max берется по тем разбиениям (&i, ...,&$) h к, для которых граф
Ккг,...,Кг не содержит в себе графа Gk в качестве подграфа. Поэтому наи-
наибольшей эффективности последнее неравенство достигает на разбиениях
(&!,...,&$) Ь к, максимизирующих значение функции r(ki,..., kt; к).
Хорошо известна следующая оценка: если b — наибольшее возможное
число независимых вершин в графе Gk, то xi^k) ^ к/b. Выведем ее из
предыдущего неравенства; для этого положим
132 Экстремальные задачи о графах и системах множеств Гл. 3
Это означает, что граф //& состоит из полного графа К^\ и (к — Ъ — 1)
изолированных вершин. Тогда
~Hk^Fk^Gk и X(Gk) > х'Ш = [(к - 1)/Ь] + 1 > к/Ь.
Несколько иные конкретные реализации общей оценки хроматического
числа через внешнее хроматическое число приведены в разделе задач.
Знание точного значения внешнего хроматического числа обеспечивает
асимптотическое решение задачи о локальных свойствах, в котором коэф-
коэффициент при главном члене асимптотики вычисляется в явном виде.
Теорема 3.5. Пусть непустой к-вершинный граф Н^ состоит из t
компонент связности по к{ вершин в i-й компоненте связности, причем
к\ ^ к2 ^ . . . ^ kt ^ 1, fei + к2 + • • • + kt = к. Тогда
т(щ Нк) = ^— — + о(п2).
Доказательство теоремы сразу следует из теоремы Эрдёша-Шимоно-
вичаи леммы 3.3:
т(п; Нк) = С2п- /x(n; Fk) = C2n- /(n; {Gk: Gk
ki-1 J
3.5. Элементы теории Рамсем
Во второй главе уже отмечался один экстремальный факт, установлен-
установленный Рамсеем. Результаты подобного рода сформировались к настоящему
времени в отдельное направление, которое все чаще именуют теорией Рам-
сея; ее проблематика по существу сводится к двум следующим вопросам.
Если большая структура разбивается на непересекающиеся части, то
наличие какой подструктуры можно гарантировать в одной из частей?
Обратно: сколь богатой должна быть большая структура, чтобы любое ее
разбиение содержало часть предписанной природы? Основным первичным
фактом такого типа, равно как и основным инструментом разрешения
подобных вопросов, служит принцип Дирихле.
Проиллюстрируем это стандартными примерами рамсеевского толка:
• среди любых трех людей найдутся двое одного пола;
• среди любых шестерых людей либо найдутся трое попарно знакомых,
либо трое попарно незнакомых.
И если первый из них есть просто переформулировка принципа ящиков,
то второй представляет собой частный случай теоремы Рамсея. Рассмотрим
3.5. Элементы теории Рамсея 133
доказательство этого факта. У любого человека из выбранных шести людей
может быть р знакомых и q незнакомых среди остальных пяти, так что
р и q могут принимать любые из значений 0,1,..., 5, при условии, что
р + q = 5. Ясно, что max(p, q) ^ 3; пусть, для определенности, р ^ q.
Рассмотрим тогда этих р знакомых. Если среди них есть хотя бы одна пара
знакомых между собой, то тройка попарно знакомых человек найдена, если
же среди этих р человек нет ни одной пары знакомых людей, то имеется
тройка попарно незнакомых, поскольку р ^ 3. Таким образом, требуемое
доказано.
Нужно заметить, что объем выборки из шести человек является экс-
экстремальным, а именно, наименьшим возможным числом, гарантирующим
исполнение сформулированного свойства, так как может существовать
выборка из пяти человек, таким свойством не обладающая, т. е. в которой
нет ни тройки попарно знакомых, ни тройки попарно незнакомых. Это
проистекает из нетранзитивности знакомства как бинарного отношения
и того очевидного факта, что полный пятивершинный граф К5 пред™
ставим в виде объединения двух непересекающихся пентагонов: КБ =
= С^ + С5, где первый цикл есть граф попарных знакомств, а второй
— попарных незнакомств. Это подсказывает, что отношение «знакомство-
незнакомство» можно адекватно представлять раскраской ребер полного
графа в два разных цвета, например, пары знакомых — в красный цвет,
а незнакомых — в синий. Теорему Рамсея принято формулировать именно
в терминах реберной раскраски графов.
Теорема Рамсея (частный случай). Для натуральных г и s существует
наименьшее целое R = Я(г, s)9 при котором в любой раскраске всех ребер
полного R-вершинного графа Кц в два цвета (каждое ребро красится
в один из дбух цветов) либо найдется одноцветный полный подграф Кг
первого цвета, либо найдется одноцветный полный подграф Ks другого
цвета.
Таким образом, разобранный нами пример устанавливает, что ЯC, 3) =
= 6. Вообще, точное вычисление таких чисел Рамсея для графов представ-
ляет собой трудную и еще далеко не решенную задачу; знание R(r,s) даже
для самых начальных значений параметров далеко от совершенного, как
это показывает табл. 3.1, в которой собрана вся имеющаяся на сегодняш-
сегодняшний день информация о точных значениях чисел Рамсея для графов при
раскраске в два цвета.
Числа Рамсея можно вычислять не только для обычных графов, но
и для I-графов, причем используя раскраску в более чем два цвета; так,
например, формула A;) из гл. 1 представляет числа Рамсея для 1-графов
при их раскраске в г цветов.
По аналогии с этим результатом можно рассматривать вложимость
разбиений чисел в терминах 1-графов или 1-подмножеств, естественно
поэтому распространить ее (вложимость) на I-графы и сравнить соот-
соответствующие экстремальные границы с числами Рамсея. Пусть С (г, s)
— наименьшее целое С, при котором в любом раскрашивании ребер С-
134
Экстремальные задачи о графах и системах множеств
Гл. 3
Таблица 3.1
г
3
4
5
6
7
8
9
Оценки }
и точные значения чисел
Рамсея Я (г, 5
)
s
3
6
*} Знак -
4
9
18
5
14
25-28
42-55
6
18
34-44
57-94
102-169
7
23
-66
126-156
-322
205-586
- соответствует верхней оценке
8
28-29
-95
-245
-533
-1139
282-2214
9
36
-130
-370
-902
-2016
-4108
565-8066
вершинного полного графа К с в два цвета найдутся реберно непересекаю-
непересекающиеся подграфы Кг и KS9 каждый из которых одноцветен. Следующий
факт подтверждает, что разница между числами С и R для 2-подмножеств
уже не столь разительна, как для 1-подмножеств, но, напротив, что числа
эти, по существу, совпадают.
Утверждение 3.1. Если г > s, то С (г, s) = Я(г, г).
Доказательство. Ясно, что всегда С (г, s) ^ Я(г, г), а если Я(г, г) - г +
+ 1 ^ R(s, s), то С (г, s) = Д(г, г). Действительно, положим R = Я(г, г)
и рассмотрим произвольную раскраску Д-вершинного полного графа К л
в два цвета; эта раскраска с необходимостью содержит одноцветный граф
Кг, скажем, на вершинах [г]. Рассмотрим теперь нашу раскраску на вер-
верг, Я] = R — г + 1
в, s), то
шинах [г, R] = {г,... , R}. Так как
в этой раскраске найдется «-вершинный полный граф Ks, который может
пересекаться с уже выбранным графом Кг не более чем по одной вершине,
так что требуемая конфигурация получена.
Покажем теперь, что если г > s, то неравенство Я(г, г) — г + 1 ^
^ R(s, s) всегда выполнено. Для этого достаточно привести раскраску
графа i^^(s,s)+r^2 в Два цвета, не содержащую одноцветного полного
подграфа на г вершинах. Представим граф KR(s,s)+r-2 B виде суммы
непересекающихся подграфов:
Kf
-9 = Kf
r-1 + K,
Lfi(s,s)-1 "
где ребра графа /Ог(«,в)-1 раскрашены в два цвета так, что этот граф не
содержит полного одноцветного графа на s вершинах, все ребра графа Kr _ i
раскрашены в синий цвет, а все ребра графа /^я(в,в)-1,г-1 раскрашены
в красный цвет. Исно, что таким образом раскрашенный граф /f я(в,а)+г-2
одноцветного полного подграфа на г вершинах не содержит.
Не только гиперграфы могут быть разбиваемыми структурами, ими
могут служить совершенно различные множества, например, из числовых
или геометрических объектов. Наиболее ранними теоретимьчисловыми
фактами рамсеевского типа явились следующие теоремы.
3.5. Элементы теории Рамсея 135
Теорема Шура. В любом разбиении множества натуральных чисел на
конечное число частей найдется часть, содержащая числа х,у, z такие,
что х + у = z.
Теорема Ван дер Вардена. В любом разбиении множества натуральных
чисел на две части найдется часть, содержащая арифметическую про-
грессию из I членов а, а + 6,. . . ,а + (/ — 1N, вне зависимости от величины
этой заданной конечной длины I.
Экстремальную задачу теоремы Ван дер Вардена составляет задача вы-
вычисления W (га) — наименьшего целого W, при котором в любом разбиении
множества первых W натуральных чисел [W] = {1,..., W} на две части
найдется часть, содержащая n-членную арифметическую прогрессию. Эта
задача, так же как и вычисление чисел Рамсея для графов, представляет
открытый вопрос.
Геометрические факты рамсеевского типа стали проявляться несколько
позже; наиболее ранний из них был рассмотрен Эрдёшем и Секерешем
в виде следующей экстремальной задачи, поставленной Э. Клейн.
Вычислить N(n) — вычислить то наименьшее целое Л/, при котором из
любых N точек плоскости в общем положении (т. е. никакие три не лежат
на одной прямой) можно выбрать га, образующих вершины выпуклого п-
угольника.
В частности, было показано, что
2п^2 + 1 < N{n) < С?п-_24 + 1,
и высказано предположение, что нижняя оценка, на самом деле, и есть
точное значение, что подтверждено пока лишь для п = 3, 4, 5. Именно
оценка этого Л/"(га) привела Эрдёша к переоткрытию им теоремы Рамсея,
однако несколько позже самого Рамсея.
В специфических формах рамсеевских постановок помимо только ин™
циндентностных отношений учитываются и специальные; так, в теоретико-
числовых — аддитивные, а в геометрических — конфигурационные и
метрические. Примером учета метрических отношений может служить
следующий факт.
При любом раскрашивании точек плоскости в три цвета найдется
одноцветная пара точек, отстоящих друг от друга на расстоянии единица.
Открытым остается вопрос о наименьшем числе цветов, при котором
свойство не выполняется; известно лишь, что это число заключено между
4 и 7.
В ходе решения задачи Э. Клейн о выпуклых многоугольниках выяви-
выявилась одна экстремальная задача о перестановках (см. задачу 3.25).
Комбинаторные задачи о перестановках составляют теперь отдельное
самостоятельное направление, состоящее как из чисто комбинаторных
«перестановочных» постановок, так и из задач, связанных с групповыми
свойствами подстановок. Эта тематика заслуживает специального рассмот™
рения, выходящего за рамки нашей книги. Ограничимся лишь несколькими
постановками в виде задач.
136
Экстремальные задачи о графах и системах множеств
Гл. 3
3,6. Задачи и утверждения
3.1. Пусть на множестве вершин Sn заданы гиперграф F С V(Sn) и
система гиперграфов W = {С,...}, G QV(Sn). Пусть, кроме того, на
булеане V(Sn) задано бинарное отношение RC.V2(Sn). Для G С V(Sn)
через R(G) будет обозначать полный образ G при отношении R, т.е.
R(G) = {X е V{Sn): Зе е G: eRX}, а для S С Sn введем величину
S) = \{GEW: S e R(G)}\.
Тогда имеет место равенство
3.2. Если G — гиперграф, а
выполняются тождества
v(SpjP;G)
k
некоторое множество вершин, то
3.3. Вычислить сумму
v(Sp,q;G)
3.4. Если граф Н^ состоит из t компонент связности по I вершин в
каждой компоненте и (k — It) изолированных вершин, то
т(щ Нк) =
——
п
т
3.5. Если граф Hk не имеет изолированных вершин, то
т(щ Нк) = п2/2 + О(п).
3.6. Запрещенные подграфы:
f(n; Сп) = С^_! + 1; экстремальной конструкцией служит полный
(п — 1)™вершинный граф /fn_i, пополненный еще одним ребром, инциден™
3.6. Задачи и утверждения 137
тным п-й вершине;
f(n;{C3,C4,...}) = n-l;
2Z - 3;
- r(/ - r)/2,
/(n; {C4, Ce, C8)... }) = n - 1 + [(n - l)/2].
Экстремальной конструкцией в последнем случае может служить граф
11
3.7. Запрещенные подграфы, «дегенеративный» случай:
3.8 (?) Гипотеза Эрдёша и Шоша. Для всякого lc-вершинного дерева Т&
справедливо неравенство f(n;Tk) ^ п(к — 2)/2.
3.9. Если п ^ к ^ 2 и к четно, то во всяком и-вершинном графе без
изолированных вершин найдется собственный ^-вершинный подграф без
изолированных вершин.
3.10. Докажите следующее равенство:
к — 1, если п = к,
]п(п — к + 1)/2[, если п > к.
3.11. Пусть ra(n, &) — минимум числа ребер в графе Gn С C2(Sn),
таком, что
V5fec5n 3aeSn\Sk: С1 (а) ¦ C\Sk) С Gn.
Тогда
m(n, /г) = (Aj — 1)гг — G^ + [(п — &)/2] + 1
и экстремальная конструкция имеет вид
С (Sn) = С (Sn^k+i) + F'{Sn-k+i)-
3.12. Пусть E{n^t) — максимум числа ребер в ?г-вершинном графе
с числом независимых ребер не более t. Тогда
j?, .ч ГС^, еслип^2* + 1,
Е(п, t) =
138 Экстремальные задачи о графах и системах множеств Гл. 3
3.13. Если ai(Gk) — наибольшее число непересекающихся незавиеи-
мых I-множеств вершин в графе G&, то при любом! таком, что 2 ^ I ^ 6+1,
имеет место оценка
3.14. Если S(Gk) — наименьшая степень в графе G&, то
3.15. Максимальное число Jc-ребер в n-вершинном /г-графе G^ С
С Ck(Sn), не содержащем тройки ^-ребер А, В,С е G^ такой, что А о В С
С С, при к = 2, 3, 4 равно
-}¦¦¦[-
к I ee L к У
3.16. Минимальное суммарное число треугольников в ^-вершинном
графе и его дополнении равно
Указание. Показать, что суммарное число треугольников в п -вершинном
графе и его дополнении выражается по формуле
^ п — \ —
где d\,di, - •. ,dn — степени вершин графа. Таким образом, нужно мини-
минимизировать это выражение, учитывая четность суммы всех степеней графа.
3.17. Реберно-хроматическое число графа G определяется как наи~
меньшее целое X, для которого существует раскраска ребер этого графа
в X цветов такая, что любые два смежных ребра разноцветны. Докажите,
что если А — максимальная степень графа G, a t — наибольшее число
независимых ребер в графе G, то А ^ X ^ А + 1, причем если \G\ > At,
то X = А + 1, а если А > It + 1, то X = А.
3.18. Сколь мало ребер может иметь в-вершинный граф, у которого
среди любых к вершин найдется t независимых ребер?
3.19 (?) Попробуйте вычислить //(п, Кр + Kq).
3.20, а. Граф будем называть четно-покрывающе-связным, если в нем
для всякой пары его вершин существует система из четного числа
вершинно-непересекающихся путей, соединяющих эти вершины и по-
покрывающих при этом все вершины графа. Докажите, что плоский граф
гамильтонов тогда и только тогда, когда он четно-покрывающе-связен.
3.6. Задачи и утверждения 139
Указание. Воспользуйтесь достаточным условием гамильтоновости,
принадлежащим Татту: плоский четырехсвязный граф гамильтонов.
3.20. б (?) Верен ли предыдущий критерий гамильтоновости для неплос-
неплоских графов?
3.21. Если па — наименьшее п, для которого при любой раскраске ребер
полного графа Кп в два цвета найдутся два одноцветных треугольника,
быть может, разных цветов, но без общих ребер, топа = 7.
3.22. Если пь — наименьшее п9 для которого при любой раскраске ребер
полного графа Кп в два цвета найдутся два одноцветных треугольника
одного цвета и без общих ребер, то пъ = 8.
3.23. Докажите, что для чисел Рамсея выполняется следующее неравен™
ство: R((r - 1H - 1) + 1, (г - l)(s - 1) + 1 > (Д(г, г) - l)(R(s, s) - 1).
Указание. Рассмотрите Кщг^_ г, раскрашенный в два цвета так, что
он не содержит одноцветного подграфа на г вершинах, и в котором каждая
«вершина» представляет собой полный граф /^я(з,в)-ъ раскрашенный
в два цвета так, что он не содержит одноцветного подграфа на s вершинах.
3.24. Пусть га(п, 2, 3) — максимум числа гиперребер в п-вершинном
гиперграфе, у которого каждые два гиперребра имеют непустое, а каждые
три — пустое пересечение. Тогда
Проанализируйте связь чисел га с числами Турана Т(п, k,l).
3.25. Сколь мало членов может содержать максимальная монотонная
подпоследовательность в перестановке первых п натуральных чисел?
3.26. Какова средняя (на множестве всех перестановок) длина мак-
симальной монотонной подпоследовательности в перестановке первых п
натуральных чисел?
3.27. Универсальный ключ для имени файла. Предположим, что неиз™
вестное имя файла состоит из п различных символов. Сколь короткой
может быть последовательность из п символов, в которой наличествуют все
возможные перестановки этих п символов в виде подпоследовательностей
из подряд расположенных элементов последовательности?
3.28. Универсальная линейка. Сколь малым количеством рисок N(n)
можно обойтись на линейке, чтобы этими рисками можно было точно
измерить любое целое расстояние от 0 до nl
3.29. Локально-рамсеевское свойство. Пусть //& — произвольный к-
вершинный граф по крайней мере с одним ребром и т (га ^ 2) —
натуральное число. Докажите, что существует LR(Hk, га) — наименьшее
натуральное R (R ^ к), при котором для любого Я-вершинного графа Gr
выполняется одно из двух условий:
3Gk CGR: Нк^Ск или cl (GR) ^ га,
140 Экстремальные задачи о графах и системах множеств Гл. 3
где cl (G) — кликовое число графа С, т. е. число вершин наибольшего
полного подграфа в G.
Докажите следующие равенства:
1) LR(K2 U(k- 2)Кът) = R(k, га);
2) LR(P3 U (k- ЩКът) = max(Jb, R(Kk - Tk,m));
3) пусть K^u-i Q Hk, тогда
ч (^с1(Я^) + тах{т,с1(Ял)}, Тк(? {Кк-
LR(Hkj rn)=<
[max{lc, m + тах{т — 1, А; — cl (Яд.)}}, Ти С {Кк — Нк)
(воспользуйтесь теоремой 3.1);
4) LR(K2 (л,т) = Зт — 2(т ^ 3) (по поводу решения этой задачи
см. [59]).
3.30. Пусть R{G, Я) — наименьшее R, при котором в любой 2-раскрас-
ке ребер полного графа Кц найдется либо подграф G первого цвета, либо
подграф Я второго цвета. (Факт существования чисел R(G, Н) выведите
из теоремы Рамсея.)
Если nG — это п непересекающихся копий графа G и п ^ 2, то
R(nK3) = R{nK3j nK3) = Ъп.
Если D — это четырехвершинный граф, состоящий из К% и еще одного
ребра, и 71 ^ 2, то R(nD) = 6п.
ГЛАВА 4
ЭКСТРЕМАЛЬНЫЕ ГЕОМЕТРИЧЕСКИЕ ЗАДАЧИ
Данная глава посвящена знакомству с еще одной тематикой экстремальных
задач — о дискретных совокупностях геометрических объектов. В качестве при-
приложений излагаются связи с экстремальными задачами о гиперграфах, а также
некоторые применения к матричной алгебре.
4.1. Линейные нормированные пространства
Непустое множество X называется линейным пространством над мно-
множеством действительных чисел R, если на X задана операция сложения,
относительно которой это X замкнуто и обладает нейтральным элемен-
элементом 0, а также определена операция умножения элементов множества X на
действительные числа из R, результатом которой также являются элементы
из X. При этом должны еще выполняться следующие условия: Va, f3 ? R,
Уж, у ? X выполнено а(/3х) = (а/3)х; (а + /3)х = аж + /Зх; а(х + у) =
= ах + ат/.
Линейное пространство называется также векторным пространством,
а его элементы х ? X — точками или векторами. Наряду со множеством
действительных чисел R можно рассматривать линейные пространства над
множеством всех комплексных чисел С (или вообще над произвольным
полем Р).
Система векторов Ж1,Ж2,...,ж^ Е X линейного пространства X
называется линейно зависимой, если существуют числа «i, «25 • • • ? ad ?
? R, не равные нулю одновременно, для которых выполняется равенство
а\Х\ + «2^2 + ••• + «d^d = 0. В противном случае, т.е. если таких
ai,a25---5aci^KHe существует, эта система векторов называется линей-
линейно независимой. Говорят, что пространство X имеет размерность d9 если
в нем существует система из d линейно независимых векторов, а всякая
система из d + 1 векторов является линейно зависимой. Если же при сколь
угодно большом d существует линейно независимая система из d векторов,
то пространство называется бесконечномерным.
Линейное пространство X называется нормированным, если каждому
его вектору х ? X поставлено в соответствие число ||ж||, называемое
нормой этого вектора, при этом для а^/3 ? R, х,у ? X должны еще
выполняться следующие условия:
• || х || > 0, х ф 0 (неотрицательность),
• ||аж|| = \а\ • \\x\\ (однородность),
• ||ж + г/||$С||ж|| + ||у|| (выпуклость или неравенство треугольника).
Подмножество Y линейного нормированного пространства X называ-
называется подпространством, если оно само является пространством по отно™
шению к используемым в X операциям сложения векторов и умножения
на скаляры. Иначе говоря, Y С X есть подпространство пространства X,
142 Экстремальные геометрические задачи Гл. 4
если из того, что ж, у ? X, а, /3 ? R вытекает, что ах + /Зг/ ? У. Норма,
определенная в X, является также и нормой в У.
Рассмотрим некоторые примеры линейных нормированных про-
пространств. Пусть р ^ 1; через 1Р обозначим пространство, точками
которого являются последовательности чисел х = (xi,^2,...), для
которых
Норма такой последовательности в 1Р определяется как число
i=l
Выполнимость неравенства треугольника для таким образом определяе-
определяемой нормы обеспечивается условием р ^ 1. Пространство 1Р может быть
бесконечномерным, а может быть и конечномерным размерности d —
в этом случае его точками являются числовые последовательности длины
d (cf-мерные векторы), для которых условие конечности суммы степеней их
модулей очевидно выполнено.
Предельным случаем пространства 1Р является пространство ограни™
ченных числовых последовательностей с нормой
\\x\\ = sup \х{\.
i
Это пространство обозначается 1^.
Бесконечномерное пространство 12 является гильбертовым про-
пространством. Пространство 1ч размерности d < оо является d-мер-
ным евклидовым пространством и обозначается также через Rd.
В пространстве 12 для любых двух векторов ж, у е X справедливо равен-
равенство
называемое равенством, или правилом, параллелограмма. В пространстве
1Р при р ф 2 это равенство в общем случае не выполняется, но имеет место
цепочка неравенств
Пространство l<i обладает одной существенной особенностью — в нем
определено скалярное произведение, которое для х,у е li определяется
как
(х,у)= (||ж + г/||2 + ||ж-у
4.1. Линейные нормированные пространства 143
Если ж = (жьж2,. • .) шу = (г/1, г/2, ¦ • • )> то
и (ж, ж) = ||ж||2, (ж + z, у) = (ж, у) + (z, у).
Единичной сферой линейного нормированного пространства X назы-
называется множество всех его векторов х Е X, удовлетворяющих уравнению
|ж|| = 1. Норма всякого линейного нормированного пространства одно-
однозначно характеризуется формой его единичной сферы, например, в двумер-
двумерном случае единичная сфера пространства 1ч есть окружность единичного
радиуса, единичная сфера пространства 1\ — это квадрат, вершины которо-
которого суть точки @,1), A, 0), @, -1), (—1, 0) а единичная сфера пространства
^оо —это квадрат, чьи вершины суть точки A,1), A, —1), (—1,1), (—1, —1);
в трехмерном случае единичная сфера пространства 1ч есть обычная трех™
мерная сфера единичного радиуса, единичная сфера пространства 1\ — это
тетраэдр, вершины которого суть точки @, 0,1), @,1, 0), A, 0, 0), (—1, 0, 0),
@, —1, 0), @, 0, —1), а единичная сфера пространства 1^ — это куб, чьи
вершины суть точки A,1,1), A,1, —1), A, —1,1), A, —1, —1), (—1,1,1),
(-i,i,-i), (-1,-1,1), (-i,-i,-i).
Через а = {#i, #2? • • • } обозначаем неупорядоченные совокупности
(системы) точек (векторов) Х{ пространства X. При необходимости число
векторов п в системе а указывается нижним индексом: ап. В системе а
могут быть и одинаковые векторы, поэтому при п ^ т запись ап С ат
означает, что если ат = {#i,..., жт}, то ап = {xix,..., ж^те}, где 1 ^
^ i\ < • • • < in ^ га, так что имеется С^ возможностей выбора такой
п-подсистемы. Иногда на системы а налагаются метрические ограничения
типа а = {ж1, хч, • • •: ||#i|| ^ 1, г = 1, 2,. . . } — все они оговариваются
особо. Положим (а) = ]Сж€<т х и ||<т|| = ||(а)|| = || ^же<т Ж11-
Отметим одно полезное тождество. Если к ^ I ^ t и at С а^, то
Ы = (ъ)с1к-_\ + (<тк-ъ)с1к-_\--\. A)
Действительно,
Е (**) = Е
CFf d О" l CZ О" fc O"fd(Ti dcffg
Y x{^€(Ji}+ J^ x Y
144 Экстремальные геометрические задачи Гл. 4
4.2. Экстремальные геометрические константы
Тематика экстремальных геометрических констант включает в себя как
вычисление экстремальных численных характеристик систем векторов, так
и пространственное описание систем векторов, экстремальных относитель-
относительно каких-либо свойств.
Вычислим теперь несколько конкретных экстремальных геометриче-
геометрических констант.
Константа А. Пусть A(k,l; X) — наибольшее А, при котором
УаксХ ЗагAак: \\(ц|| > А\\ак - <Т|||.
Тогда если к ^ 21, то
A(k,l]X) = //(*-/), B)
если к ^ 21, то
ЫА(к, I; X) = А(к, I; 1Ж) = 1/C1 - к). C)
Доказательство. Пусть подсистема <j[ С ак такова, что
max \\ai\\ = \\a\\\,
тогда согласно A) при к ^ 21 имеем тождество
Переходя к нормам в этом тождестве и используя неравенство треугольника,
получаем неравенство
1к{|1И*/(*-*)Iк*-*{|1- D)
Если к ^ 21, то, согласно A), имеем тождество
? Ы = (ак - а\)С?-к + K)Cfl-*-\
которое при переходе к нормам дает
||<7{||>(*/C/-Л)Ж-<7{||. E)
Неулучшаемость неравенств D) и E) в классе всех линейных норми™
рованных пространств демонстрирует следующая конструкция 5^(/г, /; /^)
из к единичных векторов пространства 1^:
хк =
Более того, для всякого X равенство в D) реализуется системой из к равных
векторов, что и доказывает B).
4.2. Экстремальные геометрические константы 145
Константа В. B(k,r,l] X) — наибольшее В, при котором
Х УагСак 3aiC(Tk: \\<ц\\ > Б||<ту||.
Здесь теми же методами несложно установить, что
{1/г, к ^ г > I ^ 1,
Z/BZ-r), к > I + r 5^2r,
/(Jfe-/)/r(* + Z-2r), fe^I + r, I ^ r,
при этом имеются одномерные конструкции, реализующие эти значения.
Доказательство. Согласно A), если к ^ г ^ I ^ 1 и сгг С ак, то
следовательно, имеет место неравенство
max
о"/ С<тг
которое, очевидно, неулучшаемо, что демонстрирует пучок из к единичных
векторов.
Пусть к ^ 1 + г ^ 2г, <тп С <jfe, тогда согласно A) имеет место тождество
ctUi Е ю-^-;-1! Е (^) = K)c?tiriCiiir_i.
из которого сразу следует, что ||сг/|| ^ I ||сгг||/B/ — г). Обе полученные
оценки неулучшаемы в классе единичных векторов. Достаточно в качестве
ак рассмотреть систему E(fe, I; 1^), причем последнее неравенство неулуч™
шаемо и во всяком X.
Пусть к ^ I + г, I ^ г и о> с <7fe, тогда согласно A) имеет место
тождество
с1-*-1 Е ^)-^-_гЛ Е (<") =
откуда 11сг|11 ^ 1Aс-1)||сгг||/гAс + 1-2г),причемиэтаоценканеулучн1аема
во всяком пространстве X.
Константа С. С(/г, г, /; X) — наибольшее G, «рм котором
146 Экстремальные геометрические задачи Гл. 4
Здесь, пользуясь реккурентностью
i-i
i=r
и неравенством треугольника, получаем, что
Экстремальной конструкцией здесь служит система из к равных векторов.
Вообще, если система векторов а свободна от каких-либо метриче-
метрических ограничений, то задача вычисления экстремальной геометрической
константы оказывается по существу одномерной. Это, в частности, про™
демонстрировало вычисление предыдущих констант. Ситуация меняется,
если вводить условия на длины векторов.
Константа S. 5A, к; X) — наибольшее 6, при котором
Уак :=: {Ж1? • • • •> хк '• \\xi I S^ I? * = 15 • • • j к} С X Зсг| С ак '• \\o"i\\ ^ 6.
Иными словами, требуется вычислить константу
6A, к; X) = inf max Ц07Ц.
ак С X слС(гк
Теорема 4.1. Пусть X — произвольное линейное нормированное про-
пространство, Н — гильбертово, аЖа — d-мерноеевклидово пространство.
Тогда для константы 6A, к; X) имеют место следующие формулы:
inf 6A, к; X) = 6A,к;1оо) = 1/B1-1), к > /; F)
6A,1+ l;h) = 1/B1-1), dim/i ^ / + 1; G)
''(к — 2)/(к — 1), к четно^ dim/i ^ d(k),
У к 3d(k): 6B, к; h) =
(8)
причем dB) = 1, dC) = dD) = 3, dE) = dF) = 10, dG) = d(S) = 7;
5B к" Ш.^) = 20'5 d + 2 < к < 2d" (9)
sup 5A,1 + 1; X) = 6A,1 + 1; /2); A0)
X: dim X = oo
6A, к; H) = (l(k-l)/(k- I)H'5, dimH^k-1, A1)
причем значение A1) реализуется правильным к-вершинным симплексом,
вписанным в единичную сферу пространства Жк~1\
6(к-1,к;Н) = 1, dim H ^2, A2)
A3)
4.2. Экстремальные геометрические константы 147
причем значения A2) и A3) реализуются системой векторов плоскости,
образующих вершины правильного k-уголъника, вписанного в единичную
окружность;
Г E + 4cosB7r/]^/2[)H'55 k ф 3, 5,
SC,k;R2)= i(l + 5°'5)/2, A; = 5, A4)
[О, ^ = 3;
если dim X = 1, то
I, к ^21-1,
5A,к;Х) = <к-1, к < 2/- 1, к четно, A5)
[l), Л<2/-1, к нечетно.
Докажем некоторые из этих формул, помечая, для удобства, доказатель-
доказательство каждого из соответствующих утверждений их порядковым номером.
Положим к = I + 1 в константе А, тогда F) сразу следует из C). Из
определений констант В и S следует неравенство
5A, к; X) ^ В(к, г, I; ХM(г, к; X),
которое при г = 1, к > I также влечет F). Кроме того, формула F) есть
прямое следствие доказанной ниже теоремы 4.2.
Для доказательства G) достаточно привести систему векторов в про-
пространстве 4+1, норма суммы любых I из которых равна значению правой
части равенства G). Такой системой векторов, очевидно, может служить
следующая:
= A,..., 1,1-0/B1-1),
поскольку в ней
.1+1
= //B/ — 1), г = 1,2,...,/ + 1.
A5). Случай к ^ 21 — 1 тривиален. Пусть к < 21 — 1. Рассмотрим
к чисел, по абсолютной величине не меньших единицы, из которых, для
определенности, q отрицательны, а р положительны: р + g = к9 р ^ q9
{жь . . ., жр, -2/1, • • • , -yq}9 1 ^ хг < . . . ^ хр, 1 < уг ^ . . . < уя. Если
р ^ I или q ^ I, то найдутся I чисел одного знака, и абсолютная величина
их суммы будет не меньше I. Поэтому предположим, что p,q < I. Легко
видеть, что максимальную абсолютную величину среди сумм различных I
чисел из данных к чисел имеет одна из следующих сумм:
148
Экстремальные геометрические задачи
Гл. 4
Однако
max(\a\ , Щ2
(pq -(I- p)(l - q))Xl/(l -p + q) > l(k - 1IA -p + q).
Остается заметить, что дробь l(k — I)/'(/ — p + q) принимает наименьшее
значение при р — q = 0, если к четно, и при р — q = 1, если к нечетно.
На константу 8 можно взглянуть несколько иначе, что позволит вве-
ввести в рассмотрение и исследовать некоторые ее полезные модификации.
Именно, с каждой конкретной подсистемой векторов g\ С о^ можно связать
сумму
к
где 6^ = x{xi ? сг|}, следовательно, выбор каждой конкретной подсистемы
векторов о°1 С dk можно связать с некоторой перестановкой из к чисел е^
среди которых имеется I единиц и к — I нулей. И, значит, выбор максими-
максимизирующей системы сг| с dk эквивалентен перебору всех перестановок этих
чисел, т. е.
к
Inf
11**11 > 1
max
где Sk — симметрическая группа всех перестановок на множестве [к] =
= {1,2,...,А;}.
Теперь ясно, что этот перебор по всем перестановкам можно произво-
производить не только с вектором коэффициентов, состоящим из нулей и единиц,
но вообще с любым числовым вектором. Стало быть, рассматривается
следующая константа:
5(W;X) =
Inf max
¦к СХ TvESk
IX
г) *^г
где W = (wi,..., Wk) — фиксированный числовой вектор. Значит, если
вектор W состоит из I единиц шк — l нулей, то эти последние две константы
совпадают.
Константу 5(W; X) естественно именовать взвешенной геометричес-
геометрической константой. Положим
г=1
и введем в рассмотрение функционал
4.2.
Экстремальные геометрические константы
149
где максимум берется по всем перестановкам тг Е 5&. Этот функционал
инвариантен относительно перестановки компонент вектора W9 поэтому
всюду далее предполагается, что w\ ^ ... ^ Wk и w = w\ + • • • + Wk.
Размерность вектора W иногда будем помечать нижним индексом. Значение
взвешенной константы в случае вырожденного, т.е. однокомпонентного
или нулевого, вектора очевидно: 8{W\\ X) = \w\ и <5@; X) = О, поэтому
далее рассматриваются лишь невырожденные векторы. Вообще зависи-
зависимость от вида весового вектора оказывается существенной. Так, ниже мы
убедимся в том, что нетривиальная часть задачи вычисления взвешенной
константы относится к сбалансированным векторам, т. е. тем W9 в которых
для каждого i выполняется неравенство w(w — W{) > 0. Наименьшее
возможное значение взвешенной константы дает
Теорема 4.2. Пусть Wn — невырожденный бесовой вектор, тогда
in1
X
= e(Wn;loo) =
w — w\\ + \w — w
A6)
Доказательство. Пусть tti, ..., тг& — перестановки чисел {1, 2,..., тг},
а «1,..., ак — действительные числа, тогда имеет место неравенство
a,j\ \\Wn,(Tn\
к
следовательно,
(\w - wt\ + \w- wn\)\\Wn,an
D^Wn) У2 (Wn,Tr,(Tn)
тг:тгA) = 1
тг: тгA)=п
г=2
- гуп
Таким образом, A6), как нижняя оценка, доказано.
Если весовой вектор нес-балансирован, то
(wt - wn)\
w — wi\
и A6) следует из общей верхней оценки S(W,X)
система из п равных векторов.
Если весовой вектор сбалансирован, то
u(wt — wn)
w-wn
)l=
|ги|, которую влечет
w(wi — wn)
2w — w\ — wn
150 Экстремальные геометрические задачи Гл. 4
Положим
а =
2w — w\ — wn
и рассмотрим в пространстве f ^ систему Еп из п векторов вида
жп = (а,а, . . . ,-1).
Из сбалансированности вектора W вытекает, что \w\ > \wi+ wn\9 поэтому
все векторы в системе Еп имеют единичную норму. При этом для любой
перестановки тг
И^п,7г,Еп)|| = max \(w - wn(j))a - wn^)\,
но, поскольку функция \{w — z)a — z\ выпукла по z, то
||(VKn,7r,IIn)|| = тах(|(го - w\)a - w\\, \(w - wn)a - wn\) =
w(wi - wn
2w — w\ — wn
Для дальнейшего удобно ввести в рассмотрение один специальный тип
вектора W9 именно, когда вектор W имеет размерность тит-n нулевых
компонент, обозначая последний вариант через
S(Wm,n;X)^5(Wm;X)= inf max ||^n,an||.
anamCX <JnCam
Граница, подобная границе сбалансированности, проявляется и в гиль-
гильбертовом случае.
Теорема 4.3. Пусть Н — гильбертово пространство размерности, по
крайней мере, т — 1 и
п
^WiWj > 0,
гФз
тогда
' . A7)
Если же dim H ^ 1 и
п
^iWj ^ 0,
то
S(Wm,n;H) = \w\.
4.2. Экстремальные геометрические константы 151
Доказательство. Для
ат = {хъ . . . ,хт: \\х{\\ ^ 1, г = 1, . . . ,т} С Н
положим hi = г G^1.^ (п — г)!,
где квадрат понимается в смысле скалярного произведения, а внутреннее
суммирование производится по всем n-перестановкам. Тогда имеем
п т п т
А = Ьг Y^ ^f ^2 х\ + 2b2 J2 wiwj Yl XiXJ =
j г=1 г=1 i<j г=1
что для вариантов Y2wiwj > О и S wiwj ^ 0 влечет соответственно:
\А\
г=1
п п п
\А\ ^ m262 Yjwiwj + m(^i 5]/'ш? ~ ^2 y^^ii;j ).
i 1 i
г=1
Поскольку сумма А содержит C^nl слагаемых, то найдется по крайней
мере одно из них, не меньшее, чем средняя доля от последних оценок,
что, согласно элементарным вычислениям, влечет A7) и A8) как нижние
оценки. С учетом этого, из того, что a(W; X) ^ \w\9 сразу следует A8).
Для доказательства A7) достаточно в качестве экстремальной конструк™
ции рассмотреть в Е^1 систему из т векторов — вершин правильного
симплекса ЕТО(МТО™1), вписанного в единичную сферу М771. Для такой
конструкции все слагаемые в А равны и ЦЕ^Е171™1)!! = 0, стало быть, во
всех предыдущих выкладках всюду стоит равенство, значит, и A7) доказано.
Полезной оказывается еще одна модификация константы 5, оценки
значений которой приводятся здесь без доказательств, поскольку они мало
отличаются от соответствующих оценок самой константы 6:
Sr(W;X)= inf max
ап С X 7rESn
\\xi\\ >1
г = 1, . . . ,г
г=1
где W = (гУ1,..., wn) — фиксированный числовой вектор, a Sn
множество всех перестановок индексов 1,2,..., п.
152 Экстремальные геометрические задачи Гл. 4
Положим готах = тах(гУ1, . . . , wn), wmln = min(iui, . . . , wn),
- Wmax| + W - Wmin
и рассматриваем только невырожденные векторы, т. Q.W^0mn^2.
Теорема 4.4. Для константы 8Г справедливы следующие формулы:
для всякого г $J n
miSr{W]X) = 5(W),
причем если вектор W — несбалансированный, то УХ 5r(W;X) =
= a(W) = \w\, если же вектор W — сбалансированный и X содержит
подпространство, изометричное 1^, то
5r(W;X) =
для любого пространства X и вектора W Е Шп
S1(W;X) =
5r(W;
Контактные числа. Именно константа S оказывается тесно связанной
с контактными числами Ньютона-Грегори (наибольшее число единичных
сфер, которые могут одновременно касаться центральной единичной сфе-
сферы). В самом деле, если рассмотреть экстремальную константу
d(k: X) = sup min
то контактное число k(X) (для пространства X) можно определить как
наибольшее целое к, при котором выполняется неравенство d(k; X) ^ 1.
Если же X — гильбертово пространство, то в нем выполняется равенство
параллелограмма: сумма квадратов сторон параллелограмма равна сумме
квадратов его диагоналей. Следовательно, если X—гильбертово простран-
пространство, то выполняется равенство d2 (к; X) + ё2 B, к; X) = 4, и, значит, в силу
последнего неравенства контактное число к(Х) есть наибольшее целое к,
для которого S2B, к; X) ^ 3.
В евклидовом пространстве точные значения контактных чисел вычис-
вычислены лишь для некоторых размерностей: к(Ш2) = 6, к(Ш3) = 12, к(Ш8) =
= 240, fc(E24) = 196560. Зависимость значений контактных чисел от нормы
самого пространства (иными словами, от формы его единичной сферы)
весьма существена. Легко строится пример пространства, для которого
в трехмерном случае контактное число равно 26. Очевидно, такое значение
реализуется в трехмерном пространстве, единичная сфера которого имеет
4.3.
Некоторые применения геометрических констант
153
форму обычного трехмерного куба, т. е. в пространстве /оо. В этом случае
система единичных сфер, реализующая контактное число 26, представляет
собой три слоя единичных кубов, по девять кубов в каждом слое — точно
так же, как располагаются маленькие кубики в кубике Рубика. В этом
случае центральный (невидимый) кубик касается всех остальных, причем
некоторых он касается гранями, некоторых — ребрами, а некоторых —
лишь вершинами. Но возвратимся к евклидову пространству. Пусть М^{г)
— наибольшее число единичных векторов пространства Md, попарные рас™
стояния между которыми не меньше, чем г, a Nd{s) —это наибольшее целое
N, при котором найдутся векторы #i,..., жлг € Md, удовлетворяющие
условиям
(xi,Xi) = 1, г = 1,. . . , ЛГ,
Тогда если * = 1 - г2/2, то Md(r) = Nd(s) и Nd(l/2) = k(Rd).
Для оценки Nd{s), применяя метод сферических полиномов [44] можно
получить, что
ЛГ8A/2) ^ 240
и после некоторых преобразований следует оценка
ЛГ24A/2) < 196560.
Известные (еще с тридцатых годов) конкретные размещения сфер,
реализующие эти оценки, обеспечивают точное знание контактных чисел
в евклидовых пространствах указанных размерностей. Точные значения
и наилучшие известные оценки контактных чисел приведены в табл. 4.1.
Таблица 4.1
d
1
2
3
4
5
6
7
8
k{Rd)
2
6
12
24-25
40-46
72^82
126-140
240
d
9
10
11
12
13
14
15
16
k(Rd)
306-380
500-595
582-915
840-1416
1130-2233
1582-3492
2564-5431
4320-8313
d
17
18
19
20
21
22
23
24
k(Rd)
5346-12215
7398-17877
10668-25901
17400-37974
27720-56852
49896-86537
93150-128096
196560
4.3. Некоторые применения геометрических констант
Примечательно, что в своей исходной форме теорема Мантеля была
сформулирована и доказана не в терминах графов, а для векторов евклидова
пространства. Существенный шаг в соединении экстремальных геометри-
геометрических задач с задачами о графах был сделан П. Тураном, который заметил,
154 Экстремальные геометрические задачи Гл. 4
что среди п единичных векторов евклидова пространства должно быть
«много» пар этих векторов с «длинными» суммами. Достаточно общее
вскрытие этой связи дает
Теорема 4.5. Пусть п ^ к ^ I ^ 1 — натуральные числа, а X —
линейное нормированное пространство. Тогда во всякой системе ап =
= {х\,. . . , хп : \\xi\\ )l,i = l,...,n}cX найдется, по крайней мере,
Т(п, к, I) подсистем а\ С ап таких,
Доказательство. На системе векторов апсХ, как на вершинах, построим
/-однородный гиперграф Gl(an) по правилу
at € G'(<rn) «=*> ||<г,|| ^<5(/, А; X)
и проверим, что построенный таким образом гиперграф имеет, по крайней
мере, Т(п,к,1) гиперребер. Предположим противное, тогда
Эа1с(тп: VaiCal \\<п\\ < 6A, к; X)
или
За\ С ап : max ||а/|| < 6A, к; X),
но тогда
min max ||<7/|| ^J max ||<Т||| < 6A, к; X),
следовательно,
min max ||сг/|| < 6A, к; X),
что противоречит определению 6A, к; X).
Вероятностный смысл связи геометрических и комбинаторных экстре-
экстремальных констант был определен Д. Катоной; суть его состоит в том,
что если среди п единичных векторов евклидова пространства «много»
пар векторов с «длинными» суммами, то при случайном выборе пары
векторов вероятность того, что эта пара имеет «длинную» сумму, велика.
Явную вероятностную связь комбинаторных и геометрических констант
демонстрирует
Следствие 4.1. Пусть п ^ к ^ I ^ 1 — натуральные числа, X—линейное
нормированное пространство, a ?i ,...,?/ — независимые и одинаково
распределенные в X случайные векторы. Пусть T(n,k,l) — число Турана
и 6A, к; X) — геометрическая константа, определенная в § 2 гл. 4. Тогда
справедливо неравенство
i
Р{|| Y,ti\\> х^A, к; X)} > l\(YimjT(n, к, 1)/п1)) Р1 {\Ы\ ^ х}.
4.3. Некоторые применения геометрических констант 155
Отметим теперь некоторые применения геометрических констант к мат-
матрицам. Рассматриваются квадратные матрицы порядка п. Классическими
понятиями матричной алгебры являются: матричная норма, обобщенная
матричная норма, спектральная норма и числовой радиус.
Обобщенной матричной нормой называется числовая функция N на
матрицах, удовлетворяющая следующим условиям:
ЩА) > 0;
N(A) > 0, если А ф 0;
N(aA) = \a\N(A) при а е С;
N(A + B) < N(A) + N(B).
Если, кроме того, выполняется условие N(AB) ^ N(A)N(B), то
N называется матричной нормой. Примером матричной нормы является
спектральная норма
\А\\2 = т<ш{хТАТАх: х е Сп, хт = х = 1}.
Примером обобщенной матричной нормы (но не матричной нормы)
является числовой радиус
г (А) = тах{|жтЛж|: х е Сп, хт = х = 1}.
Рассмотрим матрицу С такую, что С ф XI wtrC ф 0 (через tr С обо™
значается след матрицы С). Обобщенная матричная норма г с определяется
по правилу
rc(A) = max{|tr(СVTAU)\: U : UT = U = /}.
В случае, когда С = diag{l,0,... ,0}, величина гс{А) есть не что
иное, как числовой радиус матрицы А.
Для любой обобщенной матричной нормы N существует v{N) — тот
наименьший коэффициент и, при котором uN является матричной нормой
(если v(N) ^ 1, то N уже является матричной нормой). Матрица с дей™
ствительными элементами называется эрмитовой, если все ее собственные
числа действительны.г)
Теорема 4.6. Пусть матрица С эрмитова и W = (w\,..., wn)9 где Wj
— собственные числа матрицы С. Тогда если Si(W; R) ф 0, то
Для доказательства этой теоремы понадобятся следующие вспомога-
вспомогательные утверждения.
/ Напомним, что число ж« является собственным числом (значением) квадратной
матрицы А тогда и только тогда, когда
det(xil - Л) = 0.
156
Экстремальные геометрические задачи
Гл. 4
Лемма 4.1. Пусть N — обобщенная матричная норма, М —матричная
норма и b ^ а > 0 — такие константы, что для любой матрицы А
аМ(А) < N(A) < ЬМ(А).
Тогда u(N) < Ъа^2.
Доказательство. Положим N'(A)e~2N(A). Тогда
Nr(AB)e~2N(AB) < 62аМ(ЛБ) < 62с^2М(Д)М(В) <
^ b2a~4N(A)N(B) = Nf(A)Nf(B).
Лемма 4.2. Пусть А ж С — нормальные 2) матрицы с собственными
значениями #i,..., жп и iui,..., готе соответственно. Тогда
г с {А) = max
Доказательство теоремы. Пусть // — эрмитова матрица с собственными
значениями г/1?..., уп. Тогда
||#||2 =
и, в силу леммы 4.2,
гс(Н) = max
Легко видеть, что г с (А) = гс(АТ). Положим Hi = А + Лт, Ж2 =
= г(Л — Лт). Тогда А = (//i — iH2)/2, и матрицы //i, //2 эрмитовы.
Поскольку re является обобщенной матричной нормой, то
гс(А
Поэтому
гс(Я2))/4
|Я2||2)/4
Отсюда
применяя лемму 4.1, получаем искомую оценку.
2/Квадратная матрица А с действительными элементами нормальна, если
ААТ = АТА.
4.4. Задачи и утверждения 157
Следствие 4.2. Пусть матрица С эрмитова uw\^w<i^---^ wn — ее
собственные значения, w = w\ + • • • + wny w\ ф wn, w ф 0. Тогда
4(|го - t
\w\{Wi — Wn)z
В качестве примера отметим, что для классического числового радиуса
г (случай С = dlag {1,0,... ,0}) это следствие дает точную оценку, так как
и (г) = 4.
Следствие 4.3. Если в условиях теоремы 4.6
шо г^ является матричной нормой.
Квадратная матрица А порядка п, состоящая из 1 и -1, называется мат-
матрицей Адамара, если она удовлетворяет равенству ААТ = nl. Основная
проблема, связанная с матрицами Адамара, сводится к вопросу существо™
вания — при каких п матрица Адамара порядка п существует? Несложно
проверить, что матрица Адамара может существовать, лишь когда п :=
:= 1,2, 4/г. Следующий результат, приводимый нами без доказательства,
сводит эту проблему к вопросу вычисления экстремальной геометрической
константы.
Теорема 4.7. Следующие утверждения эквивалентны:
1) ёB, 4п - 1; I*"-1) = {An - 2)/{An - 1);
2) S{2, An; 1*п-г) = {An - 2)/{An - 1);
3) существует матрица Адамара порядка An.
4.4. Задачи и утверждения
4.1. Существует ли трехмерное линейное нормированное пространство,
в котором контактное число его единичной сферы больше, чем 26?
4.2. Если весовой вектор несбалансирован, то для любого X
5{Wnim;X) =
w
4.3. Если весовой вектор знакопостоянен, причем \wi\ ^ ... ^ |гип| >
> 0, т > п, то
inf 5{Wn, m; X) = 5{Wn, m;^) = ww\/\2w — w\\.
x
4.4. Если весовой вектор сбалансирован и не знакопостоянен, то
inf S(Wn, га; X) = 5{Wn, m; 1^) = w{w\ — wn)/{2w — w\ — wn).
x
158
Экстремальные геометрические задачи
Гл. 4
4.5. Если весовой вектор сбалансирован и w\ = —wn, то
\nf5(Wn,m;X) = 5(Wn,m'Joo) = wi,
причем экстремальную конструкцию в пространстве 1^ образует система
из т базисных векторов.
4.6. Если Efc — симплекс, вписанный в единичную сферу простран™
ства R*5, a tui,..., wi — действительные числа, то для всякой о\ =
= {xi,... ,Ж|} С ?& выполняется равенство
i=l
в частности, длина ребра симплекса Efc равна Bк/(к - I)H'5.
4.7. Если dim Н ^ п — 19 Еп = (?1?. . ., ?п), где ?^ := +1, — 1 и ?2 ^ п,
то
5(?п; Я) =
- 1
Если же dim Н ^ 1 и е2 ^ п, то ё(Еп; Н) =
4.8. Если dim if ^ тг — 1 и Е^ = (?i,. . ., ?п), где ?^ := +1, — 1, то
sup ё(Еп; Н) =
V п-1
/п2-(]п°'5[+1J\0'5
(—^1—J '
четно, п / 1,
нечетно,
4.9. Пусть константа 5B, ^i,..., kt; X) определяется по следующему
правилу:
5B, &i, . . . , kt; X) = inf max min ||cr21|,
<УСХ <T2C<Jk
где max берется по всем разбиениям системы векторов сг^, как мультимно-
мультимножества, на блоки предписанных размеров:
a min берется лишь по тем блокам, чей объем не меньше двух. Тогда во
всякой системе ап = {xi,. . . , хп : \\xi\\ )l,i = l,...,n}cX найдется
по крайней мере
t
г=1
4.4. Задачи и утверждения 159
подсистем G2 С ап таких, что 11сг211 ^ SB, k\,..., kt; X). Определение
величины т(щ Нк) см. в гл. 3.
4.10. Попробуйте вычислить или оценить значения константы
<*B,fci,...,fct;X).
4.11. Систему единичных векторов ап называем I-системой, если
УарСап 3aqC(Jp: Уак С <гя \\ак\\ = с G Ш1.
рСап 3aqC(Jp
Вычислить или оценить константу
Дс(гс,р, g, fc;X) = sup
где sup берется по всем I-системам ап.
Указание. Воспользуйтесь результатами о локально турановских ги-
гиперграфах из гл. 3.
4.12. Пусть на плоскости для шести различных точек а\,..., щ выпол-
выполняются неравенства |оц — a,j\ ^ 1 A ^ г < j ^6). Докажите, что среди
этих шести точек найдутся три точки а*., сц, ат такие, что \ак — щ\ < 1,
0>k — «
< 1, «I — О"т\ <
Указание. Используйте теорему Рамсея.
ГЛАВА 5
ПРИМЕНЕНИЕ РЕЗУЛЬТАТОВ РЕШЕНИЯ
ЭКСТРЕМАЛЬНЫХ КОМБИНАТОРНЫХ ЗАДАЧ
Основным инструментом для исследований в процессе проектирования АСУ
является имитационное моделирование. Однако его использование обходится очень
дорого и требует больших затрат времени [96]. Применение такого подхода при
создании АСУ, с одной стороны, обеспечивает необходимую точность оценки
значений исследуемых параметров на каждом этапе проектирования, с другой
стороны, фактически приводит к отставанию этапа определения параметров ряда
технических средств от общего хода разработки.
Новым теоретическим подходом для решения задач проектирования АСУ явля-
является применение методов комбинаторного анализа, а именно, тематики экстремаль-
экстремальных комбинаторных задач на разбиениях чисел. Высокая степень абстракции поста-
постановок и решений экстремальных комбинаторных задач позволяет использовать их
при проектировании и технических, и программных средств АСУ. Комбинаторные
методы исследований предполагают формализацию функционирования различных
элементов системы с помощью комбинаторных объектов. Совокупность таких объ-
объектов и образует комбинаторные модели, которые на основе априорной информации
о функционировании элемента системы обеспечивают описание всего множества
их состояний. Использование результатов решения экстремальных комбинаторных
задач в процессе исследований существенно сокращает необходимое количество
анализируемых состояний системы и позволяет производить сравнительный анализ
показателей функционирования как по их точным значениям, так и по оценкам
значений (сверху или снизу) этих величин.
Основная цель рассматриваемых в настоящей главе примеров использования те-
тематики экстремальных комбинаторных задач на множестве разбиений чисел состоит
в формировании у читателя методических навыков по формализации исследуемых
здесь процессов с помощью понятия вложимости разбиений и по использованию
экстремальных результатов для решения практических задач. Поэтому в форму-
формулировках конкретных практических задач не приводятся подробные определения
исследуемых процессов и не описываются их причинно-следственные связи с про-
процессом функционирования АСУ в целом.
5.1. Комбинаторные модели для исследования процесса
распределении памяти ЭВМ АСУ
Исследования, связанные с повышением эффективности методов управ™
ления распределением памяти ЭВМ, в основном направлены на поиск
эффективных методов распределения, перераспределения и реорганизации
памяти. Распределение памяти представляет собой конечную последова-
последовательность отображений (/ —> F)t (t = 1,...) множества / информаци™
онных объектов (программ, массивов данных) или их наименований во
множество F физических адресов распределяемой памяти для дискретных
моментов времени t функционирования АСУ. Перераспределение памяти
5.1. Модели для исследования процесса распределения памяти 161
ЭВМ — это перенесение ряда информационных объектов из адресного
пространства оперативной памяти на вспомогательную память с целью
освобождения оперативной памяти и размещения в ней других информа-
информационных объектов, необходимых для продолжения вычислительного про™
цесса. Нож реорганизацией памяти будем понимать перемещение информа-
ционных объектов в адресном пространстве памяти. Перераспределение и
реорганизация памяти являются одними из основных методов повышения
эффективности использования этого дорогостоящего вычислительного ре™
сурса современных ЭВМ.
Существуют два способа распределения памяти: статический и динами™
ческий. Статическим называется такое распределение памяти, при кото-
котором (/ —> F)t выбирается один раз до выполнения программы или задачи.
При динамическом распределении памяти каждое (/ -» F)t выбирается
непосредственно в ходе вычислительного процесса в момент времени t,
исходя из (/ —» F)t-i. Применение того или иного способа зависит от
наличия информации:
• о ресурсах памяти;
• о свойствах ссылок программ или последовательности использования
информации.
Статистическое распределение может применяться тогда и только тогда,
когда сведения о ресурсах памяти и свойствах ссылок программ имеются
перед решением программы. Использование динамического распределения
памяти предполагает, что сведения о ресурсах заранее не известны и что
свойство ссылок определяется только в процессе выполнения программы.
Именно такой режим функционирования памяти присущ АСУ реального
времени (АСУ РВ). В таких системах потребности оперативной памяти
в каждом конкретном случае определяются характером и интенсивностью
потоков заданий на обработку информации, которые, в свою очередь, явля-
являются случайными. В [14] отмечается, что эффективное функционирование
АСУ РВ достигается лишь тогда, когда при удовлетворении заявок на
выделение оперативной памяти накладывается как можно меньше ограни™
чений, а освобождение занятых областей памяти происходит как можно
быстрее. Эти рассуждения говорят в пользу динамического распределения
оперативной памяти ЭВМ.
Исследования, связанные с оценкой эффективности применения различ™
ных методов управления распределением памяти, преследуют, в основном,
достижение следующих единых целей:
• освобождение программиста от заботы о распределении памяти;
• повышение эффективности использования памяти;
• минимизация затрат процессорного времени на управление распреде™
лением памяти.
При реализации как статического, так и динамического способов рас-
пределения памяти одно из основных препятствий на пути эффективного ее
использования создается фрагментацией памяти [41, 95]. В исследованиях
явления фрагментации памяти можно выделить два подхода: стохасти-
162 Применение результатов решения экстремальных задач Гл.5
ческий, когда влияние фрагментации рассматривается как вероятностный
процесс, и деформационный, когда сам процесс функционирования си™
стемы приводит к заданным при проектировании состояниям фрагмен-
тированной памяти. Первый из этих подходов связан с исследованиями
процесса распределения памяти в ЭВМ сегментной организацией программ
и данных, второй — исследованиями страничной организации памяти либо
распределением памяти ограниченными по размеру свободными участ-
ками.
Потери в эффективности использования памяти при сегментной органи-
зации программ и данных обусловлены влиянием внешней фрагментации
или «раздробленностью» памяти практически в любой момент времени
на большое количество свободных и занятых участков различной длины.
Внешняя фрагментация проявляется из-за случайного характера потока
запросов на выделение памяти, различного размера этих запросов, кото-
которые в адресном пространстве памяти размещаются с точностью до слова,
а также из-за случайного времени пребывания программ и данных в памяти
ЭВМ.
«Раздробленность» памяти в процессе функционирования АСУ очень
часто приводит к ситуациям, когда в памяти отсутствует свободный непре-
непрерывный участок адресного пространства, необходимый для удовлетворения
поступившего запроса на память. В этом случае, даже если суммарный раз-
размер всех имеющихся свободных фрагментов равен или больше требуемого
размера участка свободной памяти, поступивший запрос без применения
средств реорганизации или перераспределения памяти удовлетворить не-
нельзя. Применение же средств реорганизации или перераспределения памя-
памяти требует дополнительных затрат процессорного времени на управление
распределением памяти, что в итоге снижает производительность АСУ
в целом. Потери в эффективности использования памяти при странич-
страничной ее организации обусловлены влиянием внутренней фрагментации.
Внутренняя фрагментация проявляется из-за округления размера каждого
поступающего запроса на память до целого числа страниц. Именно эта
дополнительно выделяемая часть памяти в процессе выполнения програм-
программы не используется, она и определяет величину потерь в эффективности
использования памяти в целом.
Страничная организация памяти существенно упрощает решение за-
задачи ее распределения, так как размер любой страницы один и тот же
и на место всякой конкретно взятой страницы можно разместить любую
другую. Однако исследования показывают, что в процессе функционирова-
функционирования АСУ потери в эффективности использования памяти, обусловленные
влиянием внутренней фрагментации, оказываются больше, чем потери,
вызванные влиянием внешней фрагментации [41, 173]. Следовательно,
сократив затраты процессорного времени на управление распределением
памяти при сегментной организации программ и данных, можно еще более
повысить эффективность такого механизма управления памятью. Поэтому
наши исследования будут направлены на изучение процесса распределе-
распределения памяти вычислительных систем с сегментной организацией программ
5.1. Модели для исследования процесса распределения памяти 163
и данных, которые обладают следующими преимуществами по сравнению
с системами со страничной организацией памяти:
• существенно упрощается решение задачи организации внешних ссы-
ссылок в сегментах, так как в этом случае от объединяющей программы
не требуется работы с абсолютными адресами;
• облегчается управление решением реентерабельных программ;
• исключаются потери в эффективности использования памяти из-за
округления размеров запросов до принятого в системе размера страниц
(потери на внутреннюю фрагментацию).
Рассмотрим несколько общих комбинаторных моделей, позволяющих
исследовать процесс распределения оперативной памяти ЭВМ с сегмент™
ной организацией программ и данных.
Модель 5.1. В любой момент времени функционирования АСУ влия-
влияние внешней фрагментации на процесс распределения памяти достаточно
полно характеризуют следующие параметры:
• количество свободных (занятых) участков памяти;
• размер свободных (занятых) участков;
• суммарный размер свободной (занятой) памяти.
Запросы на выделение памяти в этих исследованиях в любой момент
времени функционирования АСУ достаточно полно характеризуются сле-
следующими параметрами:
• количеством запросов в очереди на выделение памяти;
• требуемыми размерами непрерывных участков адресного простран-
пространства памяти или размерами запросов;
• суммарным размером памяти, требуемой для удовлетворения запросов
из очереди.
Пусть Q — размер оперативной памяти ЭВМ АСУ, а N — суммарный
размер свободной памяти, который в процессе функционирования системы
принимает значения N Е Z+, N ^ Q, где Z+ — множество целых неотри-
неотрицательных чисел. Из-за влияния внешней фрагментации память размером
N окажется «раздробленной» на г свободных фрагментов, представленных
участками непрерывного адресного пространства памяти. Такое состояние
свободной памяти можно интерпретировать как вектор
г
z(N)(nu . . . ,nr), N = ^Щ, пг > п2 ^ • • • > пг;
г = 1
rii E Z+, где щ —размер г-го свободного участка памяти, а г — количество
таких участков.
Определение 5.1. Два состояния свободной памяти: z{N) = (ni, п2,
..., пг) и z'(N) = (п[, п'2,..., п'г) — будем считать различными, если они
различны как векторы, т. е. если существует такое г, при котором П{фп\.
Аналогичным образом любое состояние занятой памяти будем интер-
интерпретировать вектором g(D) = (di, d2, • • •, di)9 где di —размер непрерыв™
164 Применение результатов решения экстремальных задач Гл.5
ного г-го участка адресного пространства занятой памяти, D — суммар-
ный размер занятой памяти. Два состояния занятой памяти будем считать
различными, если они различны как векторы.
При моделировании запросов на выделение свободной памяти из
z(N) = (ni,7i2, • • • ,nr) предполагаем, что они могут поступать либо
одновременно, т.е. группами q(K) = (Jci, k2, • • •, kt), либо по одному,
где kj — требуемый размер свободной памяти для j-ro запроса. Группу
запросов будем также интерпретировать как вектор, т. е.
t
kj G Z+. Две группы запросов будем считать различными, если они
различны как векторы.
Элементы щ9 d\ и kj векторов z(N)9 g(D) и q(K) являются нату-
ральными числами. Следовательно, z(N)9 g(D) и q(K) можно интерпре-
интерпретировать как разбиения чисел N9 D и К соответственно, т.е. p(N) =
= (щ, гс2, . . •, гаг), р(К) = (kl9 k2, • • •, **) и p(D) = (db d2, • • • , ^i)?
где части разбиения щ определяют размеры свободных участков адрес-
адресного пространства памяти, части kj — требуемые размеры непрерывных
участков адресного пространства свободной памяти или размеры запро™
сов на память, а части dm — размеры непрерывных участков адресно-
адресного пространства занятой памяти. Ранги разбиений p(N)9 p(K) и p(D)
определяют соответственно: г — число непрерывных участков адресно-
адресного пространства свободной памяти, t — количество запросов в очере-
очереди и I — число непрерывных участков адресного пространства занятой
памяти.
Интерпретация состояний свободной и занятой памяти неупорядочен-
неупорядоченными разбиениями чисел позволяет адекватно моделировать внешнюю
фрагментацию памяти без учета состояний ее адресного пространства,
что существенным образом упрощает проведение исследований процесса
распределения памяти. Действительно, при дальнейших исследованиях
нас будет интересовать ответ на вопрос: имеются ли в памяти свобод™
ные непрерывные участки ее адресного пространства, необходимые для
удовлетворения поступивших запросов на память? При такой постановке
задачи не требуется данных о состоянии адресного пространства свободной
памяти.
Представление групп запросов на выделение памяти неупорядочен-
неупорядоченными разбиениями чисел также не противоречит практическому смыслу
исследуемого процесса. Если запросы на память пришли группой, то они
должны быть все одновременно удовлетворены, при этом алгоритм распре-
распределения запросов может быть любым, так же как и порядок или очередность
выделения для них свободных участков памяти. Следовательно, модель 5.1
является адекватным представлением как состояний фрагментированной
памяти, так и систем запросов на выделение памяти, которые могут обра-
образовываться в процессе функционирования АСУ.
5.1. Модели для исследования процесса распределения памяти 165
С помощью множества разбиений чисел можно описать множество всех
возможных состояний фрагментированной свободной памяти фиксирован™
ного размера. Как уже отмечалось, в процессе функционирования АСУ
суммарный размер свободной памяти ЭВМ изменяется в пределах 0 ^
^ N ^ Q, где Q — размер памяти ЭВМ. Используя следующее свойство
множества разбиений чисел:
P(Nt) n P(N2) П • • • П P(Nr) = О,
где P(Ni) — множество разбиений числа Л^ Vi ф j, Л^ ф Nj, можно
показать, что множество состояний фрагментированной свободной памяти
ЭВМ размером Q определяется множеством разбиений чисел
Q Q гшп(ЛГ,<Э + 1-Л0
Z(Q) = Q Z(N) = Q [j Pr(N),
N=0 N=0 г=1
или (используя мощности множеств)
Q Q NA(Q+1-N)
N=0 N=0 r=l
где Pr{N) — множество разбиений чисел ранга г. Справедливость этих
равенств подтверждает
Теорема 5.1. Разбиение p(N) E P(N) соответствует одному из состо-
состояний свободной памяти ЭВМ размером Q тогда и только тогда, когда
(N + г(р) — 1) ^ Q, где г(р) —ранг разбиения p(N).
Доказательство. Необходимость. Пусть pr(N) — разбиение числа
N ранга г, которое соответствует одному из состояний свободной памяти
размером N. По определению фрагментации между всякими щ и ra^+i су-
существует сегмент занятой памяти dj. Пусть минимальный размер сегментов
равен единице (dj ^ 1); тогда, очевидно, число занятых сегментов памяти
будет I ^ г(р) — 1. Следовательно, суммарный размер занятой памяти F ^
^ (г(р)~1) = г(р^ !)• Но так как г (р) есть ранг разбиения p(N) E P{N),
где 0 ^ N ^ Q, то F ^ Q - N.
Достаточность. Пусть (N + г (р) — 1) ^ Q. Тогда размер занима™
емой памяти F = (Q — N) ^ г(р) — 1. Это значит, что найдутся сегменты
занятой памяти, которые займут все (г(р) — 1) мест между сегментами
свободной памяти этими (г(р) — 1) единицами, что и требовалось доказать.
Тогда
? E x(p)? E
N=0 N
где х — индикаторная функция, которая принимает значения
, х Jl, если р соответствует состоянию свободной памяти,
[О, если р не соответствует состоянию свободной памяти.
166 Применение результатов решения экстремальных задач Гл.5
Известно, что
Q
Е \Z(N)\=
N=0
Q N
N=1 г=1
Q N
М=0г=1
\Р(Ю\=Ег=1
Q N
N=0r=l
г(,)«(в + 1-
РЛЮ1,
-«-
поэтому
1)<о) Е 1 =
Q min(iV,Q + l-iV)
ЛГ)| = Е Е 1^(^I-
/V=0 r=l
Таким образом, число состояний свободной памяти размером Q определя-
определяется так:
Q Q min(N,Q + l-N)
Е \zw\ = Е Е \рлю\-
N=0 N=0 г=1
Исследования процессов распределения памяти АСУ включают еще
и процесс удовлетворения запросов в адресном пространстве свободной
памяти ЭВМ. Формализовать этот процесс позволяет
Модель 5.2. Особенностью распределения памяти в ЭВМ с сегментной
организацией программ и данных является неделимость поступающих
запросов на выделение памяти, т. с. для удовлетворения каждого запроса
требуется непрерывный участок адресного пространства памяти различной
длины. Такая организация распределения памяти применяется в реальных
системах телеобработки данных типа КАМА, при распределении опера™
тивной памяти многопроцессорных вычислительных комплексов (МВК)
ЭЛЬБРУС и ряда других систем. Удовлетворение любого запроса на память
здесь реализуется последовательным выполнением двух процессов: про™
цессом поиска свободных непрерывных участков адресного пространства
памяти, равных или превосходящих размер запроса, и процессом выделения
этой свободной памяти под запрос.
Оба эти процесса могут быть реализованы различными алгоритмами,
однако в итоге их работы найденный участок свободной памяти либо
полностью исключается из списка свободных участков (при равенстве
размеров запроса и участка памяти), либо в списке свободной памяти
учитывается остаток свободной памяти или разность размера свободной
памяти и размера запроса (при выбросе большего размера свободного
участка памяти относительно размера запроса). Вследствие этого может
оказаться, что в одном участке свободной памяти удовлетворяется более
одного запроса на память. Это означает, что процессы удовлетворения
запросов на память можно моделировать понятием вложимости разбиений
чисел. Действительно, пусть в соответствии с моделью 5.1 запросы, ин-
интерпретируемые разбиением (A?i,..., kt) \- k, необходимо удовлетворить
в памяти, размеры свободных участков которой соответствуют частям
разбиения (ni,..., пг) Ь п и к ^ п.
5.2. Проектирование алгоритмов управления распределением памяти ЭВМ 167
В соотвествии с определением вложимоети разбиение (&i,..., kt)
вложимо в разбиение (пь ..., пг), если части ki разбиения (&i,..., kt)
можно так сгруппировать в г групп (каждая часть ki входит в одну группу,
и пустые группы допускаются), что после сложения всех частей ki в каждой
группе получится г чисел pi ^ щ9 г = 1,..., г. Причем в процессе
конкретной вложимоети каждое rij из (ni,..., пг) используется не более
одного раза, т. е. фрагмент размера Bj, в котором группа запросов заняла
объем pj ^ rij, уже больше не используется для размещения запросов ki,
даже если rij — pj > 0. Следовательно, понятие вложимоети разбиений
является адекватной интерпретацией процесса удовлетворения запросов
в свободной памяти ЭВМ. В качестве иллюстрации рассмотрим конкретный
числовой пример.
Пример 5.1. Пусть группа запросов на память состоит из объемов
E, 2, 1), а система участков свободной памяти — из объемов F, 3, 3),
тогда одновременное удовлетворение всех этих запросов осуществимо,
причем не единственным способом: F содержит 5 и 1; 3 содержит 2; 3
содержит 0), F содержит 5; 3 содержит 2 и 1; 3 содержит 0), F содержит 5;
3 содержит 2; 3 содержит 1). Таким образом, группировка запросов для их
размещения в участках свободной памяти в точности отражает реальную
работу алгоритмов динамического распределения памяти.
Используя эту терминологию, рассмотрим применение результатов ре-
решения экстремальных комбинаторных задач для проектирования методов
управления распределением памяти ЭВМ.
5.2. Проектирование алгоритмов управлении
распределением памяти ЭВМ
Существует и используется множество различных алгоритмов для
предотвращения влияния внешней фрагментации памяти ЭВМ. Однако при
реализации любого из них для идентификации отказа в удовлетворении
запросов просматривается весь список свободных участков памяти, причем
этот список просматривается для каждого запроса в отдельности. Такие
просмотры списка свободной памяти требуют затрат вычислительных ре-
ресурсов центрального процессора (процессорное время). Если в результате
просмотра необходимого участка свободной памяти не обнаружено, то
поступивший запрос в данной ситуации удовлетворить нельзя, а процес™
сорное время, затраченное на этот просмотр, оказывается использованным
впустую. Такой алгоритм используется практически во всех отечественных
и большей части известных зарубежных ЭВМ. Высокая интенсивность
потока запросов на выделение памяти в процессе функционирования ЭВМ,
а также частое проявление рассматриваемых ситуаций в памяти снижают
производительность вычислительной системы в целом.
Для вычислительных систем, в процессе функционирования которых
не возникает очередей запросов на выделение свободной памяти, исклю-
исключить бесполезные затраты процессорного времени на просмотры списка
свободной памяти можно путем сравнения размера поступающих запросов
168 Применение результатов решения экстремальных задач Гл.5
с размером максимального участка свободной памяти (величина такого
участка должна храниться в системе и динамически корректироваться
в процессе ее функционирования).
Однако при функционировании современных многопроцессорных вы™
числительных комплексов очереди на выделение запросов возникают. Они
образуются из-за конфликтов при обращении к общим данным (списку
свободной памяти и т. д.), а также при реализации механизмов перераспре-
перераспределения и реорганизации памяти [48]. Такие очереди (группы запросов)
могут служить источником априорной информации о характере потока
запросов на выделение памяти. Это обеспечивает возможность повышения
эффективности использования памяти ЭВМ за счет возможности более
рационального планирования распределения информационных объектов
в адресном пространстве свободной памяти и позволяет сократить затраты
процессорного времени на управление распределением памяти за счет
сокращения количества просмотров списка свободной памяти. Тем не ме-
менее, при проектировании современных алгоритмов распределения памяти
очереди запросов не учитываются.
Частично решить задачу проектирования алгоритмов распределения па™
мяти, учитывающих возможность образования очередей запросов, позволя™
ет результат решения экстремальной комбинаторной задачи о вложимости
разбиений чисел (теорема 2.1). В терминах моделей 5.1 и 5.2 основная
задача при удовлетворении группы запросов состоит в установлении воз-
возможности вложения разбиения (&i,..., kt), интерпретирующего размеры
запросов группы, в разбиение (пъ ..., пг)9 интерпретирующее размеры
фрагментов свободной памяти. В соответствии с теоремой 2.1, разбиение
(&i,..., kt) вложимо в разбиение (ni,..., пг)9 если
t ^ max(fc-]ra/r[+l, 1),
где t — число запросов в группе и k = ^2i=1 kf9 n = ]Cj=i nj-
В формальной постановке задача нахождения величины max(Jc—] п/г [+
+1,1) означает, что для определения возможности удовлетворения каждого
запроса группы размерами (&i,..., kt) в фрагментированном адресном
пространстве свободной памяти не требуется t раз просматривать список
свободной памяти. Для этого достаточно постоянно хранить в ЭВМ лишь
данные о суммарном размере и количестве участков свободной памяти,
а также о количестве запросов в группе и их суммарном размере. Именно
использование этих данных при определении возможности удовлетворения
поступившей группы запросов обеспечивает полное исключение затрат
времени процессора на бесполезные просмотры списка свободной памяти,
так как если условия вложимости выполняются, то в результате просмотра
списка свободной памяти всегда найдутся свободные участки адресного
пространства памяти для удовлетворения каждого запроса из очереди.
Однако нахождение max(fc—]n/r[+l,1) не является окончательным
решением поставленной задачи. Всякий новый результат, связанный с ре™
шением экстремальной комбинаторной задачи на частично упорядоченном
5.2. Проектирование алгоритмов управления распределением памяти ЭВМ 169
по вложимости множестве разбиений чисел, всегда предполагает и реше-
решение задачи о построении алгоритма, по которому эта вложимость будет
реализовываться. Поэтому необходимо еще определить или построить
алгоритм, который при выполнении условия вложимости обеспечил бы
полное распределение запросов из группы в памяти ЭВМ (обеспечил
вложение частей разбиения). По определению, вложение части ki разбие-
разбиения (A?i,..., kt) в разбиение (ni,..., пг) преобразовывает их к виду
(*i,..., fci_i, fei+i, - ..,**) и(гсь. ..,rij -fa,... ,nr).
Это значит, что после вложения каждой части к{ ранг разбиения
(&i,..., kt) уменьшается на единицу. Ранг г разбиения (ni,..., пг) при
rtj = ki также уменьшается на единицу, а в случае rij > ki остается без
изменения. Такая интерпретация вложимости частей разбиений адекватно
формализует работу алгоритма распределения памяти. При доказательстве
утверждения, которое позволяет выбрать искомый алгоритм, будем пони-
понимать процедуру вложения именно так.
Утверждение 5.1. Если разбиения pr(n) = (ni,..., пг) и qt{k) = (A?i,...
. . . , к t) удовлетворяет условию t ^ max(Jc^]n/r[+l51), то вложение раз-
разбиений (ki,. . . , kt) С (ni,. . ., пг) обеспечивается по любому алгоритму,
который распределяет части, равные единице, в последнюю очередь.
Доказательство. Достаточно рассмотреть случай п = к. Пусть к{ < п$\
ясно, что после вложения ki в rij ранг г не изменится и полная вложимость
будет обеспечиваться, если k—]n/r[ ^ к ~~ к{—](п — ki)/r[+l9 что, в свою
очередь, эквивалентно неравенству ](к ~~ (г — l)ki)/r[^](k + г)/г[9 кото-
которое, очевидно, выполняется при к ^]г/(г — 1)[= 2. Если ki = rij9 то
исходное неравенство имеет вид k—]k/r[^ к — ki—](k — ki)/(r — 1)[+1.
Предположим, что }(к + (г - 1)к{)/(г — 1)[ ^ ]k/r[9 но это неравенство
не выполняется, если к{ ^ 2. Таким образом, утверждение доказано.
Следовательно, если выполняется условие теоремы 2.1 (условия вложи™
мости разбиений), то в силу утверждения 5.1, для удовлетворения запросов
группы не требуется их упорядочение, а также упорядочение по величине
размеров участков свободной памяти в списке. В этом случае необходимо
лишь запросы к{ = 1 распределять в последнюю очередь. Правило выбора
rij для удовлетворения запроса размером к{ можно записать следующим
образом:
j = min(j : ki ^ rij), 1 ^ j ^ r,
где г — количество участков свободной памяти, быть может, и не упо-
упорядоченных по величине. Такое правило реализует алгоритм распределе-
распределения памяти first-fit [41], который является наиболее быстрым алгоритмом
распределения, т.е. требующим для работы минимума затрат времени
центрального процессора. Это значит, что, осуществляя проверку выполне-
выполнения условий вложимости перед работой алгоритма распределения памяти,
можно без просмотра списка свободной памяти определить возможность
удовлетворения поступившей группы запросов. Если эти условия выполня-
выполняются, то по алгоритму first-fit (с незначительной доработкой в соответствии
170 Применение результатов решения экстремальных задач Гл.5
с утверждением 5.1) запросы группы будут полностью удовлетворены без
применения каких-либо средств организации памяти.
Следует заметить, что выполнение условий вложимости для группы из
t запросов с суммарным размером к означает наличие резерва свободной
памяти, величина которого равна, по крайней мере, r(k — t) — k -\- г, где
г — количество участков свободной памяти. Ясно, что в вычислительных
системах, для которых характерна обработка больших по размеру запро™
сов на выделение памяти, работа по такому алгоритму может привести
к появлению большого резерва свободной памяти. Однако для систем, где
запросы на память невелики, в процессе их работы будет создаваться резерв
свободной памяти, размер которого будет динамически меняться в зави-
зависимости от характера потока запросов на выделение памяти (чем больше
поступающие запросы, тем больше размер резерва свободной памяти). Этот
резерв может быть использован в ЭВМ для защиты от тупиковых ситуаций
в оперативной памяти. Величину такого резерва можно сократить, исполь-
используя для проверки условий вложимости принцип полного размещения (ем.
гл. 2). В этом случае потребуется дополнительная информация о размерах
запросов в группах, хотя решение самой задачи остается полиномиально
сложным.
Продемонстрированное применение результата решения экстремаль™
ной комбинаторной задачи не единственное. Эти и другие экстремаль™
ные результаты могут быть использованы при исследовании процесса
выполнения заданий в АСУ, при выборе размеров оперативной и внеш-
ней памяти ЭВМ, анализе особенностей структуры программных средств
АСУ.
5.3. Комбинаторная модель для исследования процесса
выполнения заданий в АСУ
Функционирование АСУ складывается из множества различных по
сложности стохастических процессов и явлений. Их исследование состав-
составляет основу для повышения эффективности организации вычислительного
процесса АСУ в целом. Однако многие из этих процессов и явлений очень
трудно поддаются моделированию с помощью аналитических методов
исследования. В результате разрабатываемые аналитические модели оказы-
оказываются непригодными даже для получения оценок значений исследуемых
параметров.
Применение методов комбинаторного анализа для исследования про™
цесса функционирования АСУ позволяет создать с помощью комбинатор-
комбинаторных схем более адекватные формальные модели исследуемых элементов,
процессов и явлений. Объединение этих моделей на основе общих парамет-
параметров в комбинаторные схемы обеспечивает на уровне оценок значений этих
параметров возможность анализа взаимного влияния параметров, а также
их влияния на процесс функционирования АСУ. Для подтверждения этого
тезиса рассмотрим комбинаторную модель процесса выполнения заданий
в АСУ.
5.3. Комбинаторная модель для исследования процесса выполнения заданий 171
Модель 5.3. Заданием в АСУ будем называть одну из реализуемых
ею функций, выполняемую одной программой или последовательностью
программ. Если какая-либо функция в АСУ реализуется в зависимости
от исходной информации различными последовательностями программ,
то в рассматриваемой комбинаторной модели такое различие в реализа-
ции рассматривается как различие выполняемых функций, т. е. в пред-
предлагаемой модели считается, что каждая реализуемая функция АСУ вы™
полняется строго фиксированной последовательностью программ. Такое
предположение не накладывает каких-либо ограничений на общность ис-
использования модели, так как при проектировании АСУ всегда имеется
возможность для такого детального представления реализуемых ею функ-
функций.
Предлагаемая модель позволяет исследовать АСУ при следующих огра-
ограничениях на процесс ее использования:
• дисциплина обслуживания заданий в АСУ такова, что очередное за-
задание с каждого терминала может быть инициировано только после
завершения выполнения предыдущего, заданного с того же терми-
терминала;
• структура программных средств АСУ фиксирована и предназначена
для реализации конечного числа функций по обработке информации,
заданных при проектировании системы.
Такая организация функционирования АСУ является типичной для ряда
систем подобного класса, что также обеспечивает общность представляе-
представляемой модели.
Пусть АСУ предназначена для обслуживания / терминалов и реа-
реализации различных функций, выполняемых заданиями z Е Z, где Z
— множество всех реализуемых функций АСУ. Пусть Qi — множество
заданий, каждое из которых может быть инициировано с терминала i E
Е [/] = {1,...,/}, причем любые Qi и Qj могут пересекаться. Будем
называть Qi описанием функционального назначения терминала г. Принятая
в соответствии с ограничениями дисциплина выполнения заданий в АСУ
позволяет полагать, что в любой момент времени в АСУ одновременно
могут выполняться не более / заданий. Тогда множество различных со-
совокупностей заданий, которые могут одновременно выполняться в АСУ,
определяется прямым произведением Q = Y\(=i Qi> элементы которого
q = (zi,. . . , Zf) E Q будем называть полными совокупностями заданий
для проектируемого распределения функций между терминалами АСУ
и определяемого множествами Qi (z{ — задание, предназначенное для
инициирования с г-го терминала).
В процессе функционирования АСУ образованию любого q E Q
предшествует множество различных последовательностей состояний
АСУ, характеризуемых одновременным выполнением заданий. Пусть
q = (zi,..., Zf); для этого q рассмотрим два состояния АСУ, харак-
характеризуемые выполнением соответственно одного (z\) и одновременно
двух (zi,Z2) заданий. Ясно, что в процессе функционирования АСУ
172 Применение результатов решения экстремальных задач Гл.5
последовательности ее состояний, которые переводят систему из (zi)
в (zi, Z2), могут быть различными. При этом нас не будет интересовать
количество раз, которое система пребывала в том или ином состоянии, так
как нашей задачей является исследование множества возможных состояний
АСУ. Для проведения таких исследований достаточно зафиксировать
только возможность пребывания АСУ в том или ином состоянии. Это
позволяет существенно упростить модель для описания всего множества
состояний АСУ, считая (zi) и {z\, Z2) соседними состояниями при переходе
АСУ из состояния (zi) в (zi,Z2), и использовать для описания всего
множества состояний системы следующий подход.
Пусть Q{q) = {щ : щ С q}9 щ = (zh,. . . , zj, (гь . . . ,zj) Е 2Щ где
2 [Я — булеан множества [/]. В соответствии с определением булеана (см.
гл. 1) ясно, что элементами Q(q) являются все возможные сочетания из
q = (zi,..., Zf). Следовательно, Q(q) интерпретирует все множество со-
состояний АСУ, характеризуемых выполнением одного, одновременно двух,
одновременно трех и т. д. до / заданий из q Е Q. Однако с помощью множе-
множества Q(q) также интерпретируются и все возможные очереди заданий при
образовании конкретной полной совокупности qCQ. Действительно, пусть
\qi\ — количество заданий, составляющих qi Е Q(q). Для образования q Е
Е Q в системе должно быть реализовано еще f — \qi\ таких заданий, которые
являются дополнением ~qi для qi в q9 т.е. ~qi = q\qi. Учитывая правило
построения Q(q)9 нетрудно показать, что если ^ = q\qi и qi Е Q(q)9 то
<7i G Q(q)- Тогда, задавая взаимно однозначное отображение <р : Q(q) —>
—> Q(q) такое, что <p(qi) =~qi = q\qi9 получаем пары элементов (^, ~qi),
характеризующие каждое состояние АСУ одновременно выполняемыми
заданиями из qi и соответствующей этому состоянию очередью заданий на
выполнение для перехода системы из qi в состояние, характеризуемое зада-
заданиями из q G Q. Применяя такой подход для определения промежуточных
состояний для всех q G Q, получим множество W(Q) = {(w,vJ) : Ш =
= q\w, w E Q(q),q G Q}9 элементы которого и позволяют получить
априорную информацию для оценки значений некоторых параметров функ™
ционирования АСУ.
Мощность множества W(Q)9 или количество элементов, составляющих
это множество, определяет объем вычислений, который необходимо про-
произвести при исследовании всего многообразия состояний АСУ. Учитывая
правило построения полных совокупностей q E Q и правило построения
Q(q)9 нетрудно показать, что мощность множества W(Q) определяется
выражением |VK(Q)| = 2? • nf=i \Qi\> гДе ^ — мощность булеана мно-
множества [/] = {1,..., /}, \Qt\ — мощность множества Qi. Существует
множество различных применений рассмотренной модели при исследова-
исследовании функционирования АСУ. Для примера рассмотрим ее использование
при оценке сверху необходимого размера оперативной памяти ЭВМ. Од-
Однако для этого необходимо рассмотреть еще ряд комбинаторных моделей,
формализующих процесс распределения памяти и влияние внешней фраг-
фрагментации.
5.4. Комбинаторные модели для оценки необходимого размера памяти ЭВМ 173
5,4. Комбинаторные модели
для оценки необходимого размера памяти ЭВМ
Размер оперативной памяти ЭВМ оказывает существенное влияние на
пропускную способность АСУ. Если размер оперативной памяти мал, то
в процессе функционирования системы часть времени центрального про™
цессора затрачивается на управление распределением памяти. Увеличение
оперативной памяти повышает производительность системы без каких™
либо изменений в программах обработки данных. Память будет всегда
служить ключом к производительности ЭВМ. Дж. фон Нейман установил
это в своем меморандуме в 1946 г.; это верно и сейчас [92].
При проектировании АСУ РВ вопросам оценки размера оперативной
памяти уделяется внимание практически на всех этапах создания системы.
С этой целью создаются сложные имитационные модели, с помощью кото™
рых, в основном, исследуется поведение системы при пиковых нагрузках,
т. е. в период времени, когда средняя величина потока заданий в системе
принимает максимальное значение [14, 92]. Проведение этих исследований
требует существенных затрат вычислительных ресурсов на разработку
системы и увеличивает время ее создания. Однако такие исследования
необходимы, так как именно при пиковых нагрузках АСУ РВ должна
оставаться работоспособной.
Следует также заметить, что эффективное функционирование АСУ
реального времени невозможно без выполнения одного важного условия:
в результате проектирования программное обеспечение должно «соответ™
ствовать» аппаратуре, оно должно быть спроектировано так, чтобы не
снижалась производительность этой аппаратуры и всей системы в це-
целом [26,92]. Используемые в настоящее время подходы для решения задачи
управления распределением памяти таковы, что окончательное ее решение,
как правило, появляется только на этапе эксплуатации системы.
Приведенный краткий анализ требований к методам управления распре-
делением оперативной памяти ЭВМ АСУ РВ позволяет сделать следующие
выводы:
• метод решения задачи проектирования управления распределением
оперативной памяти должен минимизировать затраты вычислитель™
ных ресурсов и обеспечивать получение теоретически обоснованного
алгоритма уже на этапе технического проектирования АСУ;
• метод управления распределением памяти должен проектироваться
с учетом особенностей структуры программных средств системы;
• метод управления оперативной памятью ЭВМ должен минимизиро™
вать затраты процессорного времени на ее распределение и обе с™
печивать эффективное выполнение функций АСУ РВ при пиковых
нагрузках в системе;
• метод управления оперативной памятью ЭВМ должен накладывать как
можно меньше ограничений при удовлетворении запросов на выделе-
выделение памяти и обеспечивать быстрое освобождение не участвующих
в вычислительном процессе занятых сегментов памяти.
174 Применение результатов решения экстремальных задач Гл.5
Для решения этих задач предлагается использовать ряд комбинаторных
моделей. Последовательность представления таких моделей выбираем в со™
ответствии с увеличением количества априорной информации о процессе
функционирования оперативной памяти ЭВМ АСУ. В рассматриваемых
моделях будем учитывать и возможность группового удовлетворения за-
запросов, т.е. когда запросы на выделение свободной памяти поступают
группами. Преимущество группового метода удовлетворения запросов за™
ключается в наличии дополнительной априорной информации о характере
потока запросов на память, которая учитывается здесь путем рассмотрения
упорядоченных по размеру групп запросов. Рассматривается также модель
процесса распределения оперативной памяти ЭВМ при реализации оди-
одиночного метода удовлетворения запросов на выделение памяти, т. е. когда
запросы удовлетворяются в порядке их поступления.
Модель 5.4. Рассматривается функционирование ЭВМ, в которой за-
запросы на выделение памяти поступают группами. Пусть размеры запросов
группы, поступившие в произвольный момент времени, соответствуют
частям разбиения (&i, ...,&*) Ь к. Свободная память в рассматриваемый
момент времени представлена г участками с суммарным размером п. Тогда
согласно принципу полного размещения (см. гл. 2) вычисление величины
п(къ ...,kt;r)= max
при условии кг ^ ... ^ kt обеспечивает нахождение такого суммарного
размера свободной памяти, который, будучи представленным любым раз-
разбиением на г непрерывных свободных участков адресного пространства,
позволит полностью разместить в ней все (&i, ...,&$) без ее перерас-
перераспределения и реорганизации. Из формулы принципа полного размещения
видно, что для решения этой задачи не требуется информации о размерах
свободных участков памяти, а следовательно, для каждого из запросов груп-
группы не требуется просмотр списка свободной памяти ЭВМ. С этой целью
достаточно проверить справедливость неравенства п ^ n(&i, ...,&$; г),
где г — количество фрагментов, которыми представлена свободная память
размером п.
Если неравенство выполняется, то из доказательства принципа полного
размещения следует, что для удовлетворения запросов (&i,..., kt) мож-
можно использовать любой алгоритм динамического распределения памяти,
который учитывает упорядоченность запросов по убыванию их размеров.
Иными словами, все запросы величиной (&i,..., kt) можно одновременно
удовлетворить в свободной памяти (ni,..., пг)9 например, по алгоритму
first-fit, если при выборе запросов из очереди учитывается их упорядочен-
упорядоченность по убыванию размера. Следовательно, принцип полного размещения
может быть использован при проектировании методов динамического рас™
пределения памяти ЭВМ АСУ.
Пример 5.2. Пусть размеры запросов представлены частями разбие-
разбиения (&i,..., kt) = B2,13,12, 8, 4, 2, 2,1) Ь 64, а непрерывные участки
5.4. Комбинаторные модели для оценки необходимого размера памяти ЭВМ 175
адресного пространства свободной памяти — разбиением (ni,..., пг) =
= B3,21,21,20) Ь 85. Тогда
п(къ ..., kt; г) = гаB2,13,12, 8, 4, 2, 2,1; 4) = 85
и, следовательно, разместить все представленные запросы можно, напри-
например, следующим образом: B3 = 22 + 1, 21 = 13 + 8, 21, 20 = 12 + 4 +
+ 2 + 2). Если же (ni,..., пг) = B2, 21, 21, 20) Ь 84, то принцип полного
размещения уже не влечет требуемой вложимости, несмотря на то, что
последняя все же имеет место. Это характеризует «зону неопределенности»
в экстремальных комбинаторных оценках.
Модель 5.5. Пусть имеется га групп запросов на выделение памяти. Раз™
меры запросов j-й группы соответствуют частям разбиения (к]3 ,..., к\3, )
(j = 1,..., 77i). В соответствии с принципом полного размещения, нетруд™
но показать, что вычисление величины
при условии к[ ^ ... ^ щ3 обеспечивает нахождение суммарного
размера свободной памяти, всякое разбиение которого на не более чем г
непрерывных адресных участков обеспечит полное удовлетворение запро-
сов на память любой j-й группы A ^J j ^ га). Алгоритм распределения
запросов здесь такой же, как в модели 5.4.
Модель 5.6. Пусть множество возможных состояний занятой памяти
ЭВМ интерпретируется множеством разбиений чисел (d\ ,..., йщ), i =
= 1,...,/, где любая часть г-го разбиения dr соответствует размеру г-
го занятого участка адресного пространства памяти, a vi — количество
занятых участков, представленных частями г-го разбиения числа. Для каж-
каждого г-го состояния занятой памяти известно множество групп запросов,
каждая из которых в процессе функционирования АСУ может потребовать
одновременного удовлетворения всех своих запросов при г-м состоянии
занятой памяти ЭВМ.
Пусть множество разбиений чисел (к[3 ,..., к\ )^ соответствует та™
кому множеству групп запросов для i-ro состояния занятой памяти; части
этих разбиений соответствуют размерам запросов на память, а ранг tj —
количеству запросов в j-й группе (г = 1,..., I; j = 1,..., mi). Учитывая
влияние внешней фрагментации, полагаем, что в процессе функциониро-
функционирования АСУ при удовлетворении каждой группы запросов, соответствую™
щей i-му состоянию занятой памяти, свободная память ЭВМ оказывается
«раздробленной» на не более чем V{ + 1 непрерывных участков адресного
пространства, где Vi — число занятых участков памяти, соответствую-
щих г-му состоянию. Тогда оценка сверху (V) — необходимого размера
памяти ЭВМ, которой в процессе функционирования АСУ будет доста-
достаточно для удовлетворения любой поступающей группы запросов с учетом
176 Применение результатов решения экстремальных задач Гл.5
принципа полного размещения, вычисляется в соответствии с выраже-
нием
V = max Цтах (n((fcP,... , k^)^;Vi + 1)) + $>«)
при (k{j\..., k{^){i\ где n^fcP,...,*;^)^);^ + 1) определяется
по формуле принципа полного размещения для каждого разбиения
{к[3 ,..., к\3. ) *, a ]Cr=i ^ — суммарный размер занятой памяти при
удовлетворении запросов группы.
Такой подход к выбору размера оперативной памяти ЭВМ АСУ, так
же как и в предыдущих моделях, предполагает возможность использо-
использования алгоритмов динамического распределения памяти, которые учиты-
учитывают наличие групп запросов и обеспечивают удовлетворение запросов
этих групп в порядке убывания их размера. Однако в настоящее время
большинство ЭВМ АСУ не используют групповой метод удовлетворения
запросов на память. Построить аналогичную модель для оценки выбирае-
выбираемого размера оперативной памяти ЭВМ при реализации одиночного метода
удовлетворения запросов позволяет несколько иная формальная комбина-
торная модель поступления групп запросов в процессе функционирования
АСУ.
Пусть имеется группа запросов на выделение памяти {кг,..., kt),
которые необходимо удовлетворить по одному в порядке поступления.
Все запросы в конечном итоге должны быть одновременно удовлетворены
в свободной памяти, которая к моменту поступления первого запроса
группы представлена г непрерывными участками адресного пространства.
Ясно, что одиночное удовлетворение запросов рассматриваемой группы
предполагает произвольный порядок чисел кг,... ,kt. В соответствии
с леммой 2.2, если
г
f(k1,...,kt;r)= max ( V к, + (кц - 1)(г - 1)), h € N,
i=i
то при любом порядке очередности чисел &!,...,&? выполняется неравен™
ство
/{кг,... ,h;r) ^ п(Ль.. .,*;*; г).
Тогда ясно, что для оценки требуемого размера свободной памяти ЭВМ
при одиночном удовлетворении запросов необходимо найти максимум зна-
значения /{кг, • • •, kt; г) на всем множестве перестановок чисел (&i,..., kt).
Согласно лемме 2.2 этот максимум равен величине
t
к + ( max ki — 1){г — 1), где к = \^ к{.
Однако нахождение этого результата не является окончательным реше-
решением задачи. Прежде чем перейти к описанию модели для исследования
5.4. Комбинаторные модели для оценки необходимого размера памяти ЭВМ 111
одиночного метода удовлетворения запросов, необходимо сформулиро-
сформулировать алгоритм, по которому можно осуществить вложимость. Алгоритм,
реализующий вложимость при произвольном порядке частей разбиения
(&i,..., kt), позволяет сформулировать
Утверждение 5.2. Пусть заданы разбиения (к\,..., kt) Ь к и (ni,...
. . . , nr) Ь га, для которых справедливо неравенство
п ^ к + ( max к* — 1)(г — 1).
Тогда (&i,. . . , kt) С (щ,. . . , п^), причем эту вложимостъ может обес-
обеспечить алгоритм, который:
• части ki для размещения выбирает по одной в порядке их нумерации;
• каждую часть kj размещает в первую подходящую по размеру часть
П{, т. е. щ выбирается по правилу
г = min(i: kj ^щ), 1 ^J i ^J r, 1 ^ j ^ t;
• при выборе щ > kj остается остаток в виде одной части щ — kj >0.
Доказательство. Проведем индукцию по t. При t = 1 основное нера-
неравенство принимает вид п ^ rk\ ™г + 1и требуемое выполняется в силу
принципа Дирихле. Проведем индукционный переход. Предположим, что
требуемое выполняется вплоть до ? — 1, и покажем, что требуемое также
верно и для t. Вложимость (к\ ^... ^ kt) С (ni ^... ^ щ) следует из принципа
полного размещения и того, что n(ki,..., kt; г) ^ к + (maxi^^t к{ —
— 1)(г — 1) согласно лемме 2.2. Тогда для к\ всегда найдется rii ^ к\.
После вложения части к\ требуемое будет следовать из выполнения условий
вложения для разбиений (&i,..., kt) и (ni,..., щ — к±,..., пг). Для
доказательства возможности такой вложимости воспользуемся индукци™
онным переходом. С этой целью достаточно проверить справедливость
неравенства
п — к\ ^ к — к\ + ( max ki — l)(v — 1).
\2<Ci<Ct /
где
Действительно, согласно условию,
п ^ к + ( max ki — 1) (г — 1) ^ к + ( max ki — l)(v — 1)
и, значит,
п — к\ ^ к — к\ + ( max ki — l)(v — 1),
что и требовалось доказать.
178 Применение результатов решения экстремальных задач Гл.5
Модель 5.7. Пусть множество возможных состояний занятой памяти
ЭВМ представлено множеством разбиений чисел (d\ ,..., d*l) Ь dS%\
i = 1,...,/. Для каждого элемента этого множества известны mi со-
совокупностей запросов на выделение памяти, которые представлены со-
соответствующими разбиениями (к[3 ,..., к\\ )^г\ j = 1,..., га$, кг —
размер г-то запроса j-й совокупности, tj — количество запросов в j-й
совокупности. В процессе функционирования ЭВМ АСУ запросы любой j-
й совокупности поступают в произвольной последовательности, удовлетво-
удовлетворяются по одному в соответствии с очередностью их поступления и требуют
одновременного размещения в памяти. К моменту поступления первого
запроса каждой j-й совокупности, соответствующей г-му состоянию за-
занятой памяти, свободная память ЭВМ оказывается представленной V{ + 1
непрерывными участками адресного пространства. Тогда по лемме 2.2 такая
модель позволяет произвести расчет оценки сверху необходимого размера
оперативной памяти ЭВМ (V7) в соответствии с выражением
v
V = max ( max (k{iJ) + ( max k^j) - l)Vi) + Vd
где kv —размер v-го запроса на память в j-й совокупности, соответству-
соответствуем)
ющей г-му состоянию занятой памяти; tj — количество запросов в j-й
совокупности, соответствующей г-му состоянию занятой памяти:
Справедливость утверждения 5.2 позволяет показать, что при работе
ЭВМ АСУ с размером оперативной памяти, равным V', гарантированное
удовлетворение любого запроса обеспечивается алгоритмом динамическо-
динамического распределения памяти first-fit.
Следует заметить, что для расчета величин V и V здесь не требуется
информации о размерах непрерывных адресных участков свободной па™
мяти. Это согласуется с формальной интерпретацией принципа полного
размещения. Однако если на каком-либо этапе проектирования АСУ появ-
появляется дополнительная априорная информация о функционировании иссле™
дуемого элемента системы, то, используя другие экстремальные результаты
о вложимости разбиений чисел, можно уточнить значения исследуемых
параметров. Пусть размеры запросов группы, поступившие в произволь-
произвольный момент времени, соответствуют частям разбиения (&ь ..., &t) \~ к.
Свободная память в рассматриваемый момент времени представлена г
участками с суммарным размером п9 причем, в отличие от моделей 5.4-
5.7, известны объемы всех г участков свободной памяти, которые соот-
соответствуют частям разбиения (ni,..., пг) Ь п. Эту информацию можно
использовать для улучшения экстремальных границ требуемого размера
5.4. Комбинаторные модели для оценки необходимого размера памяти ЭВМ 179
оперативной памяти ЭВМ, гарантирующего удовлетворение запросов на
память при групповом обслуживании. Именно, если
7li ^ • • • ^ ^г,
m = min m: YlT=ini^ ^ и выполняется неравенство
i
max ( \^ щ — n(ki,. . . , kt; I) J > 0,
i=l
то все запросы на память (&i,..., kt) \~ k можно одновременно удовле-
удовлетворить в фрагментированном адресном пространстве свободной памя™
ти с размерами свободных участков, соответствующих частям разбиения
(rci,..., пг) \- п. Для пояснения рассмотрим
Пример 5.3. Пусть t = г = 3, {къ..., kt) = E,2,1) Ь 8,
(ni,. . . , пг) = F, 3, 3) Ь 12. Тогда пE, 2,1; 3) = 13 > 12 = 6 + 3 +
+ 3 и, значит, прямое использование принципа полного размещения, без
учета информации о размерах участков свободной памяти, не гарантирует
удовлетворения запросов. Однако при I = 2 получаем, что гаE, 2,1; 2) =
= 9 = 6 + 3 и, значит, согласно принципу полного размещения, E, 2,1) С
С F,3), а так как
то E,2,1) С F,3) С F, 3, 3). Следовательно, в силу транзитивности вло-
жимости имеем E,2,1) С F,3,3), так что гарантировать удовлетворение
запросов все-таки удается.
С другой стороны, если при выяснении возможности удовлетворения
поступающих групп запросов на память учитывать размеры ее непрерыв™
ных свободных участков адресного пространства, то, используя экстре-
экстремальный результат теоремы 2.3, можно также уточнить значение оценки
сверху величины свободной памяти, которой будет достаточно для гаранти-
гарантированного удовлетворения поступающих групп запросов. Использование
результата теоремы 2.3 продемонстрируем построением ряда моделей.
Модель 5.8. Рассмотрим ЭВМ АСУ, в которой запросы на выделение
свободной памяти поступают группами. Определить возможность удовле-
удовлетворения всех запросов группы в фрагментированном адресном простран™
стве свободной памяти позволит использование результата теоремы 2.3,
суть которого состоит в нахождении величины
2j • • • , nr) = max f ^J kj + ^J min(ra/,
)),
r ^ ^r rij, при условии к\ ^ . . . ^ kt. Если ra(&i,. . . , kt; n^, • • • , nr)
^ Yd=2nh T0 (ki,...,kt) С (rai,...,rar), где (къ . . . , kt) h
(rai,..., nr) \- n — разбиения чисел к и га, соответственно.
180 Применение результатов решения экстремальных задач Гл.5
Формальное толкование этого результата становится очевидным при
интерпретации разбиений чисел (Jbb ..., kt), (rai, ..., пг), а также вло-
жимости этих разбиений в соответствии с определениями в моделях 5.1
и 5.2. Для определения возможности одновременного удовлетворения за-
запросов группы, размеры которых интерпретируются частями разбиения
(fei,..., kt) \~ к, в фрагментированном адресном пространстве свобод™
ной памяти, интерпретируемом разбиением (ni,..., пг) Ь п, необходи-
мо проверить справедливость неравенства n(ki,..., kt; п2,..., nr) ^ п.
Здесь величина п(к\,..., kt; п2,..., пг) — это тот минимально необходи-
необходимый суммарный размер свободной памяти, который, будучи представлен™
ным г непрерывными участками ее адресного пространства с размерами
Pi,..., рг соответственно, где pi ^ щ9 г = 2,..., г, обеспечит возмож-
возможность одновременного удовлетворения запросов размеров кг,..., kt. Сле-
довательно, если для поступающей группы запросов на память (A?i,..., kt)
справедливо неравенство
г
n(ki,... ,kt',n2, • • • ,nr) ^ У^%,
i=i
то все эти запросы можно одновременно удовлетворить в фрагментиро-
фрагментированном адресном пространстве свободной памяти (ni,..., пг) без при™
менения средств ее реорганизации и перераспределения. Как и в моделях
5.4-5.7, здесь для определения возможности удовлетворения группы из
t запросов не требуется t раз просматривать список свободной памяти.
Использование информации о размерах сегментов непрерывных участков
адресного пространства свободной памяти требует всего одного просмотра
списка свободной памяти для определения одновременного удовлетворения
t запросов. Если неравенство п{к\,..., kt; п2,..., nr) ^ Z)j=i пз вьшол™
няется, то гарантированное распределение каждого запроса к{ обеспечит
любой разумно спроектированный алгоритм динамического распределения
памяти, который при своей реализации учитывает упорядоченность запро-
запросов по убыванию их размеров, т. с. к\ ^ ... ^ kt. Например, все запросы
группы (&i,...,A;t) можно удовлетворить в фрагментированном адресном
пространстве свободной памяти с размером сегментов (ni,..., пг) по ал-
тотршщfirst-fit, если выполняется неравенство n(ki,..., kt\ n2j..., nr) ^
^ 5^r=i ni' a порядок выбора запросов из очереди будет соответствовать
к\ ^ ... ^ kt. Иными словами, если при управлении распределением
памяти ЭВМ в качестве критерия установления возможности одновре-
одновременного удовлетворения запросов использовать результат теоремы 2.3,
то, независимо от правила выбора свободных участков памяти rtj для
размещения в них запросов к{9 все запросы будут размещены, если из
очереди они выбираются в порядке убывания их величины. Следовательно,
результат теоремы 2.3 может быть использован и при проектировании
методов динамического распределения памяти ЭВМ АСУ. Для пояснения
рассмотрим тот же пример, что и в модели 5.2; в нем пE,2,1;3,3) = 11<
< 12 = 6 + 3 + 3 и, следовательно, требуемое размещение осуществимо.
5.4. Комбинаторные модели для оценки необходимого размера памяти ЭВМ 181
При этом из определения экстремальной границы n (A?i,..., kt; П2,.. •, пг)
следует, что осуществима не только вложимость
(къ . . . , kt) С (щ, . . . , пг) Ь п = n(fci, . . . , kt; гс2, • . . , nr),
но и вложимость разбиения (&i,..., kt) в любое разбиение (pi, Р2,•••
..., pr) Ь n, в котором pi $J щ, i = 2,..., г. Так, в уже рассмотренном
нами случае (&!,...,&$) = E,2,1) и (ni,...,nr) = F,3,3) имеем
пE,2,1;3,3) = 11, следовательно, разбиение E,2,1) будет вложимо
в следующие разбиения числа 11 ранга 3: (9,1,1), (8, 2,1), G,3,1), G, 2, 2),
F,3,2), E,3,3). Отметим, что среди всех разбиений числа 11 ранга 3
имеется такое, в которое разбиение E,2,1) невложимо — это, очевидно,
D,4,3).
Модель 5.9. Пусть имеется га групп запросов на выделение па-
памяти. Размеры запросов j-й группы соответствуют частям разбиения
(к[ ,..., к\ ), j = 1,..., га. Пусть также известно состояние свободной
памяти ЭВМ, интерпретируемое разбиением (ni,..., пг) Ь п, которое
в соответствии с каким-либо выбранным критерием (например, самое пло-
плохое с точки зрения распределения в ней запросов) характеризует внешнюю
фрагментацию в процессе функционирования ЭВМ АСУ. Тогда, в соответ-
соответствии с определением теоремы 2.3, можно показать, что величина
max
г г
= max ( max f \^ fe^J'^ + \^ min(n;, /ujJ — 1)) j
v = l 1=2
при ^2 ^ ... ^ fe^ является тон минимальной суммой г фрагмен-
фрагментов непрерывного адресного пространства свободной памяти размерами
Pi, р2,. • •, рг, где pi ^ щ (г = 2,..., г) соответственно. И эти размеры
Pi (г = 1,..., г) обеспечат одновременное удовлетворение всех запросов
любой j-й группы A ^ j ^ га). Алгоритм распределения запросов в этой
модели выбирается аналогично алгоритму модели 5.8.
Модель 5.10. Пусть множество возможных состояний свободной
памяти ЭВМ АСУ интерпретируется множеством разбиений чисел
{щ j..., Пщ\ г = 1,...,/, где любая часть i-го разбиения п?
соответствует j-му непрерывному участку адресного пространства
свободной памяти, a V{ — количество непрерывных участков адресного
пространства свободной памяти. Для каждого i-ro состояния свободной
памяти известно множество групп запросов, каждая из которых
в процессе функционирования АСУ может потребовать одновременного
удовлетворения всех своих запросов при г-м состоянии свободной памяти
ЭВМ. Пусть множество разбиений чисел (k[J ,..., к\ )^ соответствует
такому множеству групп запросов для г-го состояния свободной памяти,
182 Применение результатов решения экстремальных задач Гл.5
а ранг tj —количеству запросов в j-й группе (г = 1,..., /; j = 1,..., га/).
Тогда из определения теоремы 2.3 и в соответствии с моделью 5.9 искомый
размер оперативной памяти определяется величиной
(
max( max
(n((k[j\ . . . , *<f
* \ J
г Vi
= max f max f V A#> + V mm(n
l 12
mm(n(i)
Можно выделить две особенности представленных здесь комбинатор-
комбинаторных моделей, которые существенно упрощают исследование процесса ди-
динамического распределения памяти ЭВМ:
• интерпретация состояний свободной (занятой) памяти разбиениями
чисел, с одной стороны, позволяет при исследованиях не учитывать
большую часть состояний адресного пространства памяти, с другой
стороны, такая характеризация состояний памяти содержит все необ-
необходимые параметры, которые достаточно полно отражают влияние
внешней фрагментации;
• в моделях не учитывается время пребывания памяти ЭВМ в том
или ином фрагментированном состоянии, их характеризация с помо-
щыо неупорядоченных разбиений чисел позволяет только фиксировать
один лишь факт пребывания памяти в допустимых для нее состоя™
ниях.
Однако использование этих положительных качеств комбинаторных
моделей требует еще и решения задачи о нахождении априорной инфор-
информации о функционировании АСУ и, в частности, о функционировании
оперативной памяти ЭВМ. Возможности и методы ее получения оказыва-
оказывают существенное влияние на эффективность применения комбинаторных
моделей в процессе исследований. Дело в том, что искомые априорные
данные являются входной информацией для рассматриваемого класса ком-
комбинаторных моделей, поэтому полнота и степень точности этих данных
в конечном итоге сказывается на получаемых результатах исследований
в целом.
Применение комбинаторных моделей для решения задачи о нахожде-
нахождении оценки сверху необходимого размера оперативной памяти ЭВМ АСУ
требует, прежде всего, определения основных факторов, под воздействи-
воздействием которых происходит изменение состояний оперативной памяти ЭВМ.
Приведенные ранее рассуждения позволяют называть в качестве одного из
таковых размеры запросов на выделение оперативной памяти. Но разме-
размеры запросов, в свою очередь, определяются размерами информационных
объектов (программ и массивов данных), которые составляют программ-
программные средства АСУ. Следовательно, для получения априорной информации
о функционировании оперативной памяти ЭВМ необходимо провести ана-
анализ данных о программных средствах АСУ.
5.5. Применение моделей для оценки размера оперативной памяти 183
5,5. Применение комбинаторных моделей длм оценки
необходимого размера оперативной паммти ЭВМ АСУ
Каждая выполняемая в АСУ функция (обработка информации, все-
всевозможные расчеты, накопление, обновление, перераспределение данных
и т. д.) реализуется с помощью различных комплексов программ или про™
граммных средств АСУ. Учитывая сложившуюся специфику разработки
программных средств АСУ, а также цели создания систем, связанные с ав-
автоматизацией процесса обработки информации в какой-либо конкретной
предметной области знаний, можно выделить два основных свойства про-
программных средств АСУ:
• модульность построения программных средств, позволяющая одно-
однозначно сформулировать требования к размеру свободной памяти, которая
потребуется при реализации каждой конкретной функции (задания) АСУ;
• функциональная замкнутость построения программных средств АСУ,
т. е. определенное число программных модулей и их наименований, реали-
реализующих каждое конкретное задание, а также конечное число выполняемых
функций, которое в длительные периоды времени эксплуатации системы
(между моментами времени ее модернизации) остается неизменным.
Наличие таких свойств позволяет дать следующее определение струк-
структуры программных средств АСУ.
Определение 5.2. Структурой программных средств АСУ будем на™
зывать описание совокупностей функционально замкнутых линейных по-
последовательностей программных и информационных модулей или инфор-
информационных объектов, которое содержит данные о максимальных размерах
требуемой оперативной памяти ЭВМ при выполнении или загрузке каждого
модуля и данных о последовательностях выполнения (использования) этих
модулей для каждого задания АСУ.
Такое представление о выполнении заданий в АСУ на первый взгляд
может показаться ошибочным. Действительно, многие задания в систе-
ме в зависимости от данных на входе реализуются «ветвящейся», а не
линейной последовательностью программных модулей. Кроме того, каж-
каждый программный модуль в процессе своего выполнения сам может быть
источником запросов на выделение памяти, которая ему потребуется для
размещения промежуточных или выходных данных. Однако появление
таких запросов в процессе выполнения заданий АСУ не влияет на характер
последовательности выполнения программных модулей при реализации
конкретных функций обработки информации. Более того, детализаций но-
номенклатуры заданий АСУ с учетом входной информации в конечном итоге
приведет к их интерпретации именно линейными последовательностями
программных и информационных модулей.
Возможность такого представления структур программных средств
АСУ имеет очень важное значение при использовании комбинаторного
подхода к исследованиям процесса функционирования систем. Данные
о структуре программных средств обеспечивают исследователей уже на эта-
184 Применение результатов решения экстремальных задач Гл.5
пе проектирования АСУ априорной информацией, необходимой для приме™
нения комбинаторных моделей и получения оценок значений исследуемых
параметров функционирования системы. Степень точности данных о струк-
структуре программных средств определяется степенью проработки проекта
АСУ или этапом ее проектирования, на котором получена эта информация.
На ранних этапах проектирования, когда алгоритмы реализации функций
АСУ еще не определены детально, такими данными могут служить оценки
требуемых размеров оперативной памяти для реализации каждой функции
АСУ
Важно отметить, что комбинаторные модели 5.4-5.7 уже с появлением
ориентировочных данных о требуемых размерах оперативной памяти и при
наличии сведений о функциональном назначении каждого терминала АСУ
позволяют получить теоретически обоснованную оценку сверху необхо-
необходимого размера оперативной памяти ЭВМ АСУ Кроме того, модели 5.3^
5.7 позволяют получить аналитическую зависимость оценки необходимого
размера оперативной памяти ЭВМ АСУ от таких ее характеристик, как
параметры структуры программных средств, количество и функциональное
назначение терминалов системы.
Рассмотрим пример применения комбинаторных моделей для нахожде-
нахождения значения оценки сверху необходимого размера оперативной памяти
ЭВМ на ранних этапах проектирования АСУ, т. е. когда имеются только
ориентировочные данные о требуемых размерах памяти для реализации
каждого задания системы z Е Z. Такие данные могут быть заданы в виде
списка значений размеров. Для некоторых заданий АСУ при проектирова-
проектировании могут быть заданы и одинаковые ориентировочные размеры требуемой
памяти, следовательно, рассматриваемый список может иметь одинаковые
элементы. Такой список уже нельзя рассматривать как множество, так как
это будет противоречить основному свойству элементов, объединенных
понятием «множество». Список, имеющий одинаковые элементы, является
мультимножеством (см. гл. 1), однако в наших исследованиях удобнее
рассматривать его как разбиение числа. Это, с одной стороны, не про-
противоречит определению разбиений, с другой — использование понятия
множества разбиений чисел не противоречит изложенному в модели 5.3
правилу построения множества W{Q).
Пусть разбиение (&!,...,&/) Ь к соответствует исходным данным по
требованиям к памяти, а его части к{ соответствуют заданным ориенти-
ориентировочным размерам памяти, необходимым для реализации i-ro задания
в ЭВМ АСУ. По исходным данным о функциональном назначении каждого
терминала АСУ, используя модель 5.3, построим множество W(Q) 3(w,w).
Обозначим через \w\ и \Щ количество заданий, которые составляют со™
ответственно w и W. Подставив в w вместо каждого задания требуемый
для его реализации размер памяти из (&i,..., к{) Ь к, получим разбиение
p{kit,..., kir) ранга г = \w\9 I ^ i ^ I, 1 ^ г ^ /. Значит, рг в соответ-
соответствии с определением w в модели 5.3 характеризует одно из допустимых со-
состояний памяти ЭВМ АСУ. Части этого разбиения соответствуют размерам
занятых участков памяти, а ранг характеризует максимально возможную
5.5. Применение моделей для оценки размера оперативной памяти 185
«раздробленность» свободной памяти при наличии в ней г непрерывных
занятых участков адресного пространства.
Таким же образом подставим соответствующие размеры памяти для
заданий из w. В результате получаем разбиение pt = (kjt,..., kjt) ранга
t = \w\ = / — г, 1 ^ j ^ I, которое определяет максимально допустимое
число запросов в группе и размеры этих запросов kjm (I ^ m ^ t)9
характеризуя, тем самым, возможный поток запросов на выделение памяти
для фиксированного состояния памяти ЭВМ, представленного разбиением
рг. В результате получаем пару разбиений чисел (pr ,pt), соответствующую
элементу (го, го) Е W(Q)9 которая характеризует допустимую ситуацию
в памяти ЭВМ при функционировании АСУ и, кроме того, содержит
всю необходимую информацию для расчета оценки необходимого размера
оперативной памяти ЭВМ в соответствии с моделями 5.5-5.7. Поставив
таким же образом в соответствие каждой паре (w,W) E W(Q) пару
разбиений (pr,pt), получим множество B(Q) пар разбиений, которые и
являются необходимой априорной информацией для расчета оценки сверху
необходимого размера оперативной памяти ЭВМ исследуемой АСУ
Можно выделить два основных и общих для рассматриваемого эта-
этапа проектирования свойств параметров разбиений, составляющих пары
(Pr,Pt) ? B(Q)9 а именно:
• соотношение рангов разбиений каждой пары всегда удовлетворяет
равенству г + t = /;
• сумма чисел, из которых получены разбиения pr npt9 всегда удовле™
творяют неравенству
г t
j = l m=l
ki E (ki,..., ki)9 kij7 kim —части разбиений pr npt соответственно.
Аналитические выражения для расчета оценки сверху необходимого
размера оперативной памяти ЭВМ в зависимости от реализуемого ме™
тода распределения запросов получаем на основании соответствующих
моделей. Пусть в исследуемой АСУ реализуется групповое распределение
запросов на выделение памяти. Для ЭВМ такой АСУ получить оценку
сверху необходимого размера оперативной памяти ЭВМ соответствует
единственная возможная группа запросов на выделение памяти. С учетом
этого обстоятельства искомая величина V определяется выражением
т г
V= max ( max \^ kj + (km — l)r + >^ k{)
при к\ ^ ... ^ kt, где kj и ki — части разбиений pt и рг соответственно.
Для ЭВМ АСУ, в которой реализуется одиночное распределение за™
про сов на выделение памяти, оценить необходимый размер оперативной
памяти позволяет модель 5.7. С учетом тех же особенностей исходных
186 Применение результатов решения экстремальных задач Гл.5
данных, представленных множеством B(Q)9 расчет оценки производится
как частный случай приведенного в модели 5.7 выражения и определяется
величиной
t г
V1 = max ( \^ kj + ( max km — 11 r + V^ ki J,
(pr,pt)GB(Q)V^ J \Km^t J f^ У
где fe^ и & j — части разбиений рг и pt соответственно.
Ясно, что V ^ 1/;, если V ш V вычисляются на одном и том же
множестве B(Q). Это соотношение следует из правила построения множе-
множества W(Q)9 которое, в свою очередь, определяет состав элементов B(Q).
Однако если в качестве исходных данных для вычисления V и V' берутся
различные подмножества B(Q)9 то и соотношение этих величин может
быть различным.
Нетрудно заметить, что объем вычислений при расчете оценки размера
оперативной памяти ЭВМ с помощью приведенных выше выражений,
в основном, определяется количеством терминалов, обслуживаемых АСУ,
их функциональным назначением и наличием данных о программных
средствах, реализующих задания или функции АСУ. Правило построе-
построения множества B(Q) позволяет определить объем вычислений, который
необходимо произвести для получения оценки размера оперативной па-
памяти ЭВМ на рассматриваемом этапе проектирования АСУ. Количество
операций, которое необходимо выполнить в данном случае, определяется
величиной |FI/(Q)| = \B(Q)\ = lJ • \\i=1 \Qi\, где операцией считаем
вычисление выражений для нахождения величин V или V по одному
из элементов (pr,Pt) ? B(Q). С появлением данных о структуре про-
программных средств, реализующих задания АСУ, объем вычислений резко
возрастает. Пусть разбиение q = (к[г\ ..., к^) интерпретирует размеры
и число программ с необходимыми массивами данных, реализующих г-е
задание в АСУ. В этом случае каждому заданию АСУ с учетом модели
5.3 будет соответствовать уже не одно число (оценка требуемого разме-
размера памяти для реализации задания), a t{ чисел — частей разбиения q.
Предположим, что при выполнении любого задания в АСУ в памяти ЭВМ
всегда находится только одна из последовательностей программ, реализу™
ющих это задание, т.е. что программы после выполнения освобождают
занимаемую оперативную память. Тогда исходные данные для расчета
в соответствии с моделями 5.3, 5.5, 5.6 и 5.7 потребуют выполнения 2? х
х nf=i R{Qi) операций, где R(Qi) — сумма рангов разбиений, которые
характеризуют структуру программных средств, реализующих задания,
предназначенные для инициирования с г-го терминала АСУ. Ясно, что
П/=1 R{Qi) ^ nf=i \Qi\ ПРИ ti ^ 1- Как уже указывалось ранее, при
исследованиях с помощью комбинаторных моделей сократить перебор
исследуемых состояний элементов АСУ позволяют результаты решения
экстремальных комбинаторных задач. В данном случае таким результатом
является
5.5. Применение моделей для оценки размера оперативной памяти 187
Теорема 5.2. Пусть р = (&i,..., kr) \- k и Q — множество всех
разбиений q = (kj)jEB, где В С 2^г\ т. е.
Q= U
Пусть г(р) —ранг разбиения р, (р — q) —разбиение, полученное из р
удалением некоторых частей, составляющих q9 и \ (р — q) | — сумма частей
разбиения (р — q). Тогда если к\ ^ . . . ^ кГ9 то
max (n(q; r(p — q) + 1) + \р — q\) = к + (ki - l)(r - 1).
Доказательство. Вначале докажем оценку сверху. Подставив значение
n(q;r(p — q)) в соответствии с принципом полного размещения (теорема
2.2) получим
max (n(q; r(p - q) + l) + \р - q\) =
qEQ
max ( max ( ^ 9i + (Яг ~
qi ^ . . . ^ qt
Так как 2g.G(p_g) gi + Y,]=i 4j ^ |p|, 1 < г < ?, то справедливо неравен-
неравенство
q E Q
г
max (max (V 9i + {щ - l)(r(p) - r(g))j +
^ |p| + max ( max ((9i - l)(r(p) - r(g))) I.
q G Q ^ Х^г^с /
q G Q
g = (gi, . . . ,qt)
qi ^ . . . ^ qt
Ho
max ( max.((qi - l)(r(p) - r(q))j) ^ (qt - l)(r - 1),
Q
q = (gi, . . . , qt)
qi ^ . . . ^ qt
значит,
p\ + max ( max ((qi - l)(r(p) - r(q))) )
q ? Q V l^i^t /
q ?. Q
g = (gi, . . . ,qt)
qi>--->qt <; \p\ + (qi - i)(r _ i) о + (Al _ l)(r - l).
Для доказательства остается показать, что полученная оценка всегда
реализуется; действительно, при q = (kt) имеем
max(n(g; r(p - ^) + 1) + |р - q\) > n((*i); r(p)) + |р - (*i)| =
= кг + (fcx - l)(r - 1) + A; - кг = к + (кг - l)(r - 1).
Таким образом, теорема доказана.
188 Применение результатов решения экстремальных задач Гл.5
Этот экстремальный результат значительно сокращает исследуемый
объем исходных данных при расчете оценки сверху необходимого размера
оперативной памяти ЭВМ. В общем случае для каждого состояния АСУ,
характеризуемого одновременным выполнением заданий полной совокуп-
совокупности в модели 5.3, предполагается построение множества пар (<7г?*7г)>
qi Е Q[q)^i € Q(q), которые характеризуют состояния системы, предше-
предшествующие переводу ее в состояние q Е Q. Однако при переходе к реальным
требованиям по памяти, характеризуемым парами разбиений (pr,Pt) ^
С B(Q)9 множество B(Q) можно существенно сократить. Пусть B(q) С
С B(Q) — множество пар разбиений (pr,Pt)> соответствующих (^,~qt),
которые, в свою очередь, заданы взаимно однозначным соответствием
(f: Q(q) —> Q(q), где <p(qi) = q{ = q\qi, q E Q. Ясно, что для параметров
каждой тонкой пары (pr,Pt) С B(q) справедливы равенства
r + t =
- ¦ f -J -J
j = l ra=l г=1
kij —части разбиения рГ9 1 ^ j ^ r; kim —части разбиения pt9 1 ^m^
^ i; k{ — части разбиения ранга /, которым является список требуемых
размеров оперативной памяти для реализации заданий из q E Q. Тогда
нетрудно показать, что в соответствии с результатом теоремы 5.2
т г
max ( max / ki + (к{ — 1) + > j
к{ + ( max A^ — l)r.
vi<ci<c/ ;
г=1
Таким образом, для каждого g E Q в модели 5.3 при оценке размера
оперативной памяти ЭВМ, достаточной для одновременного выполнения
заданий из q E Q, нет необходимости исследовать все 2? состояний,
предшествующих переводу системы в состояние q. Для этого достаточно
рассмотреть одно ее состояние, характеризуемое парой разбиений (pr, p't)
таких, что
kit = maxi^^j к{9 г = f — 1. Следовательно, для расчета оценки сверху
необходимого размера оперативной памяти ЭВМ в качестве исходных
данных достаточно выбрать множество разбиений P(Q), каждый элемент
которого p(q) = (&i,..., kf) является списком требуемых размеров памяти
для реализации заданий из соответствующей ему полной совокупности q E
Е Q. Учитывая теорему 5.2, для определения V достаточно вычислить
V(Q) = max
p(q) E P(Q)
5.5. Применение моделей для оценки размера оперативной памяти 189
Величина V(Q) может использоваться в качестве оценки сверху необ-
необходимого размера оперативной памяти ЭВМ АСУ при реализации как
группового, так и одиночного методов удовлетворения запросов на па-
память. Нетрудно показать, что требуемый объем вычислений при этом, как
и в предыдущих случаях, определяется множеством исходных данных,
а именно:
г=1 г=1
Следует заметить, что части каждого разбиения p(q) в соответствии
с определенным в модели 5.3 правилом выбираются из одного и того же
списка значений (&!,...,&/), где к{ соответствует необходимому размеру
непрерывного адресного пространства оперативной памяти, который по™
требуется для реализации г-го задания в системе, I—число всех возможных
заданий, которые реализуются АСУ. Тогда, учитывая, что при нахождении
V(Q) величина г = const, полностью исключить перебор элементов
множества P(Q) при определении V(Q) позволяет
Лемма 5.1. Пусть
г
ij + (max kij - 1),
(kix,. . . , k{r) G R — множество всех сочетаний no г из элементов
множества N = (&i,. . . , &/), к{ > 0, к\ ^ . . . ^ к[, I > г. Тогда
г
max X(kix, . . . , kir) = У^ /г» + (fci - l)r.
Доказательство. С учетом правила построения множества R определяем
значение
max ( max ki. ) ^ max ki = к\, ki E N.
(.i)ii<)fc.jG? Sj=i ^ij ^ S[=i А?г,т.е. максимум определяется сум-
суммой максимальных элементов из N9 а именно, элементами (кг,..., кг). По
определению элементами множества R являются все возможные сочетания
по г из элементов JV, и, следовательно, (к\,..., kr) G R, что и требовалось
доказать.
Результат леммы 5.1 дает возможность полагать, что величина V(Q) оп-
определяется разбиением pf(q) G P{Q) с максимальными частями относи™
тельно других элементов P(Q). Разбиение pf(q) будем называть экстре-
экстремальным размером структуры программных средств для конкретного
распределения функций между терминалами АСУ. Экстремальный разрез
структуры программных средств имеет важное значение при исследованиях
и оптимизации параметров, характеризующих процесс распределения
памяти ЭВМ АСУ. Найти pf(q) без перебора элементов множества P(Q)
190 Применение результатов решения экстремальных задач Гл.5
позволяет несложное правило построения P(Q)9 которое использует упоря-
упорядоченный список априорных данных о размерах запросов на память в АСУ.
Подводя итоги полученным результатам, определим порядок действий при рас-
расчете оценки сверху необходимого размера оперативной памяти ЭВМ АСУ.
5.6, Порядок расчета оценки необходимого размера
оперативной памяти ЭВМ АСУ
Вначале необходимо проанализировать имеющиеся данные о структуре
программных средств, реализующих задания АСУ, увязать их с данными
о функциональном назначении терминалов АСУ. С этой целью данные
о необходимых размерах памяти, которые потребуются при реализации
заданий АСУ, представляются в виде списка значений N = (&!,...,&/).
Элементами А^A^г^/) такого списка в зависимости от рассматривае-
рассматриваемого этапа проектирования могут быть либо данные об ориентировочных
размерах памяти для реализации заданий, либо данные о размерах всех
программ и их массивах, которые и составляют структуру программных
средств АСУ. Пусть N — список значений размеров памяти, которые потре™
буются для реализации программ, составляющих структуру программных
средств АСУ. Элементы этого списка перенумеруем от 1 до I и упорядочим
так, чтобы ki ^ ... ^ &/.
Для привязки исходных данных о структуре программных средств
к функциональному назначению терминалов системы необходимо постро-
построить множества Qi (I ^ i ^ /), элементами каждого из которых являются
задания, предназначенные для инициирования с г-го терминала. Затем
с помощью N и Q отображением (р: N ^ Qi таким, что
^(z) = {ki}: z = <р(Ь,), ktjeN, zeQ}, 1 < i < /,
получаем список Qi(N) требуемых размеров памяти для реализации зада-
заданий, составляющих каждое множество Qi. Элементы Qi(N), так же как
и элементы списка N, упорядочиваются по убыванию.
С помощью списков Qi(N) A ^ г ^ /) определяем экстремальный
разрез структуры программных средств АСУ pf(q), используя для этого
следующее правило:
p\q) = (ki. : ki3 e Qm(N), j = mm(j G Lm)), 1 < m < /,
где / — количество терминалов, которое проектируется для обслуживания
АСУ, Lm — множество номеров элементов, составляющих Qm{N), Ьш с
с{1,...,/}.
Расчет оценки сверху необходимого размера оперативной памяти ЭВМ
АСУ с учетом леммы 5.1 производится на элементах разбиения p'(q)
в соответствии с выражением
где ki. e pf(q),
5.6. Порядок расчета оценки необходимого размера оперативной памяти 191
Таким образом, последовательным решением несложных экстремаль-
экстремальных комбинаторных задач о вложимости на множестве разбиений чи-
чисел, интерпретирующем возможные состояния исследуемой системы,
полностью исключается перебор его элементов при нахождении значе-
ния функционала, определенного на параметрах элементов этого множе-
ства.
Правило нахождения экстремального разреза структуры программных
средств АСУ имеет полиномиальную сложность вычисления, что обеспе-
чивает относительно быстрое решение этой задачи на ЭВМ практически
для любых по сложности структур программных средств. Выбор размера
оперативной памяти в соответствии с V(Q) обеспечивает использование
наиболее простого метода управления распределением памяти, программ-
программные средства для реализации которого составляет единственный алгоритм
распределения памяти first-fit.
Величина V(Q) является оценкой сверху необходимого размера памяти
ЭВМ, поэтому она, естественно, превышает реальные требования к памяти
для реализации той или иной структуры и состава программных средств
АСУ. Можно определить эффективность применения того или иного экс-
тремального результата о вложимости разбиений чисел при расчете оценки
сверху величины необходимого размера оперативной памяти ЭВМ. С этой
целью помимо сравнения полученных экстремальных результатов друг
с другом полезно иметь некое «абсолютное» значение исследуемых пара-
параметров. Наиболее простым по постановке методом сравнения различных
экстремальных результатов о вложимости разбиений чисел является их
сравнение по результатам решения задачи о вложимости пары заведомо
вложимых разбиений. Простейшей постановкой задачи в этом случае будет
проверка «самовложимости»
Такая постановка для каждого экстремального результата, дающего оцен-
оценки объему необходимой свободной памяти, показывает, какое количество
памяти обеспечит гарантированное одновременное размещение запросов
размерами (кг,..., kt) в фрагментированном адресном пространстве сво-
свободной памяти с размерами свободных сегментов {к\,..., kt). Так, исполь-
использование принципа Дирихле (в рамках модели 5.7) для определения необ-
необходимого размера оперативной памяти ЭВМ в соответствии с выбранным
подходом оценивается значением tk — t -\-1.
Использование принципа полного размещения в моделях 5.4-5.7 для
определения необходимого размера оперативной памяти ЭВМ оценивается
величиной
i
n(kiJ. . . ,kt; t) = max ( ^% + (ki - l)(t - In.
Согласно верхней оценке из B7) гл. 2 наименьшая возможная граница для
необходимого размера оперативной памяти ЭВМ оценивается величиной
192 Применение результатов решения экстремальных задач Гл.5
к • 1, 5819, поскольку
m(M'i} < t*-(t-iy ^ T^^ = *• 1.5819.
Этот результат наглядно показывает, насколько принцип полного разме™
щения может быть эффективнее, чем принцип Дирихле.
Использование теоремы 2.3 для определения необходимого размера
оперативной памяти ЭВМ обеспечивает следующие границы.
Предложение 5.1. Пусть
t) = max п{к\,. . . , kt] ki, • • • ? &*)•
(fci, . . . , Ac*) I— Ac
) ^2k- [k/t] - * + 1.
Доказательство. Имеет место равенство
ra(A;i, . . . , &t; *2, • • • , h) = к + max (k{ - 1)(г - 1).
Действительно,
г t
= max f ^J fej + ^^ min(A;/,
= k + max (ki — 1)(г — 1).
Оценка снизу реализуется самым равномерным возможным разбие™
нием: (]&/?[,..., [k/t]) \- к, поэтому для максимизирующего разбиения
(А;1,...,А;*I-/ги его максимизирующего индекса г выполняется неравен™
ство ki ^ [k/t].
Теперь оцешсу сверху докажем методом от противного; предположим,
что (г - 1)к{ — i + 1 > к — [k/t] — ? + 1, но тогда
(г - l)ki - г + 1 > Л - [k/t] -t-\-l = k1-\-----\-kt- [k/t] -t + 1^
или ki < [k/t], что противоречит предыдущему замечанию.
Приведенная система оценок применения результатов решения экс-
экстремальных комбинаторных задач наглядно демонстрирует тот факт, что
5.6. Порядок расчета оценки необходимого размера оперативной памяти 193
с увеличением априорной информации о функционировании исследуемых
элементов существенно уточняются результаты, т. е. повышается эффек-
эффективность применения комбинаторных моделей при проведении исследо-
исследований. В подтверждение этому достаточно сравнить приведенные выше
оценки.
Нетрудно показать, что если размер оперативной памяти ЭВМ выбирать
в соответствии с моделями 5.4-5.6, в процессе функционирования АСУ
эффективность использования памяти не превысит значения
—<—^i=1 kij • 100%.
Следовательно, для структур программных средств АСУ, у которых
элементы экстремального разреза обеспечивают выполнение условия
эффективность использования оперативной памяти будет более 50 %. Как
видно из последнего неравенства, повышение реального требуемого раз-
размера памяти, определяемое величиной слагаемого (А;^ — 1)/, учитывает
(по определению в моделях 5.5-5.7) максимальное влияние внешней фраг-
фрагментации на процесс распределения памяти ЭВМ. Проявление внешней
фрагментации здесь задано предположением о том, что наличие в памяти /
занятых участков приводит к образованию (/ + 1)-го свободного участка,
причем размер этих свободных участков на единицу меньше, чем макси-
максимально возможный размер запроса на память, который может появиться
в процессе функционирования системы. Такое предположение о влиянии
внешней фрагментации памяти достаточно глубоко отражает реальный про-
процесс функционирования памяти ЭВМ. Этому свидетельствует доказанное
в [41] «правило пятидесяти процентов». Однако это правило характеризует
установившийся режим функционирования памяти или, по определению
в [41], состояния равновесия, при котором в системе имеется в среднем п
занятых участков. Кроме того, «правило пятидесяти процентов» оперирует
с понятием вероятности, что не позволяет его использовать в качестве
характеристик явления фрагментации при расчете размера оперативной
памяти ЭВМ, обеспечивающем гарантированное удовлетворение любого
запроса на память без применения средств ее реорганизации и перераспре-
перераспределения.
Приведенные результаты показывают, что требуемый размер памяти
ЭВМ АСУ, необходимый для реализации исследуемой структуры про-
программных средств, в основном определяется элементами экстремального
разреза структуры. Учитывая случайный характер процесса функциони-
функционирования памяти, полагаем, что именно эти элементы и определяют мак-
максимальное влияние внешней фрагментации. Следовательно, исследовав
все множество состояний адресного пространства памяти, определяемого
194 Применение результатов решения экстремальных задач Гл.5
различными ситуациями одновременного выполнения в ней элементов эке-
тремального разреза структуры программных средств, можно существенно
уточнить значение оценки V(Q). Эти исследования могут быть проведены
как с помощью метода имитационного моделирования, так и методом
экстремального комбинаторного анализа. Главное, что эти исследования
должны проводиться не на всей структуре программных средств АСУ,
а только на элементах ее экстремального разреза.
Величина V(Q) и экстремальный разрез структуры программных
средств имеют важное значение для организации работ по проектированию
и расширению функций АСУ. Действительно, для рассмотренной здесь
организации вычислительного процесса величина V (Q) не зависит от коли-
количества программ, которыми реализуются те или иные задания АСУ. Поэтому
выбор размера оперативной памяти в соответствии cV(Q) позволит неогра-
неограниченно наращивать функции АСУ без увеличения размера оперативной
памяти ЭВМ. Это обеспечивается выполнением единственного условия при
расширении функции АСУ:
программные средства, реализующие дополнительно вводимые функ-
ции, не должны вносить изменений в экстремальный разрез структуры
программных средств АСУ.
Экстремальный разрез структуры программных средств с помощью
предложенного здесь математического аппарата может быть найден еще на
ранних стадиях проектирования АСУ. Следовательно, данные об экстре-
экстремальном разрезе могут быть занесены в документацию на проектирование
и разработку программных средств. Учет этих данных как ограничений на
допустимые размеры программных и информационных модулей позволит
при создании системы полностью исключить решение задач, связанных
с выбором размера оперативной памяти ЭВМ АСУ.
Несмотря на то, что значения У, V и V(Q) являются оценками сверху
необходимого размера памяти ЭВМ (пусть даже для реализации некоторых
АСУ неприемлемыми), их величина определяется аналитической зависи-
зависимостью от таких характеристик АСУ, как особенности структуры программ-
программных средств, количества терминалов, обслуживаемых АСУ, количества
реализуемых ею функций и функционального назначения ее терминалов.
Следовательно, модели 5.3-5.7 и полученные решения экстремальных ком™
бинаторных задач можно считать математическим аппаратом для иссле-
исследования и оптимизации процесса управления памятью ЭВМ, структуры
программных средств АСУ, распределения функций между терминалами
системы.
Кроме того, принятое при рассмотрении моделей ограничение на управ-
управление вычислительным процессом, предписывающее отработавшей про-
программе освобождение занимаемой ею памяти, ни в коей мере не сужает
рамки проводимых с помощью этого аппарата исследований. При отоб-
отображении множества исходных данных (модель 5.7) на реальные данные
о структуре программных средств с помощью предложенного формального
аппарата можно построить ряд дополнительных моделей, которые позволят
5.6. Порядок расчета оценки необходимого размера оперативной памяти 195
учесть работу программ с массивами в структуре программных средств
АСУ, реализацию других методов управления ходом вычислительного про-
процесса. Следовательно, имеется возможность с помощью таких моделей
исследовать все вышеперечисленные особенности функционирования АСУ.
Так, например, произведя корректировку структур программных
средств по величине программ и массивов, а также переведя некоторые
программы в разряд резидентных, получаем возможность оптимизации
структуры и управления вычислительным процессом относительно по™
требления ресурсов оперативной памяти ЭВМ; можно исследовать влияние
реентерабельности программ при заданном распределении функций между
терминалами АСУ на требуемый размер оперативной памяти и т. д. Здесь
важно отметить, что предлагаемый подход к исследованиям позволяет
решать два класса комбинаторных задач: задачи об определении наличия
допустимого решения (о возможности вложения разбиений) и задачи
построения теоретически обоснованных алгоритмов реализации этого
решения за полиномиальное время (алгоритмы вложения разбиений).
В заключение следует отметить, что затраты процессорного времени
на организацию управления распределением памяти ЭВМ АСУ с высо™
ким динамизмом поступления запросов в процессе их функционирования
составляют более 1/3 общего времени решения функциональных задач.
Выбор размера оперативной памяти с помощью предлагаемого подхода
позволит реализовать в системе наиболее простой метод управления ее
распределением. Это обеспечит сокращение непроизводительных затрат
процессорного времени на организацию управления распределением one™
ративной или вспомогательной памяти ЭВМ АСУ. Программные средства,
реализующие такую организацию управления оперативной памятью, со™
ставит практически единственная программа тторштмя first-fit. Исключив
из функций программного обеспечения ЭВМ АСУ средства управления
оперативной памятью и реализовав аппаратно алгоритм first-fit, можно
значительно повысить производительность систем такого класса.
1. ИЗБРАННЫЕ ОТРЫВКИ
ИЗ МАТЕМАТИЧЕСКИХ СОЧИНЕНИЙ Г. ЛЕЙБНИЦА
(составил и перевел А. П. Юшкевич)г)
ife письма Лейбница к Х.Гюйгенсу от 8 сентября 1679 г. (L.M.S., т. II,
с, 18-25)
... Я еще недоволен Алгеброй в том отношении, что она в области
геометрии не доставляет ни кратчайших путей, ни наиболее красивых
построений. Поэтому... я полагаю, что нам нужен еще иной, чисто геомет-
геометрический или линейный, анализ, непосредственно выражающий для нас
положение (situm), как Алгебра выражает величину (magnitudinem).
Я думаю, что располагаю таким средством и что фигуры и даже машины
и движения можно было бы представлять с помощью знаков (en caracteres),
как Алгебра представляет числа и величины; и я посылаю Вам этюд об
этом, который, на мой взгляд, имеет существенное значение...
, 1948.— Т. III, № 1.— С. 198-204.
Избранные отрывки из сочинений Лейбница 197
... Я открыл некоторые начала новой характеристики, которая совер-
совершенно отлична от Алгебры и которая будет иметь большие преимущества,
ибо точно и естественно, хотя и не применяя фигур, представляет уму всё,
что зависит от чувственного воображения (de Г imagination). Алгебра есть не
что иное, как характеристика неопределенных чисел или величин. Но она не
выражает положение, углы и движение непосредственно, и поэтому часто
бывает трудно привести к вычислению то, что имеется в фигуре, и еще труд-
нее бывает найти достаточно удобные геометрические доказательства и по™
строения, даже когда алгебраическое вычисление польностыо проведено.
Между тем, эта новая характеристика, не упуская из виду фигур (suivant des
figures de vue), необходимо должна давать одновременно решение, а также
построение и геометрическое доказательство, причем все это естественным
образом и с помощью анализа, другими словами — определенными путями.
Алгебра вынуждена предполагать начала геометрии, между тем как эта
характеристика доводит анализ до конца. 2) Если бы она была завершена
так, как я ее себе мыслю, то с помощью знаков, являющихся просто лишь
буквами алфавита, можно было бы дать описание сколь угодно сложной
машины; а это дало бы уму средство отчетливо и легко познать машину
со всеми ее частями и даже вместе с их употреблением и движением, не
пользуясь ни фигурами, ни моделями и не затрудняя воображение; а вместе
с тем фигура ее предстояла бы перед разумом, если бы пожелали заняться
истолкованием знаков. С помощью этого средства можно было бы также
давать точные описания естественных вещей, как, например, растений
и строения животных; и те, кому трудно рисовать фигуры, смогли бы,
лишь бы соответствующий предмет предстоял перед ними или перед их
разумом, в совершенстве объяснять и передавать свои мысли или опыты
потомству, чего нельзя делать теперь, ибо слова наших языков недостаточно
определённы и недостаточно пригодны для того, чтобы хорошо объясняться
без помощи фигур. В этом, однако, заключается еще меньшая польза этой
характеристики, ибо, если речь идет только об описании, то лучше, если
можно и угодно, пойти на издержки, иметь фигуры и даже модели или, еще
лучше, оригиналы вещей. Главная же польза состоит в тех заключениях
и рассуждениях, которые можно производить при помощи действий над
знаками и которые нельзя было бы выразить при помощи фигур (и еще
менее моделей), не увеличивая чрезмерно их количества и не запутывая их
введением чрезмерно большого числа точек и линий, поскольку придется
делать бесконечное множество бесполезных попыток, между тем как этот
метод будет вести к цели верно и без труда. Я думаю, что таким образом
можно будет трактовать механику почти как геометрию, и что можно будет
даже дойти до испытания качеств материалов, ибо это обыкновенно зависит
от определенной формы их чувственных частей. Наконец, я не питаю
надежды на то, что можно будет достаточно далеко продвинуться в физике
2) Речь идет о том, что применение алгебры и геометрии опирается на теоремы
о подобии треугольников и теорему Пифагора.
198 Приложение I
ранее, чем будет найден такой сокращенный прием (abrege) для облегчения
воображения. Ведь мы знаем, например, какой ряд геометрических рассуж-
рассуждений необходим для объяснения одной лишь радуги, которая представляет
собой одно из простейших явлений природы. И на этом основании мы
можем судить, сколько потребуется умозаключений, чтобы проникнуть
во внутрь смесей (mixtes), состав которых столь тонок, что микроскоп,
открывающий менее чем их стотысячную часть, до сих пор объясняет его
недостаточно, чтобы как следует помочь нам. Однако имеется некоторая
надежда частично достичь этого, когда будет разработан этот подлинно
геометрический анализ.
Я не вижу, чтобы у кого-либо другого когда-либо возникала подобная
мысль, и это заставляет меня опасаться, чтобы она не пропала, если у меня
не найдется времени довести ее до конца; поэтому я присоединяю здесь
один этюд, который, по-моему, заслуживает внимания и который будет
достаточен, по крайней мере, для того, чтобы сделать мой замысел более
правдоподобным и более удобоподобным. Я присоединяю его с тем, чтобы,
если какой-либо случай помешает его усовершенствовать ныне, этот этюд
послужил памяткой для потомства и побудил дойти до цели кого-нибудь
другого.
Известно, что в геометрии нет ничего важнее исследования мест, поэто-
поэтому я разъясню одно из простейших с помощью этого рода знаков. Буквы
алфавита обыкновенно будут обозначать точки фигур. Первые буквы, вроде
Л, В, будут обозначать данные точки; последние, вроде X, У, — точки
искомые. И в то время как в алгебре пользуются равенствами или уравнени-
уравнениями, я здесь пользуюсь конгруэнциями (congruits), которые выражаю знаком
Ь. Например, ABC&DEF в первой фигуре (рис. П. 1.1) выражает, что
между треугольниками ABC и DEF, согласно порядку точек, существует
конгруэнция, что они могут занимать в точности одно и то же место и что
один из них можно наложить или поместить на другой, не меняя в этих двух
фигурах ничего, кроме местоположения. Если наложить таким образом D
на Л, Е на В и F на С, то оба треугольника (которые приняты равными
и подобными) очевидно совпадут. То же самое можно сказать в известном
смысле не только о треугольниках, но и о точках; а именно: ABC^DEF
во второй фигуре (рис. П. 1.2) означает, что можно одновременно наложить
А на D и В на Е и С на F, не меняя расположения трех точек ABC
между собой, ни трех точек DEF между собой,— если предположить
первые три соединенными между собой какими-либо негибкими линиями
(безразлично, прямыми или кривыми), а также и три другие. После этого
объяснения знаков перехожу к местам.
р
в : ч\
Е\ \р A-- -С pi
Рис. П. 1.1 Рис. П. 1.2
Избранные отрывки из сочинений Лейбница
199
Допустим, что АЬУ (рис. П. 1.3), т.е. дана точка А. Требуется найти
место всех точек У или (У),3^ обладающих конгруэнцией с точкой А.
Я утверждаю, что место всех Y будет бесконечное во всех направ-
направлениях пространство, ибо все точки мира находятся между собой
в конгруэнции, т. е. одну из них всегда можно поставить на место другой.
Но все точки на свете находятся в одном и том же пространстве. Поэтому
такое место можно выразить так: Y ЩУ). Все это совершенно очевидно,
но начинать следовало с начала.
У"
(Y) 4
Y
)
Рис. П. 1.3
Рис. П. 1.4
Рис. П. 1.5
Допустим, что AY ЬА(У) (рис. П. 1.4). Местом всех У будет поверх-
поверхность сферы, центр которой есть А, а радиус А У всегда одинаковый по
величине или равный данной А В или СВ. Поэтому то же место можно
выразить так: АВ ЬАУ или С В ЬАУ.
Допустим, что АХ ЬВХ (рис. П. 1.5); местом всех X будет плоскость.
Две точки АжВ даны и ищется третья X, положение которой относительно
точки Л то же, что и относительно точки В [т. е. АХ равна или (поскольку
все равные прямые конгруэнтны) конгруэнтна ВХ9 и, значит, точку В
можно поместить в точку Л, не меняя ее положения относительно точки
X]; я утверждаю, что требованию удовлетворяют все точки X, (X) одной
определенной простирающейся в бесконечность плоскости. Действитель-
Действительно, как АХЪВХ, так шА(Х) ЬВ(Х). Но вне этой плоскости не будет точек,
удовлетворяющих этому условию. Поэтому общим местом всех точек мира,
расположенных относительно А так же, как
относительно В9 будет эта простирающаяся
в бесконечность плоскость. [Отсюда далее
следует, что эта плоскость пройдет через
середину прямой А В, к ней перпендикуляр™
ной.]
Допустим, что АВСЬВУ (рис. П. 1.6);
местом всех У будет окружность (la circu-
laire). To есть, даны три точки Л, В, С и
ищется четвертая У, расположенная относительно А В так же, как С.
Я утверждаю, что имеется бесконечно много удовлетворяющих этому точек
и что местом всех этих точек является окружность. Это описание или опре™
деление круговой линии не предполагает плоскости (как евклидово), ни
3) (Y) означает совокупность всех таких точек Y.
200
Приложение I
даже прямой. Однако очевидно, что ее центр есть точка D между Л и В. 4)
Можно было бы сказать и так: A BY Ь А В (Y) — место и тогда было бы кру-
кругом, но который уже не был бы задан. Поэтому и нужно добавить еще одну
точку. Можно представить себе, что точки Л, В остаются неподвижными, а
точка С, связанная с ними какими-либо негибкими (прямыми или кривыми)
линиями, и, следовательно, постоянно сохраняющая относительно них одно
и то же положение, вращается вокруг А, В, описывая окружность CY(Y).
Отсюда видно, что можно мыслить положение одной точки относительно
другой, не применяя прямой линии, лишь бы их мыслить соединенными
какой угодно линией. И если линия предположена негибкой, то взаимное
расположение обеих точек будет неподвижным. Две точки можно мыслить
взаимно расположенными так же, как две другие точки, если они могут быть
соединены линией, которая была бы конгруэнтна с линией, соединяющей
другие. Я говорю это, дабы показать, что сказанное до сих пор еще не
зависит от прямой линии (определение которой я сейчас дам) и что имеется
различие между Л, С, взаимным расположением Л и С и прямой АС.
С
Рис. П. 1.7
Рис. П. 1.8
Допустим, что AYbBY bCY (рис. П. 1.7); местом всех Y будет
прямая. То есть, даны три точки и ищется точка Y, имеющая то же
положение относительно Л, что и относительно В и относительно С.
Я утверждаю, что все эти точки упадут на бесконечную прямую У (У). Если
бы все было в одной плоскости, то для такого определения прямой было
бы достаточно двух данных точек.
Допустим, наконец, что AY ЬВУ bCY bDY (рис. П. 1.8); местом будет
одна лишь точка, ибо ищется точка Y, одинаково расположенная относи™
тельно четырех данных точек А, В, С, D; т.е. прямые АУ, BY, CY, DY
между собой равны; и поэтому может удовлетворить только одна точка.
Эти же места могут быть выражены различными другими способами,
но приведенные суть наиболее простые и наиболее плодотворны и могут
служить определениями. Чтобы продемонстрировать пользу этих выраже-
выражений в рассуждениях, я, прежде чем кончить, покажу с помощью знаков, что
получается при пересечении этих мест.
Прежде всего: пересечение двух сферических
поверхностей есть круговая линия. Ибо выражение для
4)Лейбниц не отметил, что если С лежит на одной прямой с Л, В, то местом
будет сама точка С.
Избранные отрывки из сочинений Лейбница 201
окружности есть ABC&ABY, откуда получается АСЬАУ и ВСЬВУ;
но места, соответствующие этим конгруэнциям, суть две сферические
поверхности, из которых одна имеет центр А и радиус АG, а другая —
центр В и радиус ВС.
Точно так же пересечение плоскости и сферической
поверхности есть окружность. В самом деле, выражение сфе-
сферической поверхности есть AG&AY, а плоскости есть AYbBY и, сле-
следовательно, АС^ВС, ибо точка С есть одна из точек Y. Но так как
ВС ЬАС и AC &AY, то мы получим ВС bAY, а так как AY bBY, то мы
получим ВС ЬВУ. Соединив эти конгруэнции, мы получим ABC ЪАВУ\
т. е. А В ЬАВ, ВС bBY, AC bAY. Но ABC bABY принадлежит круговой
линии, следовательно, пересечение плоскости и сферической поверхности
дает круговую линию, что и требовалось доказать посредством этого рода
исчисления. Таким же образом получается, что пересечение двух
плоскостей есть прямая. Действительно, пусть даны две конгру™
энции, одна AY bBY для одной плоскости, другая AYbCY для другой
плоскости; мы получим тогда AYbBY^CY, местом чего является прямая.
Наконец, пересечение двух прямых есть точка. Действи-
Действительно, положим, что АУЬВУЬСУ и BY bCY&DY, тогда мы получим
AYbBYbCYbDY5).
Мне остается добавить еще одно замечание о том, что я считаю возмож-
возможным распространить характеристику на вещи, недоступные чувственному
воображению; но это слишком важно и слишком далеко заходит для того,
чтобы я мог объясниться на этот счет в немногих словах 6).
Из письма Лейбница к X. Гюйгенсу от ноября 1679 г. (L.M.S., т. II, с.
30-31).
...Во-первых, я могу в совершенстве выразить при помощи этого
исчисления всю природу или определение фигуры (чего Алгебра никогда не
делает, ибо говоря, что х2 + у2 равно а2 есть уравнение круга, следует объ™
яснить, с помощью фигуры, что такое эти х и у, т. е. что это прямые линии,
одна из которых перпендикулярна другой и начинается в центре, а другая на
окружности фигуры). И я могу выразить всю природу или определение всех
фигур, потому что все они могут быть объяснены с помощью сферических
поверхностей, плоскостей, круговых линий и прямых, для которых я это уже
сделал. Ибо точки других кривых могут быть найдены при помощи прямых
и кругов. А все машины суть только некоторые фигуры, и, значит, я могу
их описать с помощью этих знаков, а также могу выразить происходящее
в них изменение положения, т. е. их движение. Во-вторых, если можно
5)В тексте издания Гергардта здесь имеется пропуск, восполненный мной по
работе G. W. Leibniz, Hauptschriften zur Grandlegung der Philosophi. — Leipzig,
1920. — T. 1. —С 82-83.
6/Лейбниц имеет в виду свою всеобщую характеристику и ее философские и
логические приложения.
202 Приложение I
в совершенстве выразить определение какой-либо вещи, то можно также
найти все ее свойства...
Из письма Лейбница к Лопиталю от 27 декабря 1694 г. (L.M.S., т. II,
с. 258).
... Я не решаюсь еще опубликовать мои проекты характеристики по™
ложения (characteristica situs), ибо если я не придам ей убедительность, то
ее примут за фантазию (une vision). Тем не менее, я предвижу, что дело
не может не удасться. Я бы хотел иметь возможность его реализовать, но
сухие и отвлеченные поначалу размышления меня слишком возбуждают.
Будучи в этом году более нездоров, чем в течение уже долгого времени,
я принуждаю себя воздерживаться, хотя мне это и не удается в такой мере,
как следовало бы 7).
7)Во всех своих набросках по геометрическиму исчислению Лейбниц пользу-
пользуется понятием величины и, в сущности, не отказывается от координатных систем
(биполярных и др.). Каких-либо новых конкретных результатов Лейбниц при этом
не получил, и его принципиальные соображения не нашли у современников сочув-
сочувственного отклика, а затем были просто забыты.
Дальнейшее развитие геометрические идеи Лейбница получили уже в XIX в.
и притом в различных направлениях (Мёбиус, Штаудт, Г. Грассман, векторное
исчисление и т.д.). Г. Грассман, в частности, посвятил разбору приведенного
наброска Лейбница специальную работу Geometrische Analyse, gekmipft an die von
Leibniz erfundene geometrische Charakterlstik A847). Подробности, в частности, о по-
попытке Лейбница построить геометрию положения на широко толкуемом понятии
о подобии, см. у L. Couturat, цит. соч., 388-430, 529-538.
Стоит заметить, что и Ньютон считал алгебраические методы чужеродными для
геометрии. Однако Ньютон был далек от идей, развиваемых в «геометрической
характеристике» Лейбница: он отдавал предпочтение чисто синтетическим геомет-
геометрическим методам.
2. ПИСЬМО ВИЛЬСОНУ
Of. ?Иып RoBln 3.
The Open Ihln.
fatten Half,
Hilton Кеупед,
Buck* HK7 6AA,> . -
Ehllmd
Deere рэт|емо2 RoSm
Fimt o? all 1 «mild ll«e to thanK sou шад mjch foz
LntexerfLna P0№2 "Mali^U i>itu^% «hlch U
I at гее »Lth меш rain ze&itt "that topolon
not Mhat Lellnlz hod In mind". But I и not content tilth the
undeMtandln» of the Mm. Consequents„ In mm of
1 cauldRE that не need set anothei Kind of
of the Mm, anSmcrtozlal 02 co«espcndln9.--
(a) The feoietmcal etyde m hU liut littei to
OwUtuxn Шщтё 8 SeptemSei 1679 шм ml^ о шта
рой1су1щ llluatffltlm o| hU-seieial Idea» ш he fmlnhed
the letter Is the follonlns вояЬ: wl haoe one юге note
left» that U I find It poulftte to amid the
ctamctezUtLca to the thlns^u inacemSle to safiALtlae
LuajlnatLon; Sut It U too uoportont and leaches too 1аг to
In |ш ттйь m this accouit*.
( p) Lel&ilz could not find а согждршШшз wthaatlcal
enoilope lot thU 1шеш1 Idea, ncnets - co^ieipiidence» But
he felt It petfectls.
204 Приложение 2
{Ъ) SLtua = position * ттвщжмйтсв, см It U ромИэСе
to undezatcnd 'the position m соггелрога!епсе of the oiject to
Lta place.
(S) LetSniz felt the coz^e^pondence not mli a^
cormlnlervt afieSmic loan, fo* Lnatcnce Hm Emhmtmt
fetation (cmpuence), lut In a comSLrato^lal даш too,
(e) A cmlLnation id a mzfim of coz^e^pondenced letnem
pzopertlea of the oSjecti» with the all of the LnuedtLaatLon
of ltd nature.
In |епеет1» coiltnatim швтё mtfim cmoni the
tetreen object р2Орей1е^» atied at the
of theu natyie. The compleiLta of /wch a
шгtin? light Se deteailned.e» the tnte^epmdmce of the^e
olject piopertle^ that u - Si tie p^oSaSlllti notion.
(о) Рвйщт LMtBt unde^tood the comSmato^lal
of a altua and he opened the оед ?l»t Intetml mite of a
comBlnatozlal iktm: Иш шт of detieeA of all uerteiea of a
32aph штпЫ to douMed nimte2 of ltd
the letter Щ the uozd^ of Lel&ilz f tm hU tetter
to ftazsuU-G.-F.. de L'Hopltal dated DecemSe^ 27» 16И: "I
aldo Bdo not daze to %im pulllclta to щ Idea^ on.
charactexUtlca dltud» ал I do not proalde enoufht
conislnclllllti dzawlna at tea6t BMmtlal езяпр1ел,- т It
Письмо Вильсону 205
would бе !сжеп. lot Ll'lu^ton. Cun.e uUlonb Щш, I con
в that the matter cm not fall. I'd !ше _ to_ haue the
to 1йщ It to fife,. Sut the ledlatlon» ut^ end
attract at the 1вз1тшз exciter ше too iuch, Шт лш пои
them in the саше of tiie fefo^e, I теже талеЦ aldtaln,
I dont succeed uu Fd Ике to."
With %mt шзагск - ft, j-i^^1] B.StechKLn
[i] Успехи Математических Наук, той III, выпуск 1B3), 1948,
165-204; {In Ru6uLm).
[2] G.H.LeLMz, HathematL6chB Shzlftai, vol. II, Bezun,
1850,:
P. 18 - the lettez to С.Ниазегы <fzom 8 SeptemSez 1679;
P. 30 - the lettez to C.Husgen^.NooEmSez 1679;
p. 258. - the tEttez to* ИагчиЬл G.-F. de L'HopitaC
27 decertez 1694.
3. РЕШЕНИЕ ЗАДАЧИ
ДО ГЕОМЕТРИИ ПОЛОЖЕНИЙ ОТНОСЯЩЕЙСЯ
(Леонард Эйлер)а)
1)Commentarii academiae scientiarum Petropolitanae 8 A736), 1741, p. 128-140
Эйлер. Решение задачи
207
1. Помимо той части геометрии, которая касается величин и повсе-
повсеместно изучается, имеется еще весьма неизученная, именуемая Лейбни-
Лейбницем Geometriam Situs [геометрия положений]. Считается, что эта часть
предопределена им самим, а именно с общим определением конкретного
положения и положения е открытыми свойствами. В этом деле нельзя
воспользоваться ни количествами, ни вычислениями. Таковы же пробле-
проблемы геометрии положений, и в достаточной мере не установлено, какими
методами при их разрешении необходимо пользоваться. Вследствие чего
задачу, заведомо относимую к геометрии, ни мало не сомневаясь, отнес
я к геометрии положений, особливо потому, что в решении ее единственно
ситусы лишь рассматриваются, а вычислений вообще никаких. Привожу
метод мой, который изобрел я для задач такого рода, чтобы представить
здесь пример геометрии положений.
2. Задача же эта, которая, как было сказано, мне хорошо известна, была
следующая. В городе Кенигсберге [ReglomontI] в Пруссии [Borassla] есть
остров А, именуемый Кнейпхоф [der Kneiphof], и река, окружающая его,
разделяется на два рукава, как можно видеть из рис. П. 3.1; над рукавами
этой реки построено семь мостов: а, 6, с, d, e, / и g. И относительно этих
мостов такой имеется вопрос: можно ли проложить такой путь, чтобы по
каждому мосту единожды пройти, и ни разу более. Мне было сказано,
что одни отрицали возможность этого, а иные сомневались, однако никто
не утверждал, что может это произвести. Из этого я сформулировал сле-
следующую общую проблему в целом: каковы бы ни были очертания реки
и разделения ее на рукава, и каково бы ни было число мостов ее, необходимо
определить, можно ли по каждому мосту пройти по единожды, или же нет.
3. Что же касается кенигсбергской задачи о семи мостах, то ее можно
разрешить, сделав тщательное перечисление всех путей, которые могут
быть проложены; из этого стало бы ясно — подходит ли какой-нибудь путь
или нет. Этот способ решения сложен и труден вследствие столь нема™
208 Приложение 3
лого количества комбинаций и вовсе он неприменим в задачах с гораздо
большим количеством мостов. И даже если довести сей метод до конца,
то много лишних, то есть, не касаемых задачи, мы путей получим; в том,
без сомнения, и состоит причина трудности решения. Вот почему, оставив
этот метод, я рассмотрел другой, который бы показывал всегда — возможно
ли создать искомый путь или нет; я ожидал, что этот метод много проще
будет.
4. Опирается же весь мой метод на подходящим образом подобранные
обозначения для перехода по каждому из мостов, для чего использую
прописные буквы Л, В, С, D, которыми обозначаю области, разделенные
рекой. Таким образом, если перемещаться из области А в область В по
мосту а или 6, то этот переход обозначаю буквами А В, из которых первая
обозначает область, из которой путник вышел, а последняя — область,
в которую он пришел, пройдя по мосту. Если затем путник из области В
переходит в область D по мосту /, то этот переход наглядно представляется
буквами BD; оба же эти перехода А В и BD, последовательно сделанные,
обозначаю только тремя буквами ABD, так как средняя В обозначает
область, в которой первый переход заканчивается и второй начался.
5. Таким образом, если путник из области D переходит в область С
по мосту g, то эти три перехода, последовательно сделанные, я обозначаю
буквами ABDC. Из этих же четырех букв ABCD ясно, что путник,
бывший сперва в области А9 из нее перешел в область В, затем в область
D и из последней — в область С; поскольку же эти области рекой
разделены, то путник должен был три моста перейти. Таким образом,
переходы, последовательно сделанные по четырем мостам, пятью буквами
обозначаются, и вообще, через какие бы мосты путник ни шел, его переход
будет обозначаться числом букв на единицу большим, чем число мостов.
Поэтому для обозначения переходов по семи мостам требуется восемь букв.
6. При таком способе обозначения не учитываю, по каким мостам
сделан переход, но если один и тот же переход из одной области в другую
может быть сделан по нескольким мостам, то безразлично, по какому
именно путник прошел, лишь бы в обозначенную область прибыл. Из этого
понятно, что если путь через семь мостов, показанных на рис. П. 3.1, можно
проложить так, чтобы по каждому из мостов пройти один раз и ни по одному
из них дважды, то такой путь восемью буквами можно представить, и эти
буквы должны быть выстроены таким образом, чтобы непосредственно
последовательность А и В дважды встречалась, так как существуют два
моста а и 6, связывающих эти области А и В. Таким же образом последо-
вательность букв А и С тоже должна дважды встречаться в этой серии из
восьми букв; наконец, последовательность А и D будет встречаться один
раз, и, аналогично, необходимо, чтобы последовательности из букв В и D,
а также из букв С и D по единожды встречались.
7. Итак, здесь возобновляется вопрос, как из четырех букв А, В, С
и D сформировать восьмибуквенную серию, в которой все эти последова™
Эйлер. Решение задачи 209
тельности столько же раз встречались, сколько предписано подпоследова-
подпоследовательностей. Но прежде, чем к построению такой серии труды прилагать,
следует уяснить, могут ли эти буквы таким образом быть расположены
или нет. Ибо если можно было бы показать, что такое расположение
вообще не может быть сделано, то бесполезен был бы весь труд, ко™
торый употреблен на исполнение этого. Вот почему я нашел правило,
с помощью которого как для этой задачи, так и для всех подобных,
можно легко распознать, может ли иметь место требуемое расположение
букв.
8. Для получения такого правила я рассматриваю одну область Л,
в которую ведет любое количество мостов а, 6, с, d и т.д. (рис. П. 3.2).
Из этих мостов я рассматриваю вначале один мост а, который ведет
в область Л; теперь, если путник по этому мосту проходит, то он либо
должен до перехода быть в области Л, либо после перехода в Л попадает;
поэтому при вышепринятом способе обозначения перехода, необходимо,
чтобы буква А один раз наличествовала. Если три моста, например, а, 6, с,
ведут в область А и путник проходит через все три, то в обозначении
перехода буква А встречается дважды, из А ли начинается путь или не из Л.
Таким же образом, если в А ведут пять мостов, то в обозначении перехода
по всем этим мостам буква А должна встречаться трижды. И вообще, если
число мостов — любое нечетное число, то, увеличив его на единицу и взяв
половину от этого, получим, сколько раз буква А должна встретиться.
9. Итак, для случая кенигсбергских мостов, по которым нужно пройти
(рис. П. 3.1), поскольку на остров А ведут пять мостов а, 6, с, d, e, необ™
ходимо, чтобы в обозначении пути через эти мосты буква А встречалась
трижды. Далее, буква В должна дважды встречаться, поскольку в область
В ведут три моста, и таким же образом буквы D ш С дважды должны
встречаться. Следовательно, в серии из восьми букв, которыми должен
обозначаться переход через семь мостов, буква А должна наличествовать
трижды, а каждая из букв В, С и D дважды; но такого в серии из восьми
букв вообще быть не может. Из этого ясно, что через семь кенигсбергских
мостов такой проход совершен быть не может.
10. Таким же образом, в любом другом случае, если число мостов,
ведущих в каждую область, будет нечетным, можно прийти к заключению,
можно ли по каждому из мостов по разу пройти. Ибо, если сумма всех упо-
употреблений каждой буквы, которая может встречаться, равна числу мостов,
увеличенному на единицу, тогда обход быть может осуществим; но если, как
в нашем примере, эта сумма будет больше числа мостов, увеличенного на
210 Приложение 3
единицу, то такой обход никоим образом совершен быть не может. Правило,
которое я дал для числа употреблений Л, которое необходимо определить
по числу мостов, ведущих в область Л, справедливо и для случая, когда
все мосты идут из одной области В, как представлено на рис. П. 3.2, и для
случая, когда из разных областей; ибо только область А я рассматриваю и
определяю, сколько раз буква А должна встречаться.
11. Если же число мостов, которые ведут в область А, будет четное, то
относительно перехода по каждому из них необходимо указать, будет ли
путник начинать свой путь в области А или нет. Ибо если два моста в А
ведут и путник из А путь начинает, то буква А дважды должна встретиться:
один раз должна присутствовать для обозначения выхода из А по одному
мосту и один раз для возвращения в Л по другому мосту. Но если путник
начинает путь из другой области, то буква А только один раз встретится;
ибо, один раз поставленная, будет обозначать и приход в А, и выход оттуда,
согласно тому, как я установил обозначать такого рода переходы.
12. Далее, если четыре моста ведут в область А и путник начинает путь
из Л, то в обозначении всего пути буква А будет трижды присутствовать,
если по каждому мосту единожды пройдено будет. Если же из другой
области начнет двигаться, то дважды буква А встретится. Если шесть
мостов ведут в область А, то буква А четырежды повстречается, если из А
путь начинается, и только трижды, если, напротив, не из А путник выйдет.
Поэтому вообще, если число мостов будет четным, то его половина дает
число вхождений буквы Л, если начало пути не в области А; половина же
его, увеличенная на единицу, дает число наличии буквы Л, если начало
обхода в самой области Л.
13. Поскольку же такой путь только в одной области начинаться может,
то из числа мостов, ведущих любую область, определяю число вхождений
соответствующей буквы таким образом: возьму половину числа мостов,
увеличенного на единицу, если число мостов будет нечетным; половину же
самого числа мостов, если будет четным. Затем, если число всех вхожде™
ний букв равно числу мостов, увеличенному на единицу, тогда желаемый
переход удастся, а начало его должно быть взято в области, в которую
нечетное число мостов ведет. Но если число всех вхождений букв будет на
единицу меньше, чем число мостов, увеличенное на единицу, то переход
удастся при его начале в области, в которую четное число мостов ведет,
поскольку таким образом число вхождений должно быть увеличено на
единицу.
14. Итак, если рассматривать произвольный рисунок вод и мостов и
поинтересоваться, можно ли по каждому из мостов пройти по единожды,
то я действую следующим образом. Во-первых, все области, отделенные
друг от друга водой, обозначаю буквами Л5 В, С и т. д. Во-вторых, беру
число всех мостов и его на единицу увеличиваю, и для последующих
действий записываю сверху. В-третьих, для каждой из букв Л, В, С и т. д.,
записанных в столбец, приписываю число мостов, в эту область ведущих.
Эйлер. Решение задачи 211
В-четвертых, буквы, имеющие четные приписанные числа, помечаю звез-
звездочкой. В™пятых, [в третий столбец] приписываю половины всех четных
чисел и половины нечетных, увеличенных на единицу. В-шестых, эти числа,
последними записанные, в единую сумму складываю; если эта сумма на
единицу меньше будет или будет равна числу, записанному сверху, которое
является числом мостов, увеличенным на единицу, тогда заключаю, что же-
желаемый обход может быть осуществлен. Отсюда же должно быть понятно:
если полученная сумма будет на единицу меньше, чем записанное сверху
число, то движение должно начинаться в области, помеченной звездочкой;
или же, напротив,— в области, не обозначенной звездочкой, если сумма
будет равна записанному сверху числу. Следовательно, в кенигсбергском
случае действую следующим образом:
Число мостов — 7, следовательно сумма — 8.
Мосты
3
2
2
2
Поскольку сумма [по третьему столбцу] превышает 8, то такого рода
переход никоим образом не может быть совершен.
15. Пусть есть два острова А и В, окруженные водой, и с водой
сообщаются четыре реки, как представлено на рис. П. 3.3. Далее, пусть есть
над водой, окружающей острова, и над реками пятнадцать мостов а, 6, с, d
и т.д., и спрашивается: можно ли продолжить путь таким образом, чтобы
обойти все мосты один раз и не более чем один раз?
Итак, обозначим, во-первых все области, которые отделены друг от
друга водой, буквами Л, В, G, D, E, F, следовательно, имеется шесть
различных областей. Во-вторых, число мостов 15 на единицу увеличиваю
сумму 16 записываю сверху для дальнейших действий.
16
А
В
С
D
5
3
3
3
А*,
В*,
С*,
А
Е,
F*,
8
4
4
3
5
6
4
2
2
2
3
3
16
В-третьих, выписываю (для себя) буквы Л, В, С и т. д. по очереди, и
к каждой букве ставлю число мостов, которые в эту область ведут; так, в А
ведут восемь мостов, в В — четыре и т. д. В-четвертых, буквы, имеющие
четные приписанные числа, помечаю звездочкой. В-пятых, в третий столбец
пишу половины четных чисел, нечетные же на единицу увеличиваю и
половины приписываю. В-шестых, складываю поочередно числа третьего
212
Приложение 3
Рис. П. 3.3
столбца и получаю сумму 16; поскольку она равна записанному сверху чис-
числу 16, то, следовательно, переход можно осуществить требуемым способом,
если только путь начинается из области ,0 или Е; области эти, разумеется,
не помечены звездочкой. Путь же может быть совершен следующий:
EaFbBcFdAeFfCgAhCiDkAmEnApBoElD,
где между прописными буквами я вставил [буквы] мостов, через которые
совершается переход.
16. Следовательно, этим способом в сложном случае легко будет опре-
определить, можно ли осуществить обход по всем мостам один только раз
или нет. Однако сообщу здесь еще более легкий способ определения,
который из самого этого способа легко открывается, после того как упомяну
следующие наблюдения. Вначале наблюдаю, что числа для всех мостов,
приписанные к буквам А, В, С и т. д., сложенные вместе [т. е. сумма всех
приписанных чисел], вдвое больше, чем общее число мостов. Насколько
я полагаю, причина этого в том, что когда все мосты, ведущие в данную
область, были сосчитаны, то всякий мост посчитан дважды, ибо всякий
мост к двум областям относится, которые соединяет.
17. Итак, из этого наблюдения следует, что сумма числа всех мостов,
входящих в каждую вершину, есть число четное, поскольку его половина
равна числу мостов. Значит, не может случиться, чтобы ровно одна область
обладала нечетным числом мостов, в нее входящих; также невозможно,
чтобы три были нечетные, или пять и т. д. Поэтому, если какие-нибудь числа
мостов, приписанные к буквам Л, В, С и т.д., являются нечетными, то
необходимо, чтобы количество их было четное; в кенигсбергском примере
таких четыре, как видно из п. 14, а в примере из п. 15 — таких только два,
к буквам D и Е приписанные.
18. Поскольку сумма всех чисел, приписанных к буквам Л, В, С и т. д.,
равна удвоенному числу мостов, то очевидно, что эта сумма, увеличенная
Эйлер. Решение задачи 213
на 2 и поделенная на 2, дает число, записанное сверху перед действиями.
Если же все числа, приписанные к буквам Л, В, С и т. д., будут четные, и
их половины размещаются в третий столбец, то сумма этих чисел будет на
единицу меньше, чем записанное сверху число. Поэтому в таких случаях пе-
переход через все мосты всегда может быть совершен. Ибо в какой бы области
путь ни начинался, в нее ведет четное число мостов, как и требуется. Таким
образом, в кенигсбергском примере можно пройти все мосты дважды; ибо
любой мост как бы в два будет разделен и число мостов, ведущих в каждую
область, станет четным.
19. Кроме того, если только два числа, приписанные к буквам А, В, С
и т. д., будут нечетными, остальные же — четными, тогда желаемый обход
удастся, если только он будет начинаться в области, в которую нечетное
число мостов входит. Если же четные числа поделить надвое, а также
нечетные, увеличенные на единицу, как было описано ранее, то сумма этих
половин будет на единицу больше, чем число мостов, и поэтому равно
записанному сверху числу. Далее, из этого ясно, что если четыре или шесть,
или восемь и т. д. будет нечетных чисел во втором столбце, то сумма чисел
третьего столбца будет больше, чем сверху записанное число, и будет его
превосходить на 1 или 2, или 3 и т. д., и поэтому обход не может быть
совершен.
20. Следовательно, если предложить какой-либо случай, тотчас про™
стейшим образом можно будет узнать, может ли переход через все мосты
один раз быть совершен, с помощью следующего правила:
Если будет более двух областей, в которые ведет нечетное число
мостов, тогда с уверенностью можно заключить, что такой переход
невозможен.
Но если только в две области будет вести нечетное число мостов,
тогда переход можем быть совершен, если только путь в одной из этих
областей начинается.
Если, наконец, не будет вообще области, в которую ведет нечетное
число мостов, тогда переход желаемый возможен независимо с какой
области начиная.
Итак, данное правило полностью подходит поставленной задаче.
21. Когда же будет определено, что такой обход может быть совершен,
то сохраняется вопрос — каким же образом такой путь должен быть
намечен. Для этого пользуюсь таким правилом: мысленно отбросим столько
раз, сколько можно, попарно мосты, которые из одной области в другую
[оба] ведут; таким образом, число мостов обычно сильно уменьшается;
тогда легче станет отыскать желаемый путь через оставшиеся мосты; этим
приемом мосты, мысленно отброшенные, не будут сильно нарушать весь
этот путь, что очевидно и при небольшом внимании; поэтому заключаю,
что на деле нет необходимости намечать все пути.
Перевод с латинского О. С. Ворониной под редакцией Б. С. Стечкина.
4. КОММЕНТАРИИ
(Б. С. Стечкин)
Цель настоящих комментариев — бросить сегодняшний взгляд на клас-
классическую работу Эйлера (прил. 3), почитающуюся первейшей для всей
теории графов. Тем более, что, насколько мне известно, здесь представлен
первый русский ее перевод, а ее повсеместные цитирования в комбинатор™
ной литературе грешат неточностями. Для меня она оказалась и глубже, и
интереснее, чем представлялась ранее по таким цитированиям. Написанная
скрупулезно, дотошно, местами с повторами, эта небольшая работа не
только отражает личностные черты самого Эйлера, но глубже представляет
его вклад в развитие идей Г. В. Лейбница A646-1716). По-видимому, для
своего времени Эйлер оказался одним из немногих, кто воспринял эти
идеи так, что они последовательно стали отправной точкой новым разделам
математики. Например, по мнению Пуанкаре г) и многих — топологии,
а по совсем недавним мнениям (например, Р. Вильсона2)) — и теории
графов, а может быть и комбинаторики в целом. В английском издании
я уже предпринимал попытку своим текстом «Analysis Correspondence»
поддержать последнее.3)
Но начнем с конкретики, до самой работы относящейся. Как это ни
удивительно, особенно для Эйлера, название его работы не в точности со™
ответствует ее результатам. В ней формулируется, но не доказывается (sic!)
общий критерий наличия эйлерова пути в произвольном графе. Приводится
лишь редукция от мультиграфа к графу. Для произвольных графов доказаны
лишь достаточные условия несуществования эйлерового пути (наличие бо™
лее двух вершин нечетных степеней), причем, несомненно, очень изящно —
количественным анализом буквенных последовательностей. Такой подход
в последнее время проявляется в теоретических и вполне практических
сетевых задачах. Так что полное решение в работе было достигнуто только
для отправного примера семи кенигсбергских мостов. К сожалению, также
Эйлер не выделил замыкаемые пути, т. е. эйлеровы циклы. Конечно, очень
красиво замечание о том, что всегда осуществим двукратный обход всех
мостов. Просматривается, что Эйлер был теоретиком и практиком фор-
фортификационных дел. Примечательна методология изложения: «пример —
простое — повтор — общее».
Особняком от конкретных решений стоит первый параграф, без кото-
которого работа оставалась бы совершенно полноценной. Но именно в нем
заключена ее вторая сущность. Этот параграф отражает две вещи. Во-
г)Ро1псагё К Analysis situs // J. Ecole Polytech. Bd series). — 1895. — P. 1-211.
2) Wilson. Analysis Situs, Graph Th. With Appl. // To Algorithms and Computer Scince.
^New York: J. Wiley, 1985. — P. 789-800.
)Stechkin В., Baranov V. Analysis Correspondence // in «Extremal Combinatorial
Problems and Their Application». — London: KEUWER A.P., 1992. — P. 1-6.
Комментарии 215
первых, большое эмоциональное удивление (если не шок) от конкретной
и доступной каждому, вполне земной, головоломки. Как тут не пред-
представить себе почтенных жителей славного города Кенигсберга, со вку-
вкусом обсуждающих столь ученый вопрос. Эта эмоция не покинула автора
даже после сдачи работы в печать. Работа поступила в Академию на™
ук в Санкт-Петербурге 25 августа 1735 г., а 13 марта следующего года
в своем письме к Мариони (J. Marion!) Эйлер делится своим удивлением
сутью исходной задачи: «Вопрос этот, хотя и банальный, навязался мне,
однако достойным внимания тем, что для его решения недостаточны ни
геометрия, ни алгебра, ни комбинаторное искусство. Поэтому мне пришла
в голову мысль, не относится ли он случайно к геометрии положения,
которую в свое время исследовал Лейбниц».4) Итак, Geometriam Situs
— вот вторая сущность первого параграфа. Эйлер пишет так, как будто
читатель ею вполне владеет, но это отнюдь не так, ни тогда, ни сего-
сегодня.
Предыстория вопроса относит нас еще на полвека назад (прил. 1). 8 сен-
сентября 1679 г. в своем письме Гюйгенсу Лейбниц, в частности, пишет: «Но
недоволен я алгеброй, ибо ни кратчайших доказательств, ни красивейших
конструкций геометрии не доставляет. Следовательно, исходя из этого,
я зрю, что надобен нам еще один анализ, геометрический или линейный, ко-
который оперирует с позицией, как алгебра с величиной — анализ положений
— Analysis Situs. Помышляю иметь в распоряжении такие средства, коими
фигуры и даже машины и движения могут быть представлены, используя
символы, как алгебра представляет числа и фигуры».
Лейбниц в этом письме приводит геометрические примеры и рассужде-
рассуждения для описания и поиска формального оперирования с соответствиями.
По-существу, он намного опережал свое время. Не было еще формальной
теории множеств, но Лейбниц вполне уверенно чувствовал конструктивную
перспективность своих замыслов, что, в частности, прямо подтверждал
это и через 15 лет в своем письме Лопиталю. Поскольку он исполь-
использовал только геометрические примеры, более общему и абстрактному
Analysis Situs некоторые, в том числе и Эйлер, предпочитали использо-
использовать Geometrlum Situs. Сам термин «Situs» (позиция, положение) можно
понимать как соответствие объекта месту. В этой связи особенно важно
иное, еще более раннее, быть может, и известное Лейбницу, использование
понятия соответствия, хотя возможно и в более философском смысле.
А именно, в малоизвестном определении математики, данным Леонардо
да Винчи: «Математика — это соответствие (отношение) необходимо-
стей». 5)
Долог и труден был путь от философского понимания соответствия до
его математического смысла, как подмножества некоторого произведения
4) Эйлер Л. Письма к ученым. — M.-JL: АН СССР, 1963. — С. 153.
5) Реале Дж., Антисери Д. Западная философия от истоков до наших дней. —
С.-Пб.: ТОО ТК «ПЕТРОПОЛИС», 1997. — Т. 3.
216 Приложение 4
множеств. И в этом пути работа Эйлера занимает очень существенное
место.
Представляется, что сегодня финальной точкой этого пути может слу-
служить определение предмета комбинаторики, как изучение соответствий
между свойствами простейших математических объектов, как то числа,
множества и фигуры.
5. РУКОПИСЬ, НАЙДЕННАЯ НА ДАЧЕ
«И случай - Бог изобретатель»,
И стихотворная строка,
И незадачливый ваятель,
Бесстрашный натиск дурака.
Жизнь математика, особенно фундаменталыцика, бедна; даже приклю-
приключениями. Многие относятся к математикам, как к столбам, т. е. некоторым
неподвижным точкам, на которые можно облокотиться, как на последнюю
твердую опору. Происходит это крайне редко и, к сожалению, в тягостные
для людей годины. Тем обязателен я описать приключение, которое про-
произошло со мной.
В этом году решил я приобрести дачу в Подмосковье. Поездил много,
выбрал и нашел. Поселился. Поскольку это был старый дом, изба, я начал
его обшаривать. На чердаке — сено, в нем прошлогодние яблоки и завалы
старых журналов. Разбирая их, нашел пожелтелую рукопись. Она состояла
из двух частей. Первая часть — это фольклористика конца 30-х годов, поэма
«Евгений Неглинкин», довольно популярная среди математической сту-
студенческой послевоенной братии. А вторая часть — некая математическая
работа без подписи и в плохом, факсимильно невоиспроизводимом, состоя-
состоянии. Прочитав этот текст, я сперва подумал, что он отдает сумасшедшинкой,
но потом понял, что обязан поделиться с читателями. Хочу предуведомить
читателя о том, что это было время, когда еще не существовало никаких
компьютеров, предвоенное время.
Пап, а какие числа самые трудные?
Простые, сыночек, простые.
Есть числа простые, остальные не простые, а какие среди них самые
непростые? Все они разлагаются на нетривиальные множители, у одних их
много, у других мало. Если множителей много, то их легче обнаружить,
если мало, то может быть труднее. Будем изучать разложение числа на два
множителя.
Ясно, что если число раскладывается на два сомножителя, то наимень-
наименьший из них меньше, чем корень из этого числа. Если этот наименьший
сомножитель очень маленький или очень большой, т. е. близок к корню,
то он легко находится. Именно, мы проверяем все маленькие делители
и проверяем все самые большие делители. Какой же самый плохой вариант
для этого наименьшего делителя?
Представим себе, что есть два человека. Один из них идет от двойки
к корню из числа, другой идет ему навстречу — от корня из числа до двойки.
Каждый из них, стоя на очередном числе, проверит, делится наше число
нацело на то число, на котором он стоит, или нет. Если делится, то мы нашли
искомый делитель. Сколько может продолжаться этот процесс? Покуда они
218 Приложение 5
не встретятся. Где же они встретятся на этом сегменте два и корень из числа?
Здесь мы должны сделать одно очень важное допущение. Если первый идет
от меньшего числа к большему, то ему все труднее и труднее проверять
делимость. Если второй всякий раз идет от большего числа к меньшему, то
ему легче и легче проверять делимость. Это признается как единственное
допущение. Так где же они встретятся?
Есть ли в естествознании задача с подобной ситуацией? Архимед, на™
пример, для исчисления квадратур параболы использовал механику взвеши-
ваний на обычных равноплечных рычажных весах. Нашим целям поможет
механика Галилея.
Представим себе Галилея на верхах Пизанской башни, проводящего
свои знаменитые опыты в 1589 г. Он просто, разжимая свои пальцы,
наблюдает за все быстрее падающим камнем, которому ничто не мешает
долетать до земли. Легкое облачко пыли точно обозначает место его паде-
падения. И если бы не орава голодранцев, жутко орущих при всяком падении,
он бы явственно слышал звук удара камня о землю и, возможно, сумел бы
оценить разницу по времени между видимым и слышимым. Крики вдруг
резко усилились, когда на самое место падения камней вышел местный
жонглер, весельчак, балагур и любимец толпы (ну, прямо Баше, или как
там его полностью — Клод Гаспар Баше де Мезериак — такой же гуляка,
поэт, дуэлист и... вообще, но ведь пишет и считает недурно). Так вот он
начал подбрасывать камни вверх, да так сильно и ловко, что долетали они
точь-в-точь до самого Галилея. Ну, погоди! И Галилей, ведь 25 лет —
простительный возраст, стал продолжать свои опыты, ни мало не смущаясь
камнями жонглера, причем старался разжимать свои пальцы тогда, когда
видел, что вот-вот уж подбросит свой камень жонглер. Иногда все выходило
так ловко — оба камня сталкивались в воздухе, и толпа тогда жутко ревела.
И сталкивались они почему-то весьма близко от верха башни. Действитель-
Действительно, ловкач, но работы сегодня не выйдет и надо потихоньку спускаться.
Эдак ускорения не исчислишь. И в этом великий Галилей был прав.
Теперь, уже зная законы Галилея, любой старшеклассник быстро дока-
докажет, что камни встречались в точности на | высоты башни, что действитель-
действительно близко от вершины. Существенно то, что этот точный ответ совершенно
не зависит от величины ускорения свободного падения, так что он будет
верен и на Луне, и на Марсе, и вообще всюду, где ускорение свободного
падения есть константа. Стало быть, на Земле от столкнувшихся камней
ускорения действительно не исчислишь.
Из всего этого мы делаем вывод, что, находясь в рамках нашего един-
единственного не количественного, но лишь качественного допущения о воз-
возрастающей трудности и принимая л/п за высоту «башни», получаем, что
труднейший для нахождения меньший делитель числа п есть \л/п. Стало
быть, если п = pq, р < q, то р = \л/п, q = |\Лг ш q = ^р. Конечно, все
это не только не простые, но даже не целые числа, но г)
1) След. стр. в рукописи отсутствует.— Прим. составителя.
Рукопись, найденная на даче 219
Именно независимость ответа механической задачи от ускорения позво-
позволяет приведенное выше рассматривать не только, как аналогию, но модель.
Буде иначе, то легче было б считать на Луне. Absurdum situs! Или более «по
научному» в стиле той эпохи — Absurdum Situs Pertlnentls!
Если теперь мы хотим построить трудноразложимое натуральное число,
то можно в качестве р взять простое, а в качестве q — ближайшее про-
простое к числу Щ-р. Такое построение вполне корректно в том смысле, что
таким образом выбранное q будет всегда больше, чем р. Это может быть
обосновано Постулатом Бертрана, доказанным П. Л. Чебышевым: между х
и 2ж всегда найдется простое. Поэтому если имеется конкретное число ж,
то между |ж и |ж всегда найдется простое, а значит, и ближайшее простое
к х. Так что если х = ^р, то достаточно убедиться в том, что (|)(-у) > 1-
Следовательно, в целях минимизации разницы - — ^ |, получаем, что для
всякого простого р найдется простое q, такое, что Щ < - < Ц. Можно,
конечно, действовать и наоборот, именно, начиная с большего простого
сомножителя, надеясь, что ближайшее простое для меньших чисел будет
ближе. А значит, минимизация разницы - — ^ может быть лучше. 2)
Возникают два естественных вопроса—нельзя ли ускорить процесс вы™
числения экстремального делителя и насколько устойчив коэффициент |?
Для этого предположим наличие полезной дополнительной информации,
например, наличие таблицы простых чисел до л/п. Повлияет ли это на
ситуацию?
Если тг(ж) обозначает число простых, не превосходящих ж, то в этом
случае высота «башни» будет равна тг (у/п), и значит, экстремальной точкой
будет f тг(\/п), и это — не значение, а номер экстремального простого
числа. По счастью, имеются достаточно точные формулы для значения к-то
простого числа, например, можно использовать совсем недавно полученные
Россером двусторонние неравенства:
к ln(fc) + Jfc(ln ln(ife) - 1) - 9А; < р(к) < к \п(к) + Jfc(ln ln(ife) - 1) + 9fc,
где р(к) — это значение к-то простого числа. Несложно проверить, приме-
применяя стандартную асимптотическую формулу для тг(ж), что
Значит, ... значит, если все так, то хотя бы отчасти верно и обратная.
Именно, что закономерности тяготения суть отражения свойств делимости
чисел. Числа правят миром. А кванторы людьми?
2) Но пройдет ли и здесь прием с Постулатом Бертрана? — Прим. составителя.
220 Приложение 5
На этом текст обрывается, но к нему был приложен еще один рукопис-
рукописный листок явно более позднего написания, подписанный аббревиатурой
В. М. Тих. Его также воспроизводим здесь.
***
Вдумайтесь, читатель, в последнюю формулу. Пусть нужно разложить
число п на простые множители и предположим, что этих множителей два.
Тогда надо делить на любые числа от 2 до у/п. А допустим теперь, что
у вас есть таблица простых чисел от 2 до у/п. Тогда, конечно, ситуация
упрощается, нужно [1 слово неразб.] лишь простые числа. Но последняя
формула показывает, что асимптотически при больших п выигрыша не
происходит.
И еще представляется интересным использование «постулата Бертра-
на» (а на самом деле теоремы Чебышева) — чисто теоретико-числового
результата — в практических подсчетах о числе вычислений.
И третье: самый простой подход к делу — одновременный счет «сверху
и снизу» — подсказывает использование работы параллельных процессо-
процессоров.
ВМТих.
Конечно, смысл последней формулы совершенно прозрачен — асимп-
асимптотически ничего не меняется, даже если исключить из перебора все
составные числа, да это и понятно, ведь все равно решение будет в про-
простых. Некоторая аналитическая небрежность представляется в какой-то
мере оправданной из-за заведомо больших запасов прочности изначальных
грубых оценок. Важно и другое, именно, что самый «безкомпъютерный»
подход подсказывает использование работы параллельных процессоров —
двух или более, уже начинающих проверки от экстремальных точек, рекур-
рекуррентное распределение которых так же хорошо просматривается. Вокруг
которых все вертится. Но это уже тема другого исследования.
Однако, по-моему, качественная сторона текста не в таких тонких
моментах, как удачное использование «постулата Бертрана», хотя и весьма
редкое практически, и не гармоничное применение оценок Россера, но
в том, что после теоремы Евклида видна иная мультипликативная и экс-
экстремальная характеризация натурального числа, и в том, что, обращаясь
к аналогии, обретаем вполне полноценную модель. А последнее весьма
важно методологически.
Действительно, даже если и модифицировать дополнительными количе-
количественными характеристиками основное допущение о приращении трудно-
трудности вычислений с ростом чисел (априорно или экспериментально), то и это
может иметь механические трактовки усложнением форм соответствую-
соответствующих дифференциальных уравнений с их теоретическими или численными
решениями.
По поводу датировки заметим, что если рукопись довоенная, то написа-
написана между 38-м и 41-м годами, поскольку свои неравенства Россер получил
в 1938 г. Так что выходит вполне точно.
Рукопись, найденная на даче
221
Осталось еще нечто нематематическое. Там же на чердаке сыскался
довольно старый мужской портрет в овальной раме явно деревенской
работы. На оборотной стороне холста надпись тем же почерком, что и руко-
рукопись: «Математика раскрывает свои тайны тому, кто врачует ее страшные
раны, нанесенные ей решением трудных задач без понимания сути дела,
без понимания истины». Ниже еще одно имя: И. Анищенко. Что это —
имя персоны с портрета, или художника, или художницы? Естественно,
постарался у старожилов справиться обо всем этом, но первый же сказал,
что довоенных никого не осталось, а они все после войны в пустую деревню
вселялись, благо почти что целая была, не то, что ближнее Алешино, кото-
которое еще в 41-м дотла немцы сожгли. И подумалось — а может в овальной
раме лицо автора записок? Отчего же — нет?
Издатель любезно согласился воспроизвести этот загадочный портрет,
за что его специально благодарит составитель —
— Б.С.
библиографический комментарии
Цель настоящего комментария — представить основные источники
изложенного в книге материала и дать ссылки на литературу, по которой
можно продолжить знакомство с соответствующими тематиками.
Глава 1. Наиболее общие руководства и учебные пособия по комбинато-
комбинаторике см. [4, 15, 20, 28, 42, 46, 53, 55-57, 60, 62, 89, 91, 94, 100, 101, 108-111,
120, 126, 143, 148, 165-167, 178]. Достаточно объемлющей справочной и
энциклопедической литературы по комбинаторике, к сожалению, не суще-
существует. Задачники по комбинаторике см. [17, 24, 38, 165].
Первичную и вторичную спецификации мультимножеств см. также
в [60, 62]. Схема мультимножеств подробно изложена в [77].
С основными понятиями частично упорядоченных множеств можно
ознакомиться по классическому руководству [13].
Способ представления простейших комбинаторных схем в виде нагляд™
ных таблиц почерпнут из превосходного руководства по вероятности [97].
Схема списка излагается впервые. Общую комбинаторную схему см. в [60,
62, 63]. Формулы для подсчета числа разбиений данного типа можно найти
в [100].
Глава 2. Теорему Сильвестра и проблему Фробениуса см. в [187, 126].
Композиции подробно проанализированы в [55, 167]. История теоремы
Рамсея подробно изложена в [143].
Вложимость разбиений в данной общности впервые была рассмотрена
в [5, 6].
Типы комбинаторных задач и методы их решения см. в [21, 45, 50-
52, 58]. Понятия сложности комбинаторных алгоритмов, их эффективности
подробно изложены в [21, 50]. Классы комбинаторных задач, их характе-
характеристики, а также методы полиномиального сведения задач также см. в [21,
50]. Особый интерес представляют задачи оптимизации. Большое количе-
количество примеров постановок таких задач, имеющих конкретное прикладное
значение, можно найти в [21, 50].
Лемма о размене и ранговое условие вложимости для частных случаев
доказаны в [6]. Принцип полного размещения и его следствия см. в [84,
86, 87]. Вложимость с ограничениями и экстремумы полного размещения
рассматриваются впервые. По поводу задачи о гирях см. [12, 18, 22, 80, 90].
Глава 3. Теорему Мантеля см. в [168]; теорема Турана была впервые
опубликована в [188]; о точных значениях чисел Турана см. [67]. Лемму
3.1 см. в [38], а лемму 3.2 в [186]. Результаты о запрещенных подграфах
весьма полно представлены в [108]. Класс задач о локальных свойствах
графов рассматривается сравнительно недавно и представлен результатами
работ [31, 32, 76, 84, 88]. Результаты § 3 см. в [38, 76, 88]. Асимптотика для
локальных свойств графов изложена в [73, 84]. По теории Рамсея см. [20,
59, 143]. Данные табл. 3.1 можно найти в работах [115, 138, 139, 144, 146,
147, 149, 150, 156, 170, 191].
Задачи о запрещенных подграфах см. в [38, 39, 66, 106, 107, 109, 112-
114, 122-125, 132, 145, 157, 160, 161, 165, 166, 181]. Задачу 3.11 можно
Библиографический комментарий 223
найти в[131];3.15см.в [66]; 3.16 см. в ] 142]. Задача 3.17 представляет собой
теорему Визинга с ее уточнением А. В. Косточкой, см. [38]. По поводу 3.25
и 3.26 см. [81].
Глава 4. Подробнее о линейных нормированных пространствах см.,
например, в [37]. По поводу экстремальных геометрических констант и их
приложений см. [3, 28, 30, 33-35, 44, 64, 68-72, 79, 88, 119, 128-130, 140,
141, 158, 159, 171, 184, 189, 190]. Метод сферических полиномов и его
использование см. в [41, 119, 171]. Лемму 4.1 можно найти в [137], а лемму
4.2 — в [140]; теорема 4.6 усиливает результаты работ [140, 141, 174, 175].
Глава 5. Об организации и управлении вычислительного процесса в
системах обработки информации, оценках его эффективности см. в [1, 2,
29, 40, 90, 92, 96, 98]. Подробно о фрагментации памяти, причинах ее
возникновения, влиянии на процесс функционирования систем обработки
и методах борьбы см. в [5, 23, 41, 95, 116, 121, 135, 153-155, 169, 172,
173, 176, 177, 180, 183]. Алгоритмы распределения памяти ЭВМ, методы
управления распределением памяти см. в ]7, 8, 23, 40, 41, 116, 121, 153,
169, 172, 177, 183]. Результаты исследования эффективности применения
алгоритмов распределения памяти подробно представлены в [117, 169,
173, 177, 180, 183]. Применение комбинаторных моделей и результатов
решения экстремальных комбинаторных задач о вложимости разбиений
чисел для проектирования алгоритмов распределения памяти ЭВМ, выбора
ее размера и исследования структуры программных средств ЭВМ АСУ
впервые были представлены в [5, 7-11].
Материал по комбинаторике упорядоченных множеств и ее применени-
применениям дан в [16, 36, 74, 82, 85, 93, 105, 134, 151, 152, 163, 164, 178, 179, 192,
194-196].
Исторический материал по тематике книги см. [61, 63], а также тексты
«О теории разбиений» из [100] и «О теории Рамсея» из [20, 27, 61, 63, 162,
193]. Об истории контактных чисел см. в [102, 47].
Предметный указатель
Антицепь 37
Антирефлексивность 36
Антисимметричность 36
Атомы 37
Бел лиан множества 24
—, упорядоченный по подразбиению
40
Блок покрытия множества 20
- разбиения 21
Булеан множества 21
—, упорядоченный по вложимости
39
- мультимножества 25
—, упорядоченный по вложимости
Валентность графа 23
Вектор невырожденный 145
- несбалансированный 145
- сбалансированный 145
Векторное пространство 137
Вершина графа 22
Взвешивание двухчашечное 97
- одновременное 98
- одночашечное 97
- параллельное 98
- р-чашечное 97
Вложимость разбиений чисел 75
Внешнее хроматическое число графа
126
Выбор(ка) 41
Гамильтонов путь 117
- цикл 117
Гиперграф 22, 105
- однородный 22
Гиперребро 22, 105
Граница полного размещения 84
Граф 22
- двудольный 104
- дополнительный 104
- звезда 104
- неориентированный
- ориентированный 22
-полный 22, 104
- двудольный 104
- связный 105
- Феррера 72
- локально гамильтоновый 117
- турановский 106
Группа запросов на память 160
Групповое удовлетворение запросов
160
Декартова степень множества 21
Дерево 105
Диаграмма Хассе 37
Дистрибутивность 20
Дихотомичность 36
Длина конечной цепи 37
Дополнение множества 20
Дробная доля числа 35
Задание АСУ 166
Задача о локальных свойствах 112
- запрещенных подграфов 111
--стойке бара 102
- установления факта вложимости 75
- big-packing 76
Законы де Моргана 20
Запрос на выделение памяти ЭВМ
158
Затраты вычислительных ресурсов
ЭВМ 163
бесполезные 163
Изоморфизм графов 33
Имитационное моделирование 156
Интервал 37
Исследования фрагментации памяти
ЭВМ деформационные
158
стохастические 157
Класс эквивалентности 40
Коатомы 37
Комбинаторная схема 41
- - общая 43
Композиция 71
Контактные числа 148
Коэффициент биномиальный 35
- полиномиальный 35
Кратность элементов мультимноже-
мультимножества 18
Предметный указатель
225
Лексикографический порядок 40
Лес 105
Линейное пространство 137
- нормированное пространство 137
Максимальный элемент 36
Матрица Адамара 153
- инцидентности соответствия 29
- эрмитова 151
Минимальный элемент 36
Множество
-бесконечное 19
- конечное 19
- линейно упорядоченное 36
- локально конечное
- пустое 18
- разбиений чисел 76
- совершенно неупорядоченное 36
- суммы мультимножеств 26
- упорядоченное 36
- частично упорядоченное 36
Мощность множества 19
Мультигиперграф 107
Мультиграф 22
Мультимножество 18
Норма линейного нормированного
пространства 137
- матричная 151
- обобщенная 151
- спектральная 151
Область значений 30
- определения 30
Образ 28
Объединение множеств 20
Одиночное удовлетворение запросов
176
Оператор целостности мультимно-
мультимножества 26
Операции 34
- ассоциативные 34
- бинарные 34
- двухместные 34
- дистрибутивные 34
- коммутативные 34
- с мультимножествами
- со множествами 20
- п-местные 34
Орбита цикла 32
Организация функционирования
АСУ 167
Ориентированный граф 22
Основание мультимножества 18
Отображение множества 27
Отображение множества взаимно
однозначное 31
Отношение 35
- двухместное 35
- эквивалентности 40
Очередь запросов на память 158
Парадокс Б. Рассела 19
Паро сочетание
- с «вилкой» 104
Параметры внешней фрагментации
памяти 159
- очереди запросов на память 159
Перераспределение памяти ЭВМ 156
Пересечение множеств 20
Перестановка 33
Подграф 104
- запрещенный 111
Подмножество 18
- собственное 18
Подмультимножество 25
Подпространство 137
Подстановка конечного множества
31
Покрытие множеств 20
Полиномиальный коэффициент 35
Полный граф 22, 104
- образ области определения 30
- элемента 29
- прообраз 30
Последовательность 33
Правило произведения множеств 21
- суммы множеств 21
—, обобщенное 21
Принцип Дирихле 74
- полного размещения 80
- ящиков 74
Проблема Турана 106
- Фробениуса 70
Произведение множеств 21
- мультимножеств 26
Прообраз
Пространство векторное 137
- гильбертово 138
-евклидово 138
226
Предметный указатель
-линейное 137
— нормированное 137
-1Р 138
-loo 138
Путь 22, 104
Разбиение множества 20
— упорядоченное 21,23
— неупорядоченное 21
— натурального числа 71
— упорядоченное (композиция) 71
Размер запроса на память 160
— оперативной памяти ЭВМ 159
— необходимый 179
Размещение
Разность множеств 20
Ранг разбиения бел лиана множества
24
— натурального числа 71
Распределение памяти ЭВМ динами-
динамическое 157
сегментное 158
статическое 157
страничное 158
Ребро графа 22
Резерв свободной памяти ЭВМ 165
Реорганизация памяти ЭВМ 157
Рефлексивность 35
Симметрическая разность множеств
20
Симметричность 36
Сложение мультимножеств 25
Совокупность заданий АСУ полная
167
Соответствие между множествами 28
— взаимно однозначное 31
— п-местное
Состояние памяти занятой 160
— свободной 175
Сочетание 41
Спецификация мультимножества
вторичная
— первичная 19
Список 41
Способы задания графов 22
— множеств 19
— мультимножеств
— соответствий 29
— упорядоченных множеств 37
Степень вершины графа 23
Структура программных средств 157
Сужение отображения 32
Сфера единичная 139
Схема комбинаторная 41
- разбиений 42
- размещений 42
- списка 41
- урновая 42
Теорема ван дер Вардена 131
-Манте ля 105
-Рамсея73, 129
- Сильвестра 70
-Талу 135
- Турана 106
- Шпернера 106
-Шура 131
- Эрдёша-Шимоновича 111
Транзитивность 36
Транспозиция 32
Удовлетворение запросов на память
162, 163
Упорядоченное множество 36
Факториал 35
Фактормножество 41
Формула Добинского 25
Фрагментация памяти внешняя 158
-внутренняя 158
Функциональное назначение терми-
терминалов 157
Функция 35
- индикаторная 35
- полного размещения 84
Хроматическое число 104
Целая часть числа 35
Целостность 18
Цепь в упорядоченном множестве 37
Цикл 32
Части разбиения числа 71
Частичный порядок 36
Числа Белла 25
- ван дер Вардена 131
- матрицы собственные 151
- Рамсея 129
Предметный указатель 221
- Стирлинга второго рода 24 Элемент единичный 34
- Ту рана 106 - максимальный 36
Число состояний свободной памяти - минимальный 36
ЭВМ 162 - множества 18
- хроматическое 104 - наибольший 36
- внешнее хроматическое 126 - наименьший 36
Числовой радиус 151 - нейтральный 34
— неподвижный 32
Экстремальный разрез структуры - несравнимый 37
программных средств 186 1г-граф 22, 105
СПИСОК ЛИТЕРАТУРЫ
1. Авен О. И., Коган Я. А. Управление вычислительным процессом в ЭВМ. — М.:
Энергия, 1978.
2. Авен О. К, Гурин Н.Н., Коган Я. А. Оценка качества и оптимизация вычисли-
вычислительных систем. — М.: Наука, 1982.
3. Агаян С. С, Саруханян А. Г. Рекуррентные формулы построения матриц типа
Вильямсона// Мат. заметки. — 1981. Т. 30. № 4. — С. 603-617.
4. Айгнер М. Комбинаторная теория . — М.: Мир, 1982.
5. Баранов В. И. Комбинаторная модель явления фрагментации памяти // Програм-
Программирование. — 1978. -№3.-С. 46-54.
6. Баранов В. И. Одна экстремальная задача о разбиениях чисел // Мат. заметки.
— 1981. — Т. 29. -№2.- С. 303-307.
7. Баранов В. И. Применение методов комбинаторного анализа при проектирова-
проектировании алгоритмов управления распределением памяти ЭВМ // Программирование.
— 1985. -№4.- С. 33-38.
8. Баранов В. И. Применение метода комбинаторного анализа для расчета размера
памяти ЭВМ // Вопросы кибернетики (разработка и использование супер-ЭВМ).
— 1986. — С. 191-215.
9. Баранов В. И. Условия вложимости разбиений в зависимости от числа слагаемых
// Материалы Всесоюзного семинара по дискретной математике и ее приложе-
приложениям. — 1986. — М.: Изд-во МГУ. — С. 62-65.
10. Баранов В. И. Комбинаторные модели для выбора размера памяти ЭВМ // Про-
Программирование. — 1987. -№2.- С. 91-102.
11. Баранов В. И. Применение комбинаторных моделей для определения требова-
требований к размеру оперативной памяти // Программирование. — 1987. — № 6. —
С. 69-80.
12. Баше К. Г. Игры и задачи, основанные на математике. — С.-Пб., 1877.
13. Биркгоф Г. Теория структур. — М.: Наука, 1984.
14. Блэкман М. Проектирование систем реального времени. — М.: Мир, 1977.
15. Виленкин Н. Я. Комбинаторика. — М.: Наука, 1969.
16. Виноградов И. М. Основы теории чисел. — М.: Наука, 1965.
17. Гаврилов Г. П., Сапоженко А. А. Сборник задач по дискретной математике. —
М.: Наука, 1977.
18. Гартц В. Ф. Лучшая система весовых гирь. — С.-Пб., 1910.
Список литературы 229
19. Гроппен В. О. Модели и алгоритмы комбинаторного программирования. —
Ростов н/Д: Изд-во Рост, ун-та, 1983.
20. Грэхем Р. Начало теории Рамсея. — М.: Мир, 1984.
21. Гэри М, Джонсон Д. Вычислительные машины и труднорешаемые задачи. —
М.:Мир, 1982.
22. Давыдов Е. С. Наименьшие группы чисел для образования натуральных рядов.
— С.-Пб., 1903.
23. Донован Дж. Системное программирование. — М.: Мир, 1975.
24. Евстегнеев В. А., Мельников Л. С. Задачи и упражнения по теории графов и
комбинаторике. — Новосибирск: Изд-во НГУ, 1981.
25. Ершов А. Л. Сведение задачи распределения памяти при составлении программ
к задаче раскраски вершин графов // ДАН СССР. — 1962. — Т. 142. — № 4. —
С. 785-787.
26. Зиглер Л. Методы проектирования программных систем. — М.: Мир, 1985.
27. Избранные отрывки математических сочинений Лейбница // УМН. — 1948. —
Т. 3. —№1B3). —С. 165-204.
28. Камерон П.Дж., ван ЛинтДж.Х. Теория графов, теория кодирования и блок™
схемы. — М.: Наука, 1980.
29. Карась В. М. Устойчивость оптимальной сегментации программ // Программи-
Программирование. — 1987. -№5,- С. 75-84.
30. Катона Д. Неравенства для распределения длины суммы случайных векторов
// Теория вероятн. и ее примен. — 1977. — Т. 22. — № 3. — С. 466-481.
31. Катона Д., Косточка А., Стечкин Б. О локально-гамильтоновых графах. Пре-
Препринт. — Будапешт: МИАН ВНР, 1982.
32. Катона Д., Косточка А., Пах Я., Стечкин Б. О локально-гамильтоновых графах
// Мат. заметки. — 1989. — Т. 45. — № 1. — С. 36-42.
33. Катона Д, Сидоренко А. Ф., Стечкин Б. С. О неравенствах, справедливых
в классе всех распределений // Первый всемирный конгресс Общества матема-
математической статистики и теории вероятностей им. Бернулли: Тезисы. — М.: Наука.
— 1986. —Т. 2. —С. 500.
34. Катона Д., Стечкин Б. С. Комбинаторные числа, геометрические константы и
вероятностные неравенства // ДАН СССР. — 1980. — Т. 251. — № 6. — С. 1293-
1296.
35. Кашин Б. С, Конягин С. В. О системах векторов в гильбертовом пространстве
// Труды МИАН. — 1989. — Т. 45. — № 1. — С. 36-42.
3 6. Кирута А. Я., Рубинов A.M., Яновская Е. Б. Оптимальный выбор распределений
в сложных социально-экономических задачах. — Л.: Наука, 1980.
37. Колмогоров А. Н., Фомин С. В. Введение в теорию функций и функциональный
анализ. — М.: Наука, 1982.
230 Список литературы
38. Комбинаторный анализ — задачи и упражнения / Под ред. К. А. Рыбникова. —
М.: Наука, 1982.
39. Копылов Г. Н. О максимальных путях и циклах в графе // ДАН СССР. — 1977.
— Т.234. —№1. —С. 19-21.
40. Криницкий К А., Миронов Г. А. Автоматизированные информационные систе-
системы. — М.: Наука, 1982.
41. Кнут Д. Искусство программирования для ЭВМ. Т. 1.Основные алгоритмы. —
М.: Мир, 1976.
42. Кофман А. Введение в прикладную комбинаторику. — М.: Мир, 1975.
43. Ланкастер П. Теория матриц. — М.: Мир, 1981.
44. Левенштейн В. И. О границах для упаковок в n-мерном пространстве // ДАН
СССР. — 1979. — Т. 245. -№6.- С. 1299-1303.
45. Леонтьев В. К. Дискретные экстремальные задачи ИНиТ. — 1979. — Т. 16. —
С. 39-101.
46. Липский В. Комбинаторика для программистов. — М.: Мир, 1988.
47. Ломоносов М. В. Рассуждение о твердости и жидкости тел // Поли. собр. соч.
— Т. 2.— М.-Л.: Изд-во АН СССР, 1952.— С. 377-410.
48. Мультипроцессорные системы и параллельные вычисления / Под ред. Ф. Г. Энс~
лау. —М.:Мир, 1976.
49. Матиясевич Ю. В. Диофантовы множества // УМН. — 1972. — Т. 27. — № 5.
— С. 185-222.
50. Пашдимитриу X., Стайглмц К. Комбинаторные оптимизации. Алгоритмы и
сложность. — М.: Мир, 1985.
51. Перечислительные задачи комбинаторного анализа / Пер. с англ. под ред. Г. П.
Гаврилова. — М.: Мир, 1979.
52. Платонов М. Л. Комбинаторные числа класса отображений и их приложения.
— М.: Наука, 1979.
53. Райзер Дж. Комбинаторная математика. —М.: Мир, 1966.
54. Рейнгольд Э., Нивергелът Ю.,Део К Комбинаторные алгоритмы. Теория про-
программирования.— М.: 1980.
55. Риордан Дж. Введение в комбинаторный анализ. — М.: ИЛ, 1963.
56. Риордан Дж. Комбинаторные тождества. — М.: Наука, 1982.
57. Рыбников К. А. Введение в комбинаторный анализ. — М.: Изд-во МГУ, 1985.
58. Саати Т. Целочисленные методы оптимизации и связанные с ними экстремаль-
экстремальные проблемы. — М.: Мир, 1973.
59. Сальников С. Г. Локально-рамсеевские свойства графов // Мат. заметки. —1988.
— Т. 43. ^№ 1. —С. 133-142.
Список литературы 231
60. Сачков В. Н. Введение в комбинаторные методы дискретной математики. — М.:
Наука, 1982.
61. Сачков В. Н. Комбинаторные задачи классические // Мат. энциклопедия. — Т. 2.
— М.: Сов. энциклопедия, 1979.
62. Сачков В. К Комбинаторные методы дискретной математики. — М.: Наука,
1977.
63. Сачков В. Н. Комбинаторный анализ // Мат. энциклопедия. — Т. 2. — М.: Сов.
энциклопедия, 1979.
64. Сидоренко А. Ф. Классы гиперграфов и вероятностные неравенства // ДАН
СССР. —1980. —Т. 254. —№3. —С. 540-543.
65. Сидоренко А. Ф. О локально-турановском свойстве для гиперграфов // Комб.
анализ. — 1986. -№7.- С. 146-154.
66. Сидоренко А. Ф. О максимальном числе ребер в однородном гиперграфе, не
содержащем запрещенных подграфов // Мат. заметки. — 1987. — Т. 41. — № 3.
— С. 433-455.
67. Сидоренко А. Ф. О точных значениях чисел Турана // Мат. заметки. — 1987. —
Т. 42. -№5.- С. 751-760.
68. Сидоренко А. Ф. Экстремальные оценки вероятностных мер и их комбинаторная
природа // Изв. АН СССР, сер. мат. — 1982. — Т. 46. — № 3. — С. 535-568.
69. Сидоренко А. Ф., Стечкин Б. С. О вычислении и применении экстремальных
геометрических констант // Первая конференция по комбинаторной геометрии и
ее применениям: Тезисы. — Батуми: Изд-во Батум. пед. ин-та, 1985. — С. 59-62.
70. Сидоренко А. Ф., Стечкин Б. С. О новом классе вероятностных неравенств
// Третья международная вильнюсская конференция по теории вероятностей и
математической статистике: Тезисы докладов. — Вильнюс. — 1981. — Т. 2. —
С. 149-150.
71. Сидоренко А. Ф., Стечкин Б. С. Об одном классе экстремальных геометриче-
геометрических констант и их приложениях // Мат. заметки. — 1988. — Т. 45. — №3.
72. Сидоренко А. Ф., Стечкин Б. С. Экстремальные геометрические константы
// Мат. заметки. — 1981. — Т. 29. -№5,- С. 691-709.
73. Стечкин Б. С. Асимптотика для локальных свойств графов // ДАН СССР. —
1984. — Т. 275. -№6.- С. 1320-1323.
74. Стечкин Б. С. Бинарные функции на упорядоченных множествах (теоремы
обращения) // Труды МИАН. — 1977. — Т. 143. — С. 178-187.
75. Стечкин Б. С. Вложимость разбиений // Препринт / МИАН ВНР. — Будапешт:
1983.
76. Стечкин Б. С. Локально-двудольные графы // Мат. заметки. — 1988. — Т. 44.
-№2.-С. 216-224.
232 Список литературы
11. Стечкин Б. С. Наборы и их использование в комбинаторных схемах (об одной
комбинаторной формализации) // Комбинаторный и асимптотический анализ.
— Красноярск: Изд-во Красноярск, ун-та. — 1977. — Т. 2. — С. 44-54.
78. Стечкин Б. С. Неравенство Ямамото и наборы // Мат. заметки. — 1976. — Т. 19.
— №1. —С. 155-160.
79. Стечкин Б. С. Несколько комбинаторных проблем // Зборник радова. Мат. Инст.
Нов. сер. — Белград: 1977. — Т. 2A0). — С. 129-137.
80. Стечкин Б. С. О задаче Баше-Менделеева // Квант. — 1988. — № 8.
81. Стечкин Б. С. О монотонных подпоследовательностях в перестановке п нату-
натуральных чисел // Мат. заметки. — 1973. — Т. 13. — № 4. — С. 511-514.
82. Стечкин Б. С. Об основаниях действительной мебиус-теории // Препринт. —
Т. 12М. — Красноярск: Ин-т физики им. Л. В. Киренского СО АН СССР, 1979.
83. Стечкин Б. С. Обобщенные валентности // Мат. заметки. — 1975. — Т. 17. —
№3. — С. 432-442.
84. Стечкин Б. С. Принцип полного размещения // Грэхэм Р. Начала теории Рамсея.
— М.: Мир. —1984. —С. 87-96.
85. Стечкин Б. С. Теоремы вложения для Мебиус-функий // ДАН СССР. — 1981.
— Т. 260. — № 1. — С. 40^44.
86. Стечкин Б. С. Экстремальные свойства разбиений чисел // ДАН СССР. — 1982.
— Т. 264. -№4.- С. 833-836.
87. Стечкин Б. С. Экстремальные свойства разбиений // Эндрюс Г. Теория разби-
разбиений. — М.: Наука. — 1982. — С. 249-253.
88. Стечкин Б. С. Локально-турановское свойство для fc-графов // Мат. заметки.
— 1981. — Т. 29. — № 1. — С. 83^94.
89. Тараканов В. Е. Комбинаторные задачи и (ОД)-матрицы. — М.: Наука, 1985.
90. Тироф Р. Обработка данных в управлении. — М.: Мир, 1976.
91. Уилсон Р.Дж. Введение в теорию графов. — М.: Мир, 1977.
92. ФоксДж. Программное обеспечение и его обработка. — М.: Мир, 1985.
93. Харди Г. Расходящиеся ряды. — М.: ИЛ, 1951.
94. Холл М. Комбинаторика. — М.: Мир, 1970.
95. ЦикрийзисД., Бернстайн Ф. Операционные системы. —М.: Мир, 1977.
96. Шеннон Р. Имитационное моделирование — искусство и наука. — М.: Мир,
1978.
97. Ширяев А. Н. Вероятность. — М.: Наука, 1980.
98. Шоу А. Логическое проектирование операционных систем. — М.: Мир, 1981.
99. Эйлер Л. Введение в анализ бесконечных. Т. 1-2. — М.: Физматгиз, 1961.
100. Эндрюс Г. Теория разбиений. — М.: Наука, 1982.
Список литературы 233
101. Эрдеш 17., Спенсер Дж. Вероятностные методы в комбинаторике. — М.: Мир,
1976.
102. Яглом И. М. Проблема тринадцати шаров. — Киев: Вища школа, 1975.
103. Aiello A., Burattini К, Massarotti A., Ventriglla F. A posteriori evaluation of bin
packing approximation algorithms // Discrete Appl. Math. — 1980. — T. 2. —
C. 159-161.
104. Bar any ai Zs. On the factorization of the complete uniform hypergraph // Infinite
and finite sets . — Amsterdam: North Holland. — 1975. — T. 1. — C. 91-108.
105. Bender E.A., Goldman J.R. On the applications of Moblus Inversion In
combinatorial analysis // The Amer. Math. Monthly. — 1975. — T. 82. — №. 8. —
С 789-802.
106. Benson C. Minimal regular graphs of girth eight and twelve // Canad. J. Math.
^1966.^1. 18. —С. 109И094.
107. Bollobas B. Three-graphs without two triples whose symmetric difference is
contained in a third // Discrete Math. — 1974. — T. 8. — № 1. — C. 21-24.
108. Bollobas B. Extremal Graph Theory. — London: Academic Press, 1978.
109. Bollobas B. Combinatorics: Set Systems, Hypergraphs, Families of Vectors and
combinatorial Probability. —N.-Y.: Cambridge Univ. Press, 1986.
110. Bollobas B. Graph Theory: an Introductory Course. —N.-Y.: Springer™Verlag, 1979.
111. Bondy J.A., Murty U.S.R. Graph Theory with Applications. — N.-Y.: North
Holland, 1976.
112. Bondy J. A., Simonovits M. Cycles of even length In graphs // J. of Comb. Theory.
Ser. B. — 1974. — T. 16. — № 2. — С 97-105.
113. Brown W. G. On graphs that do not contain a Thomsen graphs // Canad. Math. Bull.
— 1966. — T 9. — С 281-285.
114. Brown W.G., Erdos P., Simonovits M. Algorithmic solution of extremal digraph
problems // Trans, of the Amer. Math. Soc. — 1985. — T. 292. — № 2. — C. 421-
449.
115. Burling J. P., Reyner S. W. Some lower bounds for the Ramsey numbers // J. Combin.
Theory. Ser. B. — 1972. — T 13. — № 2. — С 168-169.
116. Campbell J. A note on an optimal-fit method for dymamic allocation of storage
//Comput. J. — 1971. —T. 14. —№ 1.
117. Chandra A. K., Wong C.K. Worst-case analysis of a placement algorithm related
to storage allocation // SIAM J. Comput. — 1975. — T 4. — № 3. — C. 249-
263.
118. Coffman E. G., Leung J. Y.-T. Combinatorial analysis of an efficient algorithm for
processor and storage allocation // 18th Annu. Symp. Found Comput. Sci. Providence,
R.I..—N.-Y.: 1977. — С 214-221.
119. DelsarteP., Goethals J. M, SeidelJ. J. Spherical codes and designs // Geometricae
Dedicata. — 1977. — T. 6. — № 3. — С 363-388.
234 Список литературы
120. Denes J., Keedwell A.D. Latin Squares and their Applications. — Budapest:
Akademial Kiado, 1974.
121. Denning P.J. The working set model for program behavior // Comm. ACM. —
1968. — T. 11. — № 5. — С 323-333.
122. Erdos P., Gallai T. On maximal pathes and circuits of graphs // Acta Math. Acad.
Sci. Hungar. — 1959. — T. 10. — C. 337-356.
123. Erdos P., Simonovits M.A. A limit theorem In graph theory // Studla Sci. Math.
Hungar.— 1966. — T. 1. —№ 1, 2. —С 51-57.
124. Erdos P., Renyi A., Sos V.T. On a problem of graph theory // Studla Sci. Math.
Hungar. — 1966. — T. 1. — № 1, 2. — С 215-235.
125. Erdos P. The Art of Counting. — Mass.: MIT Press, 1973.
126. Erdos P., Graham R. L. Old and new Problems and Results in combinatorial Number
Theory. — Geneve: Kundlng, 1980.
127. Erdos P., Guy R.K., Moon J. W. On refining partitions // J. London Math. Soc.
— 1975. — T. 9B). -14.- C. 565-570.
128. Erdos P., Meir A., Sos VT, Turan P. On some applications of graph theory, I
// Discrete Math. — 1970. — T. 2. — C. 207-228.
129. Erdos P., Meir A., Sos VT, Turan P. On some applications of graph theory, II
// Stusies In pure Math. Acad. Press. — 1971. — С 89-100.
130. Erdos P., Meir A., Sos VT, Turan P. On some applications of graph theory, III
// Canad. Math. Bull. — 1972. — T. 15. — № 1. — С 27-32.
131. Erdos P., Moser L. An extremal problem In graph theory // J. Austral. Math. Soc.
— 1970. —Т. П. — С 42-47.
132. Erdos P., Simonovits M. Compactness results in extremal graph theory
// Combinatorica. — 1982. — T. 2. — № 3. — С 275-288.
133. Fernandez de la Vega W. Bin packing can be solved within 1 + e In linear time
// Combinatorica. — 1981. — T. 1. — № 4. — С 349-355.
134. Finch P.D. On the Mobius-fimctions of a non singular binary relation // Bull.
Austral. Math. Soc. — 1970. — T. 3. — С 155-162.
135. FrakaszekP. A., Considine J. P. Reduction of storage fragmentation on direct access
devices // IBM J. Res. Develop. — 1979. — T. 23. — № 2. — С 140-148.
136. Frankl P., Furedi Z. Exact solution of some Turan type problems // J. of Comb.
Theory. Ser. A. — 1987. — T. 45. — С 226-262.
137. GastinelN. Linear Numerical Analysis. — N.-Y.: Acad Press, 1970.
138. Girand G. Majoretlen du nombre de Ramsey ternalre-bicolere en D,4) // Comptes
Rendus Acad. des Sci. Ser. A. — 1969. — T. 269. — № 15. — С 620-622.
139. Girand G. Sur le probleme de Goodman pour le guadrangles et la majoretlen des
nombres de Ramsey // J. Comb. Theory. Ser. B. — 1979. — T. 27. — № 3. —
С 237-253.
Список литературы 235
140. Goldberg M, Straus E. G. Norm properties of C-Numerical Radii // Linear algebra
and its appl. — 1979. — T. 24. — С 113-131.
141. Goldberg M., Straus E. G. Combinatorial inequalities, matrix norms, and generalized
numerical radii // General Inequalities II, Int. Ser. Numer. Math. — 1980. — T. 47.
— С 37-46.
142. Goodman A. W. On the sets acquaintances and strangers at any party // The Amer.
Math. Monthly. — 1959. — T. 66. -№9.- С 778-783.
143. Graham R. L, Rothschild B. L, Spencer J. H. Ramsey Theory. — N.-Y.: J. Wiley,
1980.
144. Graver J., Yackel J. Some graph theoretic results associated with Ramsey's theorem
// J. Combin. Theory. — 1968. — T 4. — С 125-175.
145. Greene C, Kleitman D. Proff Techniques in the theory of finite sets // Studies In
Combinatories/Ed. G.-C. Rota. M.A.A. — 1978. — С 22-79.
146. Greenwood R.E., Gleason A.M. Combinatorial relatons and chromatic graphs
// Canadian J. Math. — 1955. — T. 7. — № 1. — С 1-7.
147. Grinstead C. M, Roberts S. M. On the Ramsey numbers RC,8) and RC,9) // J.
Com. Theory Ser. B. — 1982. — T. 33. — № 1. — С 27-51.
148. Guy R. K. Unsolved Problems in number Theory. — N.-Y.: Springer-Verlag, 1981.
149. Hanson D. Sum-free sets and Ramsey numbers // Discrete Math. — 1976. — T. 14.
— С 57-61.
150. Hanson D.9 Hanson J. Sum-free sets and Ramsey numbers. II // Discrete Math.
— 1977. — T 20. — № 3. — С 295-296.
151. Hanlon Ph. The incidence algebra of a group reduced partially ordered set // Lect.
Not. In Math. — 1981. — № 829. — С 148-156.
152. Hardy G. H, Wright E. M. An Introduction to the Theory of Numbers. Oxford at the
clarendon Press, 1945.
153. HirschbergD. S. A class of dynamic memory allocation algorithms // Comm. ACM.
— 1973. — T. 16. — № 10. — С 615-618.
154. Johnson D. S. Fast algorithms for bin packing // J. of Сотр. and Sys. Scien. —
1974. -№8,- С 272-314.
155. Johnson D.S., Demers A., Ullman J.D., Garey M.R., Graham R.L. Worst-case
performance bounds for simple one-dimensional packing algorithms // SIAM J.
Comput. — 1974. — T 3. — № 4. — С 299-325.
156. Kalbfleisch J. G., Stanton R. G. On the maximal trianglefree edge chromatic graphs
in three colors // J. Comb. Theory. — 1968. — T. 5. — № 1. — С 9-20.
157. Katona Gy. Extremal problems for hypergraphs // Combinatorics. Math. Centre
Trakts. — 1974. — № 56. — С 13-42.
158. Katona Gy. Grafok, vektorok es valoszinusegszamitasi egyenlotlensegek // Mat.
Lapok. — 1969. — № 1-2. — С 123-127.
236 Список литературы
159. Katona Gy. How many sums of vectors can lie In a circle of radius y/2 II Comb. Th.
and its Appl. — Amsterdam; London: North Holland, 1970. — T. 2. — C. 687-694.
160. Kleitman D. I. Hypergraphic extremal properties // Surveys in Combinatorics. Math.
Soc. Lecture Note Series . — London: 1979. — № 38. — C. 44-65.
161. Kovari Т., Sos V Т., Turan P. On a problem of Zarankiewicz // Collog. Math. —
1954. —T.3. — C. 50-57.
162. Leibniz G W. Mathematlsche Schriften, v. II. — Berlin, 1850.
163. Lewis D. C. A generalized Mobius inversion formula // Bull. Amer. Math. Soc.
— 1972. — T. 78. — С 558-561.
164. Lindstrom B. On two generalizations of classical Mobius function // Preprint/Math.
Inst. Stockholms Univ. — 1975. — Ш 14.
165. Lovasz L. Combinatorial Problems and Exercises. — Budapest: Akademiai Kiado,
1979.
166. Lovasz L., Plummer M. D. Matching Theory. — Budapest: Akademiai Kiado, 1986.
167. MacMahonRA. Combinatory analysis. V. 1,2A915,1916).—N.-Y.: ChelseaP.C.,
1960.
168. Mantel W. II WIsk. Opgaven. 10. — S. 60, 1907.
169. Margolin B.H., Pormelee R.P., Schatroff M. Analysis of free-storage algorithms
// IBM Sist. J. — 1971. — T. 10. -№4.- С 283-304.
170. Mathon R. Lower bounds for Ramsey numbers and assotiatlon schemes // J. Comb.
Theory. Ser. B. — 1987. — T. 42. — № 1. — С 122-127.
171. Odlyzko A. M., Sloane N. J. A. New bound of the number of unit spheares that can
touch a unit spheare in n-dimentions // J. of Comb. Theory (A). — 1979. — T. 26.
— №2. —С 210-214.
172. Peterson J.L, Normal Th. A. Buddy Systems // Comm. of the ACM. — 1977. —
T. 20. ~№6.- С 421-430.
173. Randell B. A note on storage fragmentation and program segmentation // Comm.
of the ACM. — 1969. — T. 12. -№7.- С 365-372.
174. Redheffer R., Smith C. On a surprizing inequality of Goldberg and Straus // Amer.
Math. Monthly. — 1980. — T. 87. -№5.- C. 387-390.
175. Redheffer R., Smith С The case n-2 of the Goldberg-Straus Inequality // General
Inequalities II-Int. Ser. Numer. Math. — 1980. — T. 47. — С 47-51.
176. Robson J.M. A bounded storage algorithm for copying cyclic structures // Comm.
of the ACM. — 1977. — T. 20. -№6.- С 431-440.
177. Robson J.M. Worst-case fragmentation of first-fit and best-fit storage allocation
strategies // The Сотр. J. — 1979. — T. 20. — № 3. — С 242-244.
178. Rota G.-C. Finite operator calculus. — L., N.-Y: Acad. Press, 1975.
179. Rota G.-C. On the foundations of combinatorial theory. I // Z. Wahr. und Verw.
Geb. — 1964. — T. 2. — С 340-368.
Список литературы 237
180. Russell D. L. Internal fragmentation In class of buddy systems // SIAM J. Comput.
— 1977. — T. 6. — № 4. — С 607-621.
181. Sauer N. The largest number of edges of graph such that not more than g Intersect
In a point or more than n are independent // Comb. Math, and its Appl./Ed. by
DJ.A.Welsh. — L., N.-Y.: Academic Press, 1971.
182. Schroeder M. R. Number Theory In Slence and Communication. — N.-Y.: Sprlnger-
Verlag, 1984.
183. Shore J. E. On the extremal storage fragmentation prodused by first-fit and best-fit
allocation strategies // Com. ACM. — 1975. — T 18. — № 8. — С 433-440.
184. Sos V. T. On extremal problems in graph theory // Comb, struct, and their appl. —
N.-Y.: Gordon and Breach. — 1970. — С 407-410.
185. Stanly R. P. Theory and Application of Plane partitions. Part 1 // Studies In applied
mathematics — V. L., 1972. — № 2.
186. Stechkin B. S. On a surprising fact In extremal set theory // J. of Comb. Theory. Ser.
A. — 1980. — T. 29. №3. — С 368-369.
187. Sylvester J. J. Math. Questions with their solutions // The Educational Times. —
1884. —T. 41. —С 21."
188. Turan P. Egy grafelmeletl szelsoertekfeladatrol // Math. Lapok. — 1941. — T. 49.
— С 436-453.
189. Turan P. Applications of graph theory to geometry and potential theory // Comb,
struct, and their appl. —N.-Y.: Gordon and Breach, 1970. — С 423-434.
190. Turan P. On some applications os graph theory to analysis // Proc. Int. conf. on
constr. th. — Varna-1970, Sofia-1972. — С 351-358.
191. Walker K. An upper bound for the Ramsey number ME, 4) // J. Comb. Theory.
Ser. A. — 1971. — T. 11. № 1. —С 1-10.
192. Weisner L. Abstract theory of inversion of finite series // Trans. AMS. — 1935. —
T. 38. №3. — С 474-484.
193. Wilson R.J. Analysis situs // Graph theory with applications to algorithms and
computer science. —N.-Y.: J.Wiley, 1985. — C. 789-800.
194. Wilson R.J. The Moblus function In combinatorial mathematics // Comb. Math,
and its Appl.. — L., N.-Y.: Academic Press, 1971. — C. 315-333.
195. Wilson R. J. The Selberg sieve for a lattice // Comb. Th. and its Apll. — Amsterdam,
London: North Holland. — 1970. — T. 3. — С 1141-1149.
196. WilfH. S. The Mobius function In combinatorial analysis and cromatic graph theory.
Proof Techniques in Graph Theory. — N.-Y.: Acad. Press, 1969. — C. 179-188.
197. Стечкин Б. С. Взвешивания, размещения и вложимость разбиений // Дискр.
матем. — 1990. — Т. 2, №16. — С. 113-129.
198. Баранов В. К, Стечкин Б. С. Многомерный и инженерный аналоги задачи
Баше-Менделеева // Тезисы Межд. конф. по теории чисел. — Тула, 1993.
Научное издание
БАРАНОВ Валерий Иванович
СТЕЧКИН Борис Сергеевич
ЭКСТРЕМАЛЬНЫЕ КОМБИНАТОРНЫЕ ЗАДАЧИ
И ИХ ПРИЛОЖЕНИЯ
Редакторы: Е.Ю. Ходан, И.Л. Легостпаева
Оригинал-макет: Е.В. Третьяков
Оформление переплета: А.А. Логунов
ЛР №071930 от 06.07.99. Подписано в печать 02.06.04.
Формат 60x90/16. Бумага офсетная. Печать офсетная.
Усл. печ. л. 15. Уч.-изд. л. 16,5. Заказ №
Издательская фирма «Физико-математическая литература»
МАИК «Наука/Интерпериодика»
117997, Москва, ул. Профсоюзная, 90
E-mail: fizmat@maik.ru, fmlsale@maik.ru
http://www.fml.ru
Отпечатано с диапозитивов
в ОАО «Чебоксарская типография № 1»
428019, г. Чебоксары, пр. И. Яковлева, 15
ISBN 5-9221-0493-4
985922 104937