Upload
others
View
18
Download
0
Embed Size (px)
Citation preview
Kombinatorik
Sten Kaijser
Innehall
Kapitel 1. Pa hur manga olika satt kan man . . . ? 1
1. Mangdalgebra 12. Additionsregeln 43. Multiplikationsregeln 6
Kapitel 2. Inklusion–Exklusion eller Sallmetoden 7
1. Potensmangden 72. Sallmetoden 93. Elementar sannolikhet 11
Kapitel 3. Hur manga funktioner? 15
1. Kulorna ar markta 162. Kulorna ar identiska 183. Stora tal 204. Mittistans akademiska klubb 245. Count Basics problem 26
Kapitel 4. Rekursion 29
1. Linjar teori 302. Sondra och harska 36
Kapitel 5. Genererande funktioner 39
1. Genererande funktioner som algebraiska modeller 392. Genererande funktioner och linjar rekursion 423. Hur hittar man hem? 44
Kapitel 6. Polyateori 49
1. Grupper 492. Fixmangden och fixgruppen 513. Burnsides lemma 544. Farglaggningar 57
1. Pa hur manga olika satt kan man . . .?
Inledning. Ett av de centrala problemen i kombinatoriken ar att rakna ut pa hur manga
satt man kan utfora nagot. Det kan galla att kasta om bokstaver i ord, eller att valja
styrelser i en forening. Problem av detta slag kallas enumerationsproblem, och teorin for
hur man loser dem kallas enumeration, vilket narmast betyder upprakning. Det basta
sattet att lara sig att losa sadana problem ar att forst losa ett antal utan att ha en aning
om metoderna, och att sedan lasa lite teori. Det enklaste, men langt ifran basta sattet att
lara ut hur man loser problemen ar att forst presentera teorin, och ett (tyvarr) nodvandigt
forsta steg ar da att infora nagra begrepp och beteckningar for dessa. I detta kapitel ska
forutom ett antal ny begrepp ocksa ta upp tva viktiga rakneregler.
1. Mangdalgebra
Nagra viktiga mangder. Kombinatoriken ar en del av den diskreta matematiken. Den
grundlaggande strukturen for denna ar mangden av de hela talen, som brukar betecknas
Z. Andra viktiga mangder ar mangden av de naturliga talen, N = 1, 2, 3, . . ., samt de
andliga mangderna Nn = 1, 2, 3, . . . , n och Zn = 0, 1, 2, . . . , n − 1.
Relationer. Ordet relation betyder forhallande. I matematiken har ordet en enkel men
precis betydelse och anvands for att ange ett ”forhallande mellan elementen i tva mang-
der”. Poangen ar att begreppet ska vara sa allmant sa att varje tankbart forhallande ska
kunna vara en relation. Detta uppnar man genom att definiera en relation R helt enkelt
som mangden av par (x, y) som uppfyller forhallandet. Definitionen blir darfor att en
relation R pa ett par (X,Y) av mangder ar en delmangd av produktmangden X × Y.
De viktigaste relationerna ar de dar X = Y, varvid man talar om en relation pa X. Det
finns tva typer av relationer som ar speciellt viktiga att kanna till, namligen ordnings–
och ekvivalensrelationer.
Definition (1.1.1.) (ordningsrelationer)
En ordningsrelation pa en mangd X ar en relation R pa X som ar reflexiv, anti-
symmetrisk och transitiv, d.v.s. sadan att
(i) xRx for alla x ∈ X
(ii) xRy och yRx =⇒ x = y
(iii) xRy och yRz =⇒ xRz.
2 1. Pa hur manga olika satt kan man . . .?
Definition (1.1.2.) (ekvivalensrelationer)
En ekvivalensrelation pa en mangd X ar en relation R pa X som ar reflexiv,
symmetrisk och transitiv, d.v.s. sadan att
(i) xRx for alla x ∈ X
(ii) xRy =⇒ yRx
(iii) xRy och yRz =⇒ xRz.
Mangdfunktionen. Det forsta steget i att losa ett problem om pa hur manga satt . . . ?
ar att gora det till ett matematiskt problem. Detta innebar bl.a. att man ser alla satten
att som en mangd. Man ger sedan denna mangd ett namn, t.ex. X. Ofta ar det dessutom
lampligt att se den sokta mangden som en delmangd av en storre mangd som man da ger
ett annat namn, t.ex. Ω.
Om X ar en (vanligen andlig) mangd ska vi skriva |X| for att ange antalet element
i X. En enkel men viktig funktion som ar anvandbar inom manga delar av matematiken
ges av foljande
Definition (1.1.3.)
Om X ar en delmangd av en given grundmangd Ω sa definieras mangdfunktionen
for X, 1X av att
1X(ω) =
1 om ω ∈ X
0 om ω /∈ X.
Poangen med mangdfunktionen och det som gor den anvandbar i kombinatoriken ar
att de vanliga operationerna pa (del)mangder svarar mot enkla operationer pa mangd-
funktionerna. Forutsattningen for dess anvandbarhet ar dock delvis en annan, namligen
det enkla faktum att det finns en 1–1-motsvarighet mellan delmangderna och mangd-
funktionerna.
Sats (1.1.1.) (Huvudsatsen for mangdfunktioner)
Lat Ω vara en given mangd. Da galler att
(i) till varje delmangd av Ω hor precis en mangdfunktion, och till varje funktion ϕ
pa Ω som bara antar vardena 0 eller 1, hor precis en delmangd av Ω.
(ii) antalet element |X| i en delmangd kan beraknas med hjalp av mangdfunktionen
genom formeln
|X| =∑
ω∈Ω
1X(ω).
Bevis. Satsen ar egentligen sjalvklar sa snart man forstar inneborden av texten.
(i) Vi vet redan att till varje mangd hor en mangdfunktion och omvant kan varje funktion
som bara antar vardena 0 och 1 uppfattas som mangdfunktionen for den delmangd E
av Ω som beskrivs av att E = ω ∈ Ω|ϕ(ω) = 1.
(ii) Formeln kan tolkas pa sa satt att vi forst gar igenom alla elementen i den stora
mangden Ω och samtidigt satter ett streck for dem som rakar ligga i X. Nar vi sedan
1. Mangdalgebra 3
raknar strecken far vi veta hur manga element som lag i X. Syftet med att formulera
dessa pastaenden som en sats ar att det ger en mojlighet att vid lampliga tillfallen
kunna aberopa satsen med namn. ⊔⊓
anmarkning. Formeln i (ii) kan vara svar att lasa och forsta for den som inte ar van att lasamatematiska formler. Svarigheten brukar ligga i att summatecknet dels ar ovant och dels avenfor dem som ar vana vid det anvands pa ett nytt och frammande satt. Formeln ar till mycketliten hjalp nar det galler att rakna ut antalet element i en given, om an aldrig sa abstrakt,mangd X, men den ar fortrafflig nar det galler att bevisa satser och allmanna formler. Skalettill detta ar att man for att bevisa en sats som regel inte behover utfora den sista summationen.
Det vanligaste (och viktigaste) problemet for mangdfunktioner ar att berakna den for en
foreningsmangd, men eftersom det ar det enda problemet som inte ar helt sjalvklart ska
vi borja med foljande
Lemma (1.1.2.)
Lat X, Y och Aini=1
vara delmangder av grundmangden Ω. Da galler foljande
samband:
(A) C(∪Ai) = ∩(CAi)
(B) C(∩Ai) = ∪(CAi)
(C) 1CX
= 1 − 1X
(D) 1X∩Y = 1X · 1Y.
Bevis. Eftersom (A) och (B) ar de Morgans (valkanda) regler och (C) och (D) ar
sjalvklara for den som kan rakna med 0 och 1 sa finns det egentligen ingenting att
bevisa. ⊔⊓
anmarkning. Detta lemma visar att det ar latt att rakna ut mangdfunktionen for en skarningeftersom produkten av tva tal som bada ar 0 eller 1 ar 0 om inte bada talen ar 1. Detta innebaratt ω ∈ X ∩ Y bara om bade 1X(ω) och 1Y(ω) ar 1. Denna analogi mellan multiplikation(av tal) och snitt (av mangder) gjorde att i tidig ”Boolesk algebra” skrevs snittet som enprodukt. Detta var inget storre problem for dem som raknade. Varre var att man ocksaskrev unionen (foreningsmangden) med ett plustecken. For att bli av med dessa aritmetiskasymboler uppfanns sa smaningom de moderna tecknen ∩ och ∪ av nagon (som jag garna skullevilja veta vem det var). Att rakna ut mangdfunktionen for X ∪ Y ar inte svart, men medanmangdfunktionen for ett snitt av manga mangder raknas ut pa samma satt som for ett snittav tva mangder, sa blir mangdfunktionen for en union (som vi snart kommer att se) alltmerkomplicerad ju fler mangder vi har. For tva mangder ar det dock latt eftersom
1X∪Y = 1X + 1Y − 1X∩Y = 1X + 1Y − 1X · 1Y = 1 − (1 − 1X)(1 − 1Y)
Med hjalp av lemmat kan vi nu ocksa berakna mangdfunktionen for en forenings-
4 1. Pa hur manga olika satt kan man . . .?
mangd.
Sats (1.1.3.)
Lat Aini=1
vara delmangder av grundmangden Ω och satt
X =n⋃
i=1
Ai och Y = CX
Da ar:
1Y =
n∏
i=1
(1 − 1Ai) och
1X = 1 − 1Y = 1 −n
∏
i=1
(1 − 1Ai)
Bevis. Enligt (C) i lemmat racker det att bevisa en av formlerna sa jag nojer mig med
att bevisa den forsta. Med hjalp av (A) i foregaende lemma far vi:
Y = C(
n⋃
i=1
Ai) =
n⋂
i=1
CAi
vilket enligt (C) och (D) ger:
1Y = 1 − 1∪Ai= 1
∩CAi
=n
∏
i=1
(1 − 1Ai). ⊔⊓
2. Additionsregeln
Det finns tva enkla men viktiga regler for enumeration som spelar stor roll i den elementara
teorin. Dessa regler brukar kallas for additionsregeln och multiplikationsregeln.
Sats (1.2.4.) (Additionsregeln)
Om X och Y ar disjunkta andliga mangder (d.v.s. om X ∩ Y = ∅ sa ar |X ∪ Y| =
|X| + |Y|.
Bevis. Sjalvklart sa snart man forstar vad det star! ⊔⊓
anmarkning 1. Det ar svart att tanka sig nagot pretentiosare an att som sats formuleradet forsta som barna i skolan far lara sig i matematik. Om vi har tva disjunkta mangder ochraknar antalet element i var och en sa far vi antalet i foreningsmangden genom att lagga ihopantalen. Poangen med att formulera detta som en sats, ar att den aldrig (atminstone nastan
2. Additionsregeln 5
aldrig) anvands pa det sattet. Istallet har man givet en (ofta tamligen abstrakt) mangd somman vill rakna elementen i. For att gora det sa delar man upp den i lampliga delmangder somman forutsatter att man kan rakna. Ser man till att delmangderna verkligen ar disjunkta sakan man darigenom rakna elementen i den ursprungliga. Ett vackert men enkelt exempel padetta ar ”Pascals triangel”.anmarkning 2. Den allmanna additionsregeln utsager pa motsvarande satt att om X =Y1 ∪ Y2 ∪ . . . ∪ Yn och om alla mangderna Yi ar disjunkta, sa ar |X| =
∑
|Yi|. Denallmanna regeln bevisas med induktion.
Exempel 1. Vid det beromda universitetet i Mittistan finns en 3-arig datakulturlinje,
dar det varje hosttermin antas 64 studenter. Under den forsta terminen laser studen-
terna 2 kurser, namligen dels det nya dataspraket SPILL, dels det gamla kulturspraket
Sannskrift. Av de studenter som antogs hostterminen ar 11 (av kejsar Pin Kivs rege-
ringstid) var det 8 som aldrig inledde sina studier. Av dem som tenterade klarade 48
tentan i SPILL och 40 tentan i Sannskrift. Det var 3 studenter som inte klarade nagon
tentamen. Hur manga klarade bada kurserna?
Exempel 2. Antalet delmangder med precis k element ur en grundmangd X med n
element brukar (som bekant) skrivas(
n
k
)
. Ett viktigt samband mellan dessa tal ges av
formeln(
n
k
)
=
(
n − 1
k − 1
)
+
(
n − 1
k
)
.
For att bevisa denna formel valjer vi forst ut ett visst element x0 ur X och delar
sedan upp mangden av alla k-delmangder i tva delmangder, namligen de som innehaller
x0 och de som inte gor det. Dessa tva mangder (av k-delmangder) ar uppenbarligen
disjunkta och eftersom den forsta kan tolkas som mangden av alla (k − 1)-delmangder
av X0 = X \ x0, medan den andra pa samma satt kan tolkas som mangden av alla
k-delmangder av X0 sa foljer resultatet av additionsregeln.
Exempel 3. (Dirichlets ladprincip)
(i) I en klass med 13 elever finns det alltid tva som ar fodda i samma manad.
(ii) Om fler an 10 foremal ska laggas i 5 lador, kommer nagon av ladorna att innehalla
minst 3 foremal.
(iii) Om fler an mn foremal ska laggas i m lador, sa kommer nagon av ladorna att
innehalla fler an n foremal.
Som avslutning pa detta avsnitt kan det vara vart att visa ett narmast lojligt bevis for
additionsregeln, som visar hur man kan anvanda sig av mangdfunktionen.
Bevis. (Bevis 2 for additionsregeln) Eftersom X och Y ar disjunkta sa ar
1X∪Y = 1X + 1Y
och da ar enligt huvudsatsen for mangdfunktioner
|X ∪ Y| =∑
ω∈Ω
1X∪Y =∑
ω∈Ω
(1X(ω) + 1Y(ω))
=∑
ω∈Ω
1X(ω) +∑
ω∈Ω
1Y(ω)) = |X| + |Y|⊔⊓
6 1. Pa hur manga olika satt kan man . . .?
3. Multiplikationsregeln
Eftersom hela detta kapitel (i princip) handlar om pa hur manga satt . . . ? sa ska vi
inleda detta avsnitt om multiplikationsregeln med att omtolka den foregaende regeln (d.v.s.
additionsregeln) som ett problem av detta slag. Den fraga som besvaras av additionsregeln
ar:
Pa hur manga satt kan man plocka ett element ur nagon av (de disjunkta) mangderna
X eller Y.
Additionsregeln handlar alltsa om att utfora en handling. Den nya regeln, multiplika-
tions-regeln handlar om att utfora flera handlingar efter varandra i en viss ordningsfoljd.
Bada reglerna ar enkla, men de innehaller ocksa bada nagot villkor som maste provas.
Forutsattningen for additionsregeln var att de tva mangderna var disjunkta, och det hander
alltfor ofta (atminstone pa tentamensskrivningar) att man anvander regeln pa tva mangder
som vid narmare betraktande visar sig ha gemensamma element.
Multiplikationsregeln ar nagot svarare inte bara att anvanda, utan ocksa att formu-
lera. Det problem det galler ar att rakna ut antalet element i en mangd Ω som bestar av
antalet satt att utfora n stycken handlingar efter varandra. Ett satt att beskriva mangden
ar som mangden av alla foljder ω = h1h2 . . . hn, dar hi ar ett av de mojliga satten att
utfora den i:te handlingen. Vi kan nu formulera regeln.
Sats (1.3.5.) (Multiplikationsregeln)
Lat Ω vara mangden av alla satt att utfora de n stycken handlingarna Hini=1
efter
varandra. Antag ocksa att antalet satt att utfora handlingen Hi inte beror av vad
vi gjort tidigare utan ges av ett fixt tal mi. Da ar
|Ω| = m1 · m2 · · ·mn =
n∏
i=1
mi.
Bevis. Liksom i fraga om additionsregeln ar det viktiga inte att kunna bevisa satsen,
utan om att kunna anvanda den (ratt!). For att bevisa satsen ska vi se processen (d.v.s.
foljden av handlingar) som grenar i ett rotat trad. (Den som inte kanner till teorin for
(matematiska) trad far lasa om det har senare.) Det trad man far har en rot x0 och m1
noder pa niva 1. Sa langt finns det m1 grenar. Forutsattningen ar nu att det fran var
och en av noderna pa denna niva gar m2 nya grenar. Det ar da latt att se att totala
antalet noder pa niva 2 ar m1m2. Anvander man sedan induktion foljer det att antalet
noder pa niva n, d.v.s. antalet lov, ar produkten∏
mi. Slutligen foljer satsen av att i
ett rotat trad sa finns det precis en gren fran roten till varje lov i tradet. ⊔⊓
Exempel 1. Om X och Y ar andliga mangder och om Z ar antalet ordnade par z =
(x, y), dar x ∈ X ¸och y ∈ Y sa ar |Z| = |X| · |Y|.
Exempel 2. Antalet permutationer av de n talen 1, 2, . . . , n ar n! eftersom vi kan
valja det forsta pa n satt, det andra (oberoende av hur vi valt det forsta) pa (n − 1)
satt o.s.v. tills vi bara har ett enda element kvar som da valjs pa 1 satt.
2. Inklusion–Exklusion eller Sallmetoden
Inledning. Ett problem som ofta forekommer i tentamensskrivningar och som ibland
kan vara intressant aven i mindre allvarliga sammanhang ar att rakna ut antalet element
i en foreningsmangd, dar de olika givna mangderna inte behover vara disjunkta. Detta
problem loses med en metod som brukar kallas inklusion-exklusion eller ibland sallmetoden
och som ar en vidareutveckling av additionsregeln.
Forutsattningen ar att antingen den sokta mangden eller dess komplement pa ett
naturligt satt kan ses som en foreningsmangd av ett antal delmangder vars storlek kan
beraknas. Detta skulle ha gjort det mojligt att anvanda additionsregeln om mangderna
vore disjunkta, men eftersom de inte ar det sa far man anvanda en mer komplicerad metod.
Det naturliga ar att forst rakna elementen i varje delmangd och att sedan rakna bort dem
som tillhor flera. I larobockerna finns en formel med eventuella variationer for att utfora
berakningarna i det allmanna fallet.
1. Potensmangden
De svarigheter som finns nar det galler att forsta och lara sig metoden beror inte pa
att metoden ar svar eller pa nagot satt svar att anvanda. Svarigheterna beror istallet
framst pa att den sats som finns ar fullstandigt allman, d.v.s. (det som icke-matematiker
ofta kallar) abstrakt. For att formulera denna mycket allmanna sats behover man infora
beteckningar som gor den formel man far lasbar, och i forsoken att gora detta sa stoter
man pa den enda svarighet som faktiskt finns. Problemet ligger i att vi har tva mangder,
vars delmangder vi ska halla reda pa. Dels har vi naturligtvis den givna (andliga) grund-
mangden Ω, men forutom den har vi ocksa en indexmangd I. For att sa smaningom
kunna formulera den sats jag vill ha behover jag ett par definitioner.
Definition (2.1.1.) (Potensmangden)
Lat X vara en (andlig) mangd. Mangden av alla delmangder av X kallas for potens-
mangden (pa engelska the power set) och betecknas P(X). For att uttrycka att E
ar en delmangd av X ska vi skriva antingen E ⊂ X eller E ∈ P(X). (Kom ihag att
den tomma mangden ∅ ar en delmangd av varje mangd, d.v.s. att for varje X galler
att ∅ ∈ P(X).)
anmarkning. Det kan i detta sammanhang vara vart att saga nagot om den tomma mangdensom delmangd av en indexmangd. Lat darfor I vara en given indexmangd och antag att det
8 2. Inklusion–Exklusion eller Sallmetoden
till varje i ∈ I hor ett tal ai. For varje delmangd J av I kan vi da bilda en summa Sa(J) ochen produkt Pa(J) over mangden, genom
Sa(J) =∑
i∈J
ai och Pa(J) =∏
i∈J
ai.
Vi ser da att om J och K ar disjunkta delmangder av I, d.v.s. om J ∩ K = ∅ sa ar
Sa(J ∪ K) = Sa(J) + Sa(K) och Pa(J ∪ K) = Pa(J) · Pa(K).
Eftersom vi vill att bada dessa formler skall galla aven da J eller K ar den tomma mangden ∅sa definierar vi
Sa(∅) =∑
i∈∅
ai = 0 och Pa(∅) =∏
i∈∅
ai = 1.
Vi kommer i fortsattningen huvudsakligen att syssla med en produkt som paminner om
P (1 − a)(I) =∏
i∈I
(1 − ai)
och det ar vart att notera att om vi raknar ut den pa vanligt satt sa far vi
P (1 − a)(I) =∑
J∈P(I)(−1)|J|P a(J),
varvid (naturligtvis) |∅| = 0.
Har man val forstatt denna formel sa ar det inte sa svart att inse att alla talen ai mycket
val kan bero pa i vilken punkt pa en viss grundmangd Ω som man befinner sig. Detta
innebar att talen ai kan ersattas med funktioner fi(ω) och att formeln da fortfarande ar
giltig. Vi formulerar detta pastaende som ett lemma.
I analogi med ovanstaende kan vi nu for varje i ∈ I lata Ai vara en delmangd av
grundmangden Ω, och for delmangder J av I definiera en union ∪A(J) och ett snitt ∩A(J)
genom
∪A(J) =⋃
i∈J
Ai och ∩ A(J) =⋂
i∈J
Ai.
ven for dessa galler enkla rakneregler om J och K ar disjunkta delmangder av I, namligen
att
∪A(J ∪ K) = ∪A(J) ∪ ∪A(K) och
∩A(J ∪ K) = ∩A(J) ∩ ∩A(K).
Precis som ovan vill vi att dessa regler ska galla aven da J eller K ar den tomma mangden
vilket innebar att
∪A(∅) = ∅ och ∩ A(∅) = Ω.
2. Sallmetoden
For att fa de kommande formlerna att se nagot enklare ut behover vi ytterligare en defi-
nition, namligen
2. Sallmetoden 9
Definition (2.2.2.)
Lat I vara en (andlig) mangd och lat for varje i ∈ I, Ai vara en delmangd av en
annan (andlig) grundmangd Ω. For varje delmangd J = i1, i2, . . . ik av I ska vi
skriva AJ for skarningsmangden
AJ = Ai1 ∩ Ai2 ∩ . . . ∩ Aik=
⋂
i∈J
Ai.
Med hjalp av dessa definitioner kan vi nu skriva sallmetoden som en sats.
Bevis. Vi kan borja med att notera att enligt additionsregeln ar |X|+ |Y| = |Ω|. Sedan
adderar vi de tva summorna i hogerleden och ser da att alla termer utom den allra
forsta (i den forsta summan) forekommer tva ganger med olika tecken och darfor tar ut
varann. Detta innebar att hela summan av de tva summorna bestar av enbart denna
forsta term, vilket ger att summan ar |A∅| = |Ω|. Detta innebar att det racker med att
bevisa en av formlerna, och jag valjer att bevisa den forsta. For att gora det ska jag
anvanda mangdfunktionen 1Y som enligt Sats (1.1.3) ar
1Y =∏
i∈I
(1 − 1Ai).
Vi observerar nu att enligt formeln (⋆) ovan sa ar
Nar vi anvander satsen kommer antingen |I| att vara ett litet tal, eller sa kommer det att
finnas ett slags symmetri i problemet som gor att alla mangder AJ med |J | = k ar lika
stora. Detta innebar att vi bara behover rakna ut storleken av en mangd av varje slag for
att sedan rakna hur manga de ar. Ett naturligt korollarium till foregaende sats ar darfor
Korollarium (2.2.0′). Lat I, Ω, Aini=1
samt X och Y vara som i foregaende sats.
Antag dessutom att for alla delmangder J av I beror |AJ | endast av |J |, d.v.s. att det
finns tal Tk, 1 ≤ k ≤ n sadana att for alla J , med |J | = k ar |AJ | = Tk. Satt vidare
Sk =(
nk
)
Tk. Da ar
|Y| =
n∑
k=0
(−1)k
(
n
k
)
Tk =
n∑
k=0
(−1)kSk
och
|X| =n
∑
k=1
(−1)k−1
(
n
k
)
Tk =n
∑
k=1
(−1)k−1Sk.
Bevis. Korollariet foljer direkt ur satsen, tillsammans med det valkanda faktum att
antalet k-delmangder av en mangd med n element ar(
nk
)
. ⊔⊓
Exempel 1. Hur manga udda tal mellan 1000 och 10 000 ar inte delbara med 3 eller 5.
Losning: Eftersom det galler udda tal kan vi lata grundmangden vara Ω = n|1001 ≤
n ≤ 10 000. Vidare later vi A2 besta av de jamna talen i Ω, A3 av dem som ar
delbara med 3 och A5 av de som ar delbara med 5. Vidare ar den sokta mangden Y
komplementet till foreningsmangden X = A2 ∪ A3 ∪ A5, vilket innebar att
Y = C(A2) ∩ C(A3) ∩ C(A5).
10 2. Inklusion–Exklusion eller Sallmetoden
Enligt sallmetoden ar da
|Y| = |Ω| − (|A2| + |A3| + |A5|) + (|A2,3| + |A2,5| + |A3,5|) − |A2,3,5|,
som ger
|Y| = 9000−(4500+3000+1800)+(1500+900+600)−300 = 9000−9300+3000−300,
vilket omedelbart utraknas till att |Y| = 2400. ⊔⊓
Vi ska senare se att det finns ett enklare satt att rakna ut samma sak.
Exempel 2. Vid universitetet i Mittistan finns ocksa en utbildningslinje i biosofi. Pa
denna linje antas varje hosttermin 128 studenter. Pa denna linje laser studenterna
under forsta terminen tre olika kurser, namligen allman kemi, grundlaggande ekologi
samt grundkursen i bioetik. Av dem som antogs ar 11, var det 18 som aldrig inledde
sina studier. For att fa fortsatta pa andra terminen maste studenterna bli godkanda
pa nagon av kurserna. Vid tentamen var det 76 som klarade kemin, 91 som klarade
ekologin och 97 som klarade bioetiken. Det var 66 som klarade bade kemi och ekologi,
71 som klarade kemi och bioetik, samt 84 som klarade ekologi och bioetik. Slutligen var
det 63 som klarade alla tre tentorna. Hur manga fick fortsatta?
Losning: Vi soker |X| = |AK ∪ AE ∪ AB|, vilket enligt sallmetoden ar
(76 + 91 + 97) − (66 + 71 + 84) + 63 = 264 − 221 + 63 = 106.
⊔⊓
3. Elementar sannolikhet
Inledning. Det finns ett nara samband mellan kombinatorik och sannolikhetsteori. Det
ar t.o.m. sa att de allra forsta sannolikhetsproblemen var renodlade kombinatorikproblem.
Aven om manga larobocker i kombinatorik undviker att infora sannolikheter tycker jag
att det finns flera goda skal att gora det. Det viktigaste skalet ar att nar man inom
kombinatoriken vill rakna ut antalet element i en delmangd X av en viss grundmangd Ω,
sa ar ofta bada talen |X| och |Ω| stora, medan kvoten |X|/|Ω| ar ungefar 1/2 (varmed
menas nagot mellan 1 och 99 hundradelar). Denna kvot, som kan tolkas som sannolikheten
for att ett pa mafa valt element ur Ω ska raka ligga i X, ar ofta intressantare an talet
|X| sjalvt. Eftersom vi i denna kurs (nastan) uteslutande kommer att syssla med andliga
mangder, sa ar den sannolikhetsteori som vi ska anvanda utomordentligt enkel.
Den grundlaggande definitionen. Vi ska borja med
3. Elementar sannolikhet 11
Definition (2.3.3.) (Sannolikhetsfordelning)
En sannolikhetsfordelning (eller enklare bara fordelning) P pa en andlig mangd Ω
ges av en reellvard funktion P (ω) sadan att
(i) P (ω) ≥ 0 och
(ii)∑
ω∈Ω
P (ω) = 1.
Den likformiga fordelningen ges av att for alla ω ∈ Ω ar
P (ω) =1
|Ω|.
anmarkning 1. Vi kommer i fortsattningen nastan enbart att syssla med den likformigafordelningen, och vi ska t.o.m. infora den regeln att om vi enbart talar om sannolikheter utanatt namna nagon sannolikhetsfordelning sa forutsatts denna vara likformig.anmarkning 2 En andlig mangd med en sannolikhetsfordelning kallas for ett sannolik-
hetsrum. Ett sannolikhetsrum brukar skrivas som (Ω, P ) dar Ω ar mangden och P ar san-nolkhetsfordelningen. Om fordelningen ar den likformiga kommer vi helt enkelt att tala omsannolikhetsrummet Ω.
En skillnad som under arens lopp vuxit fram mellan kombinatorik och sannolikhetsteori
ar att man anvander olika sprakbruk. Detta innebar exempelvis att den grundmangd vi
talar om i kombinatoriken, inom sannolikhetsteorin kallas for utfallsrummet, medan vara
delmangder kallas for handelser. Eftersom sannolikhet (och vanligen aven sannolikhetste-
ori) pa engelska kallas probability, sa kallas de som agnar sig at denna teori for probabilister
och deras sprakbruk for probabilistiskt.
Med ett probalistiskt sprakbruk definieras sannolikheten P (A) for en handelse A
genom
P (A) =∑
ω∈A
P (ω).
Om sannolikheten ar likformig sa ar P (A) = |A|/|Ω|.
anmarkning. Med hjalp av mangdfunktionen kan sannolikheten for handelsen A skrivas somen summa over hela utfallsrummet sasom
P (A) =∑
ω∈Ω
1A(ω)P (ω).
Tva viktiga begrepp inom sannolikhetsteorin ar betingad sannolikhet och (stokastiskt)
oberoende. Dessa begrepp hanger nara ihop och vi ska infora bada med samma definition.
Definition (2.3.4.)
(i) Om A och B ar givna handelser (med P (B) > 0) sa definieras den betingade
sannolikheten P (A|B) (for A givet B) genom formeln
P (A|B) = P (A ∩ B)/P (B).
(ii) Handelserna A och B sags vara oberoende om
P (A|B) = P (A) d.v.s. omP (A ∩ B) = P (A) · P (B).
3. Hur manga funktioner?
Inledning. Manga problem i kombinatorik handlar om att rakna hur manga funktioner
det finns av vissa slag. De flesta av dessa problem kan beskrivas sa att man har en mangd
X som kan antas besta av kulor, och en annan mangd Y som kan antas besta av urnor.
En funktion fran X till Y kan uppfattas som ”ett satt att lagga alla kulorna i nagra av
urnorna”. Darefter raknar man de sarskiljbara mojligheterna under olika omstandig-
heter, sasom om kulor och urnor ar markta (exempelvis numrerade) eller identiska. Vi
kommer har att forutsatta att urnorna ar markta, medan vi kommer att sarskilja de tva
fallen av markta eller omarkta kulor.
Eftersom losningarna till de flesta problem av denna typ pa ett eller annat satt
brukar innehalla binomialkoefficienter ska jag borja med att ge de tva viktigaste reglerna
for dessa.
Binomialkoefficienter. Det finns ett stort antal mer eller mindre viktiga och mer eller
mindre anvandbara identiteter for binomialkoefficienter. De flesta av dessa kan bevisas
med hjalp av binomialsatsen, exempelvis genom att man ger vissa varden for x eller
utnyttjar identiteten (1 + x)m(1 + x)n = (1 + x)m+n.
Sats (3.0.1.) (Binomialsatsen)
(1 + x)n =n
∑
k=0
(
n
k
)
xk.
Forutom denna maste ni komma ihag Pascals triangel, d.v.s. identiten(
n
k
)
=
(
n − 1
k − 1
)
+
(
n − 1
k
)
,
som kan bevisas genom att vi skriver (1 + x)n = (1 + x)(1 + x)n−1. Dessutom behover ni
nagon enstaka gang kunna utnyttja det vanliga uttrycket for koefficienterna namligen(
n
k
)
=n!
k! (n − k)!.
Ni bor ocksa kanna till multinomialkoefficienterna. Dessa far man som koefficienterna
m(k1, k2, . . . kr) i uttrycket
(1) (x1 + x2 + . . . xr)n =
∑
m(k1, k2, . . . kr)xk1
1 xk2
2 . . . xkr
r
och som de flesta av er kanner till ar den explicita formeln
(2) m(k1, k2, . . . kr) =
(
n
k1 k2 . . . kr
)
=n!
k1! k2! . . . kr!.
Om vi i (1) satter alla xi = 1 och sedan utnyttjar (2) sa ger detta att
(3) rn =∑
(
n
k1 k2 . . . kr
)
,
nagot som har en naturlig kombinatorisk tolkning.
16 3. Hur manga funktioner?
1. Kulorna ar markta
Problem: Pa hur manga olika satt kan n olika kulor laggas i r olika urnor?
Losning: Vi kan anta att kulorna ar markta med siffror fran och med 1 t.o.m. n, vilket ar
detsamma som att anta att X = Nn Vidare kan vi anta att urnorna ar markta med siffror
fran och med 1 t.o.m. r, eller med bokstaver fran, a till, sag r, vilket kan tolkas som att
Y = Nr. Grundproblemet ar att bestamma det totala antalet funktioner fran X till Y,
d.v.s. fran Nn till Nr vilket ar detsamma som antalet ”ord” av langden n med bokstaver
mellan a och r, och eftersom varje bokstav (oberoende av de ovriga) kan valjas pa r olika
satt sa ar det totala antalet (enligt multiplikationsregeln) rn (4).
anmarkning 1. Eftersom antalet funktioner fran Nn till Nr ar
rn = |Nr||Nn|
sa betecknas ofta denna mangd av funktioner som NNn
r och allmant skrivs mangden av allafunktioner fran (den abstrakta men andliga) mangden X till mangden Y som YX vilket germinnesregeln
|YX| = |Y||X|.
anmarkning 2. Enligt mangdfunktionens huvudsats kan potensmangden P(X) uppfattas
som mangden av funktioner fran X till Z2 = 0, 1 vilket innebar att |P(X)| = |ZX2 | = 2|X|.
Manga problem handlar om att stalla vissa villkor pa de tillatna funktionerna. Det
vanligaste av dessa villkor ar att det totala antalet av varje bokstav ar bestamt, sa att det
exempelvis skall finnas exakt ki stycken i:n. Da bor problemet ses annorlunda. Det man
da skall gora ar att for varje bokstav bestamma vilken delmangd som skall fa denna. Det
innebar att man forst valjer en delmangd av k1 element som blir a:n, vilket kan goras pa(
nk1
)
satt. Bland de kvarvarande (n− k1) platserna valjer man sedan en ny delmangd med
k2 element som blir b:n, vilket kan goras pa(
n−k1
k2
)
satt o.s.v.. Totalt ger detta
(
n
k1
)(
n − k1
k2
)(
n − k1 − k2
k3
)
. . .
(
km
km
)
(5)
=n! (n − k1)! (n − k1 − k2)! . . . km!
k1!(n − k1)! k2!(n − k1 − k2)! . . . km!1!=
(
n
k1 k2 . . . kr
)
olika sadana funktioner. Den vanliga formuleringen av detta problem ar att man har ett
givet ord och soker antalet nya ord som uppstar vid permutationer av dessa. For att
problemet ska vara intressant bor det finnas betydligt fler platser i ordet, an vad det finns
olika bokstaver. Ett av problemmakarnas favoritord i detta sammanhang ar namnet pa
Nordamerikas storsta flod.
Exempel 1. Hur manga ord kan bildas genom omkastning av bokstaverna i ordet MIS-
SISSIPPI?
Losning: Enligt formeln ovan ar antalet
(
11
4 4 2 1
)
=11!
4! 4! 2!=
11 · 10 · 9 · 8 · 7 · 6 · 54 · 3 · 2 · 2 = 11 · 10 · 9 · 7 · 5 = 99 · 35 · 10 = 34 650.
1. Kulorna ar markta 17
Exempel 2. Hur manga av dessa innehaller ordet SPIS?
Losning: Lat oss borja med att bilda ordet MISSIPISPIS. Vi skriver detta som MIS-
SIPI(SPIS) och ersatter bokstavsfoljden (SPIS) med bara bokstaven A, vilket ger ordet
MISSIPIA. Antalet ord som kan bildas ur ordet MISSIPIA ar med samma utrakning(
8
3 2 1 1 1
)
= 8 · 7 · 5 · 4 · 3 = 3360.
Vi ar nu nastan framme, men som sa ofta i sadana har problem, finns det en poang
till. Anledningen till detta ar att orden MISPISIA och MIAISPIS svar mot samma
omkastning av bokstaverna i det ursprungliga ordet. Vi maste darfor dra bort de ord
som raknats tva ganger. Dessa kan dessutom vara av tva olika slag.
Lat oss bilda ordet MIAIA. Antalet omkastningar av dessa bokstaver ar 5!/4 = 30.
Slutligen kan en omkastning innehalla ordet SPISPIS, och antalet sadana ar lika manga
som omkastningarna av ordet MISIO som ar 5!/2 = 60.
Antalet ord som innehaller ordet SPIS ar darfor 3360 − 30 − 60 = 3270. Det bor
papekas att det ar nagot lattare (men inte lika valuppfostrat) att rakna ut hur manga
som innehaller ordet PISS. ⊔⊓
anmarkning. Med hjalp av vara losningar ovan kan vi nu rakna mangden av alla ord avlangden n som anvander r olika bokstaver pa tva olika satt. Antingen konstaterar vi att varjebokstav kan valjas pa r olika satt vilket ger rn fall, eller sa bestammer vi forst hur manga detska vara av varje bokstav, anvander formel (5) och lagger sedan ihop alla sadana for alla valav antalet bokstaver. Tillsammans ger detta far tidigare harledda formel
rn =∑
(
n
k1 k2 . . . kr
)
(dar summan tas over alla val av talen ki, sadana att ki ≥ 0 och∑
ki = n).
Eftersom det bade for mig, senare i det har kompendiet, och for er pa exempelvis
tentamensskrivningar, kan vara bra att ha en sats att hanvisa till sa ska jag sammanfatta
det vi bevisat i detta avsnitt till
Sats (3.1.2.) (ord-satsen)
(i) Antalet ord av langden n med bokstaver ur ett alfabet med r bokstaver ar rn.
(ii) Antalet ord av langden n med bokstaver ur ett alfabet med r bokstaver, sadana
att varje bokstav forekommer ett angivet antal ganger ki, 1 ≤ i ≤ r ar(
nk1 k2 ... kr
)
.
Surbinjektioner. Det finns ocksa situationer dar man inte ar intresserad av alla funk-
tioner fran X till Y utan enbart for dem som ar injektiva eller surjektiva. (Jag paminner
om att en given funktion f : X → Y sags vara
injektiv om x1 6= x2 ⇒ f(x1) 6= f(x2) och
surjektiv om y ∈ Y ⇒ ∃x ∈ X sa att f(x) = y
Funktionen f sags vara bijektiv om den ar bade injektiv och surjektiv. En funktion som
ar –jektiv kallas for en –jektion.)
Forutsattningen for att det overhuvudtaget ska finnas injektioner fran X till Y ar
att |X| ≤ |Y| och da ar om |X| = m ≤ n = |Y|
|Inj(X,Y)| = n(n − 1) · · · (n − m + 1) = n!/m!
18 3. Hur manga funktioner?
(dar Inj(X,Y) star for mangden av alla injektioner fran X till Y).
Exempel. Hur manga personer maste finnas i en klass for att sannolikheten for att tva
av eleverna ska ha samma fodelsedag ska vara minst 1/2?
Losning: Vi antar for enkelhets skull att alla eleverna ar fodda samma ar och att detta inte
ar ett skottar. Vi antar ocksa att alla fodelsedagar ar lika sannolika (nagot som ju inte
ar helt riktigt eftersom pafallande manga barn blir till under sommaren). Problemet ar
att bestamma det minsta talet m sa att antalet injektioner fran Nm till N365 ar mindre
an halften av alla funktioner. Detta ger att
365!
(365 − m)! · 365m=
365 · 364 · · · (365 − m + 1)
365 · 365 · · · 365 =
m−1∏
k=0
(1 − k
365) <
1
2.
Provar man detta villkor pa en miniraknare finner man att 22 elever ger nastan exakt
(men inte riktigt) sannolikheten 1/2 sa att det behovs 23 stycken. (Den allmanna regeln
for ett givet n ar att om m uppfyller ekvationen m2 + m = 2n log 2 sa ar sannolikheten
for att en funktion fran Nm till Nn skall vara injektiv ungefar 12 . Detta betyder att
m = − 12 +
√
2n log 2 + 14 ≈ 1, 18
√n.) ⊔⊓
Forutsattningen for att det ska finnas surjektioner fran X till Y ar att |X| ≥ |Y|.For att bestamma antalet surjektioner anvander vi sallmetoden. Vi antar att |X| = m ≥n = |Y|. Lat nu for varje y ∈ Y, Ay vara mangden av funktioner fran X till Y som
undviker elementet y. Da ar
W = Sur(X,Y) = mangden av surjektioner fran X till Y = C(
⋂
y∈Y
Ay
)
.
Enligt korollarium(1.4.7′) ar da
|W| =
n∑
k=0
(−1)k
(
n
k
)
Tk,
dar Tk ar mangden av funktioner som undviker k givna element i Y. Eftersom Tk ar
mangden av alla funktioner fran X till en mangd med n − k element ar |Tk| = (n − k)m.
Vi far darfor att
|W| =
n∑
k=0
(−1)k
(
n
k
)
(n − k)m.
Detta ar antalet surjektioner. Eftersom det inte finns nagot enkelt satt att rakna ut
summan ar formeln dock i stort sett oanvandbar. Den kan naturligtvis anvandas for sma
mangder om man raknar for hand och for nagot storre om man har en dator till hjalp.
2. Kulorna ar identiska
Problem: Pa hur manga olika (d.v.s. sarskiljbara) satt kan n identiska kulor laggas i r
olika urnor?
Losning: Ett naturligt satt att behandla detta problem ar att vanda pa det och istallet
for att titta pa kulorna for att se var de hamnar sa tittar vi i urnorna och ser hur manga
2. Kulorna ar identiska 19
som hamnat i var och en. Detta innebar att vi helt enkelt far r tal, x1, x2, . . . xr och det
vi vill veta ar pa hur manga satt vi kan valja dessa sa att
(6) xi ≥ 0 och
r∑
i=1
xi = n.
For att losa detta problem anvander vi induktion over antalet urnor och konstaterar forst
att det behovs minst en urna. Finns det bara en sa maste alla kulorna laggas i denna
vilket innebar att problemet bara har 1 losning. Antag nu att vi har 2 urnor och att n
(identiska) kulor ska laggas i dessa. I detta fall lagger vi forst k kulor i den forsta urnan
och lagger sedan resten i den andra. Eftersom de enda villkoren ar att 0 ≤ k ≤ n sa ger
detta n+1 mojligheter. Jag pastar nu att den allmanna regeln ar att om vi har r urnor sa
finns det(
n+r−1r−1
)
mojligheter. For att bevisa mitt pastaende sa antar jag att resultatet ar
bevisat for alla n om jag har r − 1 urnor och att jag framfor mig har n kulor och r urnor.
Om jag nu borjar med att plocka upp k stycken kulor, 0 ≤ k ≤ n sa kan jag fordela dessa
i de r− 1 forsta urnorna pa(
k+r−2r−2
)
satt, och eftersom resten hamnar i den sista kulan sa
ar det totala antalet mojligheter
n∑
k=0
(
k + r − 2
r − 2
)
.
Denna formel ser naturligtvis avskrackande ut, men det ar i alla fall latt att se att om
n = 0 sa bestar summan bara av den enda termen(
r−2r−2
)
(= 1) och eftersom det finns
precis 1 satt att lagga 0 kulor i r urnor sa ar formeln sann i detta fall. Vi kan darfor
anvanda induktion over n och antar darfor att vi har bevisat att
n−1∑
k=0
(
k + r − 2
r − 2
)
=
(
n + r − 2
r − 1
)
.
Lagger vi nu till en kula sa far vi enligt induktionsantagandet
n∑
k=0
(
k + r − 2
r − 2
)
=n−1∑
k=0
(
k + r − 2
r − 2
)
+
(
n + r − 2
r − 2
)
=
(
n + r − 2
r − 1
)
+
(
n + r − 2
r − 2
)
=
(
n + r − 1
r − 1
)
(varvid den sista likheten kommer ur Pascals triangel). Darmed har vi bevisat foljande
Sats (3.2.3.) (urn-satsen)
Antalet olika satt att lagga n identiska kulor i r olika urnor ar
(
n + r − 1
r − 1
)
=
(
n + r − 1
n
)
.
Problemet med att lagga identiska kulor i urnor ar vanligt, framst pa tentamensskriv-
ningar, men aven i andra sammanhang. Det finns ocksa manga variationer av det sasom
20 3. Hur manga funktioner?
att krava att varje urna ska innehalla minst en kula, eller att nagon av urnorna ska inne-
halla ett jamnt antal kulor. Det ar darfor viktigt att kunna kanna igen problemet bakom
dess olika forkladnader. For att fa en battre forstaelse for problemet vill jag ta upp ett
annat satt att beskriva losningen.
Utgangspunkten for problemet ar att vi ska lagga n kulor i r urnor, och eftersom
kulorna ar identiska sa kan vi inte se vilka kulor som hamnat i de olika urnorna. For att
se hur manga olika losningar som finns till detta problem kan vi glomma bort att kulorna
ar identiska. Vi kan da aterigen se ett satt att lagga kulorna i urnorna som en funktion
fran Nn till Nr och saga oss att for varje satt att fordela kulorna i urnorna ska vi valja
ut precis en av alla de funktioner som ser ut pa detta satt. Det enklaste sattet att gora
det ar att anta att de forsta k1 kulorna hamnar i urna nummer 1, de darpa foljande k2
kulorna i urna nummer 2 o.s.v. Detta kan tolkas som att vi har en vaxande funktion fran
Nn till Nr, och kontentan ar att vi vill rakna antalet sadana. Detta betyder att vi ska
starta i punkten (1, 1) och sedan ta ett steg uppat eller ett steg till hoger anda tills vi
kommer till punkten (n + 1, r). Genom att flytta vandringen ett steg at vanster och ett
steg ner far vi istallet en vandring fran (0, 0) till (n, r − 1). Det vi vill bestamma ar da
antalet mojliga vandringar fran (0, 0) till (n, r − 1) om vi varje gang tar antingen ett steg
till hoger (H) eller ett steg uppat (U) och om vi ska ta precis n steg till hoger och r − 1
steg uppat. Detta ar naturligtvis detsamma som antalet ord av langden n + r − 1 med de
tva bokstaverna H och U och som innehaller precis n stycken H-n och r− 1 stycken U -n.
Enligt resultatet fran foregaende avsnitt ar detta antal(
n+r−1r−1
)
. (Varje H betyder att vi
tar ett steg till hoger, d.v.s. stoppar ner en kula till i samma urna, och varje U betyder
att vi byter urna, nagot som vi maste gora r − 1 ganger.)
Forutom att bada de rena problemen, de med helt markta eller helt omarkta kulor,
kan varieras pa ett antal satt sa forekommer det ocksa mellanformer av typen att det
finns k1 identiska vita kulor, k2 identiska roda o.s.v.. I sin enklaste form kan detta losas
genom att man behandlar varje farg for sig och helt enkelt far en produkt av de olika
mojligheterna.
3. Stora tal
Inledning. Ett viktigt omrade dar kombinatoriken spelar en stor roll ar det som brukar
kallas algoritmanalys. Det som behovs for algoritmanalysen ar dock som regel inte
formler for exakt hur manga mojligheter det finns, utan istallet en beskrivning som ger
en god uppfattning om storleken av olika tal. De tal det galler brukar som regel vara
funktioner f(n) av ett naturligt tal n, dar n star for en instans av ett allmant formulerat
problem. Kanda sadana ar Sorteringsproblemet och Handelsresandens problem. Vid sor-
teringsproblemet har vi en lista av tal som skall ordnas efter storlek, och det n som anger
en instans ar antalet tal i listan. Handelsresandens problem handlar om att minimera
kostnaden (eller restiden eller sammanlagda reslangden) for en rundresa till ett givet antal
stader, dar alla kostnader for resan mellan tva av staderna ar kanda. De flesta av de
problem som behandlas inom algoritmanalysen ar latt losbara for sma varden pa n och
ibland kan man rent av hitta en exakt formel. Det man da vill veta ar hur lang tid det
tar att med en viss dator behandla en instans av given storlek, eller hur stora instanser
en viss maskin overhuvudtaget kan klara av inom rimlig tid. Det ar i detta sammanhang
3. Stora tal 21
som en exakt men komplicerad formel ar ganska ointressant. Det man vill ha ar istallet
enkla uttryck som ger en god uppfattning om storleken av f(n).
Ordobegreppet. Erfarenheten har visat att det fran den rena matematiken overtagna
ordobegreppet ar anvandbart for att jamfora upptradandet av tva funktioner nar n →∞.
Definition (3.3.1.) (Ordobegreppet)
(i) Om f och g ar givna funktioner, bada definierade pa de naturliga talen (eller
pa de reella, eller bara for alla tillrackligt stora naturliga tal), sa sags funktionen f
vara stort O utav funktionen g, (skrives f ∼ O(g), eller med ord, f ar O(g)) om det
finns en konstant C (och ett naturligt tal N) sa att for alla n ≥ N ar f(n) < Cg(n).
(ii) f sags vara litet o av g om
limn→∞
f(n)
g(n)= 0,
vilket skrivs som att f ar o(g).
Vi kommer i fortsattningen att beskriva storleken av de viktiga funktionerna med hjalp
av ordobegreppet. Det man forutom detta begrepp behover for att ange storleken av sina
funktioner ar en lamplig familj av jamforelsefunktioner. Denna familj kan vara mer eller
mindre gles, d.v.s. ge en mer eller mindre exakt beskrivning, och den kan ocksa vara mer
eller mindre enkel, varvid en enklare familj ger en glesare beskrivning. Valet av jamforel-
sefamilj ar darfor en kompromiss dar det galler att ha en tillrackligt stor familj (for att fa
en tillrackligt noggrann beskrivning) som anda inte ar alltfor komplicerad. Den kompro-
miss man som regel valjer ar att utga ifran de tre funktionerna log x, x och ex. Forutom
dessa tar man med potenser av dem, produkter av dem och av en speciell anledning ocksa
funktionen xx.
Exempel.
1. Funktionen(
nk
)
ar O(nk) (liksom ocksa funktionen(
n+kk
)
da n → ∞).
2. Man kan rakna ut att sorteringsproblemet kraver atminstone O(n log n) jamforelser.
3. Vanlig matrismultiplikation av tva n×n matriser kraver O(n3) multiplikationer och
lika manga additioner.
Kombinerar vi de funktioner som beskrivits ovan med potenser och multiplikationer sa
innebar detta att alla jamforelsefunktioner som vi kommer att behova kan skrivas pa
formen
g(n) = eαnnβ(log n)γ .
Detta ar det for en matematiker naturligaste sattet att skriva funktionerna, men av olika
anledningar brukar det inte vara exakt dessa som anvands inom algoritmanalysen. En
anledning till detta ar att datorer arbetar binart. Detta gor att istallet for den naturliga
logaritmen loge n sa anvander man som regel 2-logaritmen log2 n, som for stora tal helt
enkelt ar antalet siffror (i dess binara utveckling). Av samma anledning ar ocksa potensen
2n vanligare an en, och som regel foredrar man allmant att skriva Cn istallet for en log C .
Till sist ar det ocksa sa att eftersom grundfunktionerna vaxer olika fort, sa spelar som
regel en logaritm ingen roll bredvid en potens, och en potens spelar ingen roll bredvid en
22 3. Hur manga funktioner?
geometrisk serie. For att ha nagot att referera till sa kan det vara bra att formulera de
viktigaste tillvaxtegenskaperna hos dessa funktioner som en sats.
Sats (3.3.4.) (storlekssatsen)
(i) For alla β och β′ sadana att β < β′ galler att
nβ ar o(nβ′
)
(ii) For alla positiva α, β och γ galler att
(log n)γ ar o(nβ) och
nβ ar o(eαn)
(iii) For alla α,α′ och β, sadana att α < α′, galler att
eαnnβ ar o(eα′n)
(iv) Om p(n) ar ett polynom av grad k sa galler att p(n) ar O(nk) och att∑
p(n)
ar O(nk+1).
(v) Om f(n) ar O(Cn), C > 1, sa galler att aven∑
f(n) ar O(Cn).
Bevis. (i) ar valkant. I (ii) foljer det forsta pastaendet ur det andra om vi helt enkelt
ersatter n med 2k. Vi ska darfor noja oss med att bevisa att nβ ar o(eαn). Eftersom det
inte spelar nagon roll om vi upphojer bada leden till samma sak racker det darfor att
visa att
(nβ)1/α = nβ/α ar o((eαn)1/α) = o(en).
Nu ar som bekant
en =∞∑
k=0
nk
k!.
Valjer vi nu K > β/α sa galler att nβ/α < nK som enligt (i) ar o(nK+1). Vidare ar
nK+1 = (K + 1)!nK+1
(K + 1)!< (K + 1)!en
eftersom en term i en positiv serie ar mindre an summan av hela serien. Tillsammans
ger detta att
limn→∞
nβ
eαn= 0
vilket var vad vi ville bevisa.
(iii) ar en direkt konsekvens av (ii).
Det forsta pastaendet i (iv) ar uppenbart och det andra foljer av att summan ar ungefar
detsamma som en integral, och da vi integrerar okar gradtalet med 1.
(v) ar latt att visa med formeln for en andlig geometrisk serie och kan i ord formuleras
sa att en geometrisk serie ar ungefar lika stor som den storsta termen (antingen nu den
kommer forst eller sist). ⊔⊓
3. Stora tal 23
anmarkning. En konsekvens av (iii) ovan ar att man i allmanhet undviker att anvandajamforelsefunktioner av formen Cnnk eller nk log n utan nojer sig med den dominerande faktornCn eller i det andra fallet nk.
Binomialkoefficienterna. Som vi sett i de foregaende avsnitten innehaller svaren pa
manga kombinatoriska problem binomialkoefficienter, och det ar darfor ofta av betydelse
att veta nagot om hur stora dessa ar. Nu finns det ofta anledning att skilja mellan dels
de perifera koefficienterna, de som ligger ”nara kanten” vilket innebar att vi for ett fixt k
later n vaxa. Den andra typen ar de centrala, de som ligger nara mitten, d.v.s. de dar k
ar ungefar halften av n. For de perifera ar det latt att se att
(7)
(
n
k
)
<nk
k!,
d.v.s. att(
nk
)
ar O(nk). For de centrala ar denna uppskattning inte sarskilt bra eftersom
vi far en betydligt battre uppskattning genom att helt enkelt observera att summan (over
alla k) av(
nk
)
ar 2n, vilket naturligtvis innebar att detta ocksa galler for var och en av
dem. A andra sidan har vi inte mer an n + 1 termer i summan vilket innebar att den
storsta maste vara atminstone 2n/(n + 1). (Genom att ta bort de tva yttersta 1:orna far
vi att den storsta ar atminstone (2n − 2)/(n − 1) ≥ 2n/n om n ≥ 2, vilket ger en nagot
enklare formel.) Sammantaget innebar detta att inte lonar sig att forsoka forbattra den
uppskattning som sager att(
nk
)
ar O(2n).
Stirlings formel. De funktioner som vi hittills infort for att ange storlek tacker det mesta
av vad algoritmanalysen kraver. Det ar bara en enda vanligt forekommande funktion som
inte ar O(Cn) ens for de storsta varden pa C och det ar fakultetsfunktionen n!. Eftersom
funktionen ar viktig ska jag ge en sats som beskriver dess storlek.
Sats (3.3.5.) (stirlings formel)
For alla naturliga tal n ≥ 7 galler att
(8)(n
e
)n< n! < n
(n
e
)n.
En mer precis uppskattning sager att
(9) n! ≈√
2πn(n
e
)n,
som foljer ur nedanstaende gransvarde.
(10) limn→∞
√2πn
(n/e)n
n!= 1.
(Speciellt galler att n! ar O(nn).)
Vi har i denna kurs inte behov av den precisa uppskattningen (9) utan nojer oss med att
24 3. Hur manga funktioner?
bevisa (8). For att gora det behover vi foljande
Lemma (3.3.6.)
For alla naturliga tal n galler att
(n + 1
n
)n< e <
(n + 1
n
)n+1.
Med hjalp av detta lemma kan vi bevisa olikheten (8) ovan.
Bevis. Den forsta olikheten foljer (for alla n ≥ 1) av att
en =
∞∑
k=0
nk
k!>
nn
n!,
vilket ger att 1 > (nn)/(enn!) eller n! > (n/e)n. For att bevisa den andra olikheten
noterar vi forst att om vi dividerar bada leden med n sa far vi olikheten (n−1)! < (n/e)n.
Vi satter sedan
Sn =(n − 1)!
(n/e)n(=
(n − 1)! en
nn).
Den olikhet vi vill bevisa ar helt enkelt att Sn < 1 om n ≥ 7, vilket vi gor genom att
forst visa att talfoljden ar avtagande och sedan rakna ut (eller atminstone uppskatta)
S7. For att se att talfoljden ar avtagande sa studerar vi kvoten Sn+1/Sn. Vi far da
Sn+1
Sn=
n! en+1
(n + 1)n+1· nn
(n − 1)! en= e
( n
n + 1
)n+1,
som enligt lemmat ar mindre an 1. Det aterstar att uppskatta S7. Nu ar
S7 =6! e7
77<
720 · 10977 · 493
<721 · 10997 · 7 · 75
=103 · 157
75=
16171
16807< 1.
Darmed ar (1) bevisad. ⊔⊓
anmarkning. For alla praktiska behov racker det med att n! ∼ (n/e)n.
Det aterstar att bevisa lemmat.
Bevis. Om vi i den valkanda olikhet som sager att for alla reella tal x 6= 0 ar 1+ x < ex
satter in x = 1/n och x = −1/(n + 1) far vi
(n + 1
n
)n=
(
1 +1
n
)n<
(
e1n
)n= e och
( n
n + 1
)n+1=
(
1 − 1
n + 1
)n+1<
(
e−1
n+1
)n+1= e−1. ⊔⊓
anmarkning. Med anvandning av det exaktaste uttrycket i Stirlings formel kan man for-battra uppskattningen av de storsta binomialkoefficienterna genom att visa att
(
2n
n
)
≈
√
2π
n· 22n.
4. Mittistans akademiska klubb 25
4. Mittistans akademiska klubb
For att fa en illustration till de problem som behandlas i detta kapitel ska vi gora ett besok
pa Mittistans akademiska klubb. Vi kommer dit tillsammans med en av klubbens mest
respekterade medlemmar, den injektivt verksamme professorn i axiomatisk didaktik, greve
Numerus Basic, vanligen kallad Count Basic. Redan nar vi tar av oss ytterkladerna och
ger dessa till garderobiaren borjar CB stalla fragor.
— Lade ni marke till att det endast var gasterna som fick en nummerbricka?
— Ja, hursa?, undrade vi.
— Jo, forklarade CB, det ar garderobiarens skyldighet att kanna igen alla medlemmarnas
ytterklader, sa vi behover inga nummerbrickor.
— Gor han aldrig fel?, fragade nagon.
— Det gar alltid bra utom nar garderobiaren far hjartslag och det blir jordbavning sam-
tidigt, svarade CB.
— Har det hant nagon gang?, undrade vi.
— Tre ganger pa de senaste hundra aren, senast gangen var igar, sade CB. Igar gick det
dessutom riktigt illa, alla fick fel ytterrock.
1. Vet ni vad sannolikheten for den handelsen ar?
— Det beror val pa hur manga ni ar, forsokte vi.
— Det enda ni behover veta ar att vi ar ganska manga, sade CB.
anmarkning. Detta problem kallas oordningsproblemet.
Nar vi sedan tittar in i klubbens matsal sa papekar CB att som vanligt ar den
funktion, som till varje gast tillordnar en stol, en injektion men inte en surjektion. Daremot
ar funktionen fran mangden av stora sallskap till mangden av stora bord surjektiv, vilket
innebar att vi ar tvungna att vanta en stund. Vi gar darfor in i baren medan CB talar med
hovmastaren. Sedan vi alla inmundigat var aperitif, kommer hovmastaren och erbjuder
oss ett bord. Vi slar oss ned varefter kyparen kommer med menyn. Vi gor var bestallning
och nar kyparen lamnar oss for att overlamna bordets bestallningar till koksmastaren sa
sager CB:
”Visst ar det konstigt hur latt en manniska kan forlora sin identitet. Nar kyparen
tar upp var bestallning sa ar vi alla individer, var och en med sin personliga bestallning.
I samma ogonblick som han overlamnar bordsbestallningen till koksmastaren sa ar var
identitet likgiltig. Det enda koksmastaren behover veta ar hur manga av oss som bestallt
Bami Goreng, Bœuf Tartar, Sis Kebab, Halstrad Stor, Gravad Lax eller T-bensstek. Men
lika snabbt som var identitet forsvann, lika snabbt aterkommer den nar kyparen far sin
bricka for att servera oss vid bordet.”
Darefter ger CB var och en av oss ett papper samtidigt som han staller ett antal
fragor.
2. Vi ar 12 personer vid detta bord, som var och en ska bestalla tre olika ratter. Vi har
4 forratter, 6 varmratter och 5 efterratter att valja pa.
Hur manga olika bestallningar kan var och en av oss gora?
Hur manga olika bestallningar kan hela bordet gora?
26 3. Hur manga funktioner?
Nar bestallningen overlamnas till koksmastaren, forsvinner var identitet, vilket innebar
att ingen behover veta vem som bestallt vad. Fragan ar da:
3. Hur manga olika bestallningar fran vart bord kan koksmastaren fa?
Sedan vi alla lost alla uppgifterna sager CB: ”Om jag horde ratt sa var det 6 vid bordet
som bestallde Kaviar med citron, (Kc), 4 som valde Kaviar med toast, (Kt), och 2 som
valde Pate de faisan, (Fp). Detta gallde forratterna. Som huvudratt bestallde 1 Bami
Goreng, 2 Bœuf Tartar, 2 Sis Kebab, 4 Halstrad Stor och resten T-bensstek. Slutligen var
det ingen som vagade prova var beromda delikatess Aprikosglass med friterade skorpioner
till efterratt, medan daremot alla de ovriga efterratterna var lika populara.
4. Om nu var kypare skulle bli arresterad och bortford innan han hinner servera oss,
hur stor chans har da en annan kypare att servera alla vad de bestallt?
Medan vi alla raknade pa dessa problem sa serverades forratten. Det var ingen av oss som
lade marke till att var forste kypare diskret blivit bortford, eller att de flesta av oss fick
fel. Nar vi atit fardigt stallde CB en ny fraga.
5. Eftersom ni var sa upptagna av att rakna sa markte ni inte att ni alla fick fel forratt.
Eftersom alla kypare vet att jag alltid ater samma forratt, sa fick jag naturligtvis
ratt. Nu undrar jag, vad bestallde jag och hur stor var sannolikheten for att ni alla
skulle fa fel forratt, forutsatt (d.v.s. betingat av) att kyparen visste vad jag bestallt?
5. Count Basics problem.
1. Hur stor ar sannolikheten for att alla medlemmarna ska fa fel ytterrock?
Losning: Detta problem loses med (den probabilistiska) sallmetoden. Vi antar att klub-
ben har n medlemmar och betecknar handelsen att medlemmen i far sin egen ytterrock
med Ai. Da ar den handelse Y som vi ar intresserade av komplementet till ∪Ai. Enligt
sallmetoden ar da
P (Y) =∑
J∈P(I)
(−1)|J|P (AJ ).
Eftersom det i detta sammanhang inte finns nagon skillnad pa medlemmarna sa beror
sannolikheten for handelsen AJ enbart pa |J | (= k) sa att om vi skriver Pk for denna
sannolikhet sa ar
P (Y) =
n∑
k=0
(−1)k
(
n
k
)
Pk.
Eftersom det totala antalet permutationer (av rockarna) ar n! och det finns (n − k)!
permutationer som later de k forsta fa sina egna rockar sa ar Pk = (n − k)!/n!. Detta
ger att
P (Y) =n
∑
k=0
(−1)k
(
n
k
)
(n − k)!
n!=
n∑
k=0
(−1)k n!
k! (n − k)!· (n − k)!
n!
=n
∑
k=0
(−1)k 1
k!,
som i sin tur ar en mycket god approximation av talet 1/e. ⊔⊓
5. Count Basics problem. 27
2. Hur manga olika bestallningar kan var och en av oss gora?
Losning: Detta ar multiplikationsregeln i sin enklaste form. Det totala antalet olika
bestallningar ar darfor 4 · 6 · 5 = 120. ⊔⊓Hur manga olika bestallningar kan hela bordet gora?
Losning: An en gang multiplikationsregeln. Det finns (eftersom vi ar 12 vid bordet)
12012 ≈ 8, 92 · 1024 mojligheter (eftersom 1, 212 ≈ 8, 92). ⊔⊓
3. Hur manga olika bestallningar fran vart bord kan koksmastaren fa?
Losning: Vid valet av forratter ska 12 ”identiska gaster” fordelas pa 4 forratter vilket
enligt urnsatsen kan ske pa
(
12 + 4 − 1
12
)
=
(
15
3
)
= 455
olika satt. Eftersom valen av forratt, varmratt och efterratt kan goras oberoende av
varann, sa ar det totala antalet bestallningar (enligt multiplikationsregeln)
(
15
3
)(
17
5
)(
16
4
)
= 455 · 6188 · 1820 = 5124 282 800.
⊔⊓
4. Hur stor chans har en annan kypare att servera alla vad de bestallt, om forratterna
fordelats som 6, 4, 2,
huvudratterna som 4, 3, 2, 2, 1 och
efterratterna som 3, 3, 3, 3?
Losning: Enligt ordsatsen, (ii) finns det
(
12
6 4 2
)
=12!
6! 4! 2!= 13860
satt att fordela forratterna med motsvarande uttryck for de ovriga ratterna. Enligt
multiplikationsregeln finns det darfor totalt
12!
6! 4! 2!· 12!
4! 3! 2! 2!· 12!
3!4= 426 0000 7296 00 000 ≈ 4 · 1015
olika mojligheter. Eftersom sannolikheten forutsatts vara likformig ar sannolikheten
P ≈ 14 · 10−15. ⊔⊓
5. Vad bestallde CB och hur stor ar sannolikheten for att alla andra ska fa fel forratt?
Losning: Detta problem passar inte riktigt in i mallen for hur kombinatoriska problem
ska se ut. Det loses dock med kanda kombinatoriska metoder. Forst konstaterar vi
att enligt ladprincipen hade CB bestallt Kc. Om CB bestallt nagot annat skulle de
sammanlagt 12 forekomsterna av Kc (6 bestallningar och 6 serveringar) ha placerats
bland de 11 ovriga gasterna, vilket skulle innebara att nagon som bestallt denna ratt
ocksa skulle serveras den. Detta innebar att det fanns totalt(
11
5 4 2
)
=11!
5! 4! 2!= 6930
satt att fordela de ovriga bestallningarna. Vi konstaterar sedan att de 5 tallrikarna med
Kc maste placeras bland de 6 som bestallt nagot annat. Det innebar att en av de ovriga
28 3. Hur manga funktioner?
inte fick Kc utan istallet fick nagot annat. Om vi forst antar att den som inte fick Kc
hade bestallt Kt, sa vet vi att det kunde ske pa 4 satt. Denne fick da Fp och sedan skall
4 Kc och 6 Fp serveras till de 5 som bestallt Kc. Eftersom detta kan goras pa 5 satt sa
finns det totalt 4 · 5 satt att gora fel pa detta satt. Om det istallet var en Fp som inte
fick Kc (vilket kunde ske pa tva satt) och darfor fick Kt, sa var det 3 Kt och 2 Fp som
skulle placeras bland 5 Kc, nagot som kunde ske pa 10 olika satt. Enligt additionsregeln
fanns det darfor 4 · 5 + 2 · 10 = 40 olika satt att servera fel. Sannolikheten for denna
handelse ar darfor
P =40
6930≈ 0, 0055.
4. Rekursion
Inledning. Ordet rekursion ar som manga andra matematiska ord ett nytt ord hopsatt
av gamla delar. Delarna ar latinska, varvid re betyder ater och kursion ar slakt med
kurs, engelska och franska course, som i sin tur ar slakt med exempelvis det franska ordet
courir, vars grundbetydelse ar att springa. Ordet betyder ungefar att springa tillbaka. I
matematiken anvands ordet i manga, men likartade, sammanhang, dar man behandlar ett
problem genom att aterfra det pa ett enklare. Vanligen innebar detta att problemet ar
beroende pa en parameter n, som ar ett naturligt tal, och att man loser problemet for
ett visst n genom att utnyttja losningen for mindre varden pa parametern. Istallet for
substantivet rekursion anvands ofta adjektivet rekursiv. Rekursiva metoder anvands bl.a.
inom matematisk logik, dar man bl.a. sysslar med rekursiva mangder, rekursiva definitio-
ner och rekursiva funktioner. Ett av de manga onskemal som brukar stallas pa moderna
programmeringssprak ar att det ska vara latt att skriva rekursiva program.
Exempel.
1. Man kan definiera fakultetsfunktionen Fak(n) = n! rekursivt genom att ange ett
begynnelsevarde Fak(0) = 1 och rekursionen Fak(n) = n · Fak(n − 1).
2. For att fa goda approximationer av kvadratrotter (exempelvis√
2) kan man anvanda
den talfoljd som ges av att a0 = 1 och att sedan
an+1 =1
2(an +
2
an
).
3. En viktig metod inom numerisk analys ar Newton-Raphsons metod for att losa ek-
vationen f(x) = 0. Vid anvandning av metoden anges ett startvarde x0 och sedan
beraknas battre och battre approximationer till en losning med rekursionen
xn+1 = xn − f(xn)
f ′(xn).
Talfoljden i foregaende exempel erhalls da man anvander Newton-Raphsons metod
pa funktionen f(x) = x2 − 2.
4. De beromda fibonacci-talen Fn ges av begynnelsevardena F0 = F1 = 1 och rekur-
sionen Fn+1 = Fn + Fn−1.
5. Nar vi raknade ut antalet satt att lagga n identiska kulor i r olika urnor anvande vi
rekursion. Om antalet olika satt att lagga n kulor i r urnor betecknas med U(n, r)
sa anvande vi begynnelsevardena U(n, 1) = U(0, r) = 1 och rekursionen
U(n + 1, r) =n+1∑
k=0
U(n, r − 1).
30 4. Rekursion
1. Linjar teori
Som framgar av de foregaende exemplen kraver en rekursiv losning av ett kombinatoriskt
problem (med en eller flera parametrar), dels ett antal begynnelsevarden, dels ett rekursivt
satt att berakna losningen for ett visst problem med hjalp av losningarna till de tidigare.
En speciell typ av rekursion, som ar viktig dels for att den faktiskt ofta forekommer
och dels (i denna kurs) for att den gar att losa, ar den linjara. Denna bestar i att man har
en talfoljd u = uk, som bestams av att man forst kanner ett litet antal termer i borjan
och darefter bestammer de ovriga som en fix linjarkombination av ett fixt antal tidigare
termer.
Exempel. I nedanstaende exempel (dar svaren pa de forsta omedelbart inses) bestams
talfoljden av en ekvation atfoljd av nagra begynnelsevarden.
un+1 = un, u0 = 100(1)
un+1 = 3un, u0 = 1(2)
un+1 = 2un − 1, u0 = 1(3)
un+1 = 2un − 1, u0 = 2(4)
un+1 = 2un − un−1, u0 = 1 u1 = 1.(5)
un+1 = un + un−1, u0 = 1 u1 = 1(6)
(Fibonaccifoljden.)
Vi ska borja med att studera den homogena linjara rekursionsekvationen. Denna
kannetecknas av att vi har k termer i rad givna som begynnelsevarden och darefter ett
samband
(1) un+k = a1un+k−1 + a2un+k−2 + . . . + akun.
Vi ska borja med att skriva om detta samband pa ett satt som kommer att visa sig vara
praktiskt, genom att helt enkelt fora over hogra ledet pa vanster sida av likhetstecknet
vilket ger
(2) un+k − a1un+k−1 − a2un+k−2 − . . . − akun = 0.
Denna ekvation sags vara linjar, eftersom alla termer upptrader linjart, och homogen,
eftersom hogerledet ar 0. Den sags ocksa vara av ordning k, eftersom k termer kan anges
godtyckligt. For att forenkla beteckningarna ska vi beteckna det linjara samband mellan
termerna i foljden som ges av (2) med bokstaven ”L”, men eftersom ”L” beror bade av
foljden u och talet n som anger var i foljden vi befinner oss sa definierar vi
(3) L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun.
Nasta steg blir att gissa att denna ekvation har en geometrisk serie som losning. Det finns
namligen, som ni snart kommer att upptacka speciella egenskaper hos de geometriska
1. Linjar teori 31
serierna som gor att de hanger nara ihop med linjara rekursioner. Lat oss darfor anta att
foljden un = αn ar en losning och lat oss satta in foljden i ekvationen (3). Vi far da
(4) αn+k − a1αn+k−1 − a2α
n+k−2 − . . . − akαn = 0.
For att se vad som pagar ska vi definiera vad som kallas for det karakteristiska polynomet
χ(t) for ekvationen.
Definition (4.1.1.) (karakteristiska polynomet)
Lat
(5) L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun = 0.
vara en linjar rekursionsekvation. Det karakteristiska polynomet for ekvationen
χ(t) ges av
χ(t) = tk − a1tk−1 − a2t
k−2 − . . . − ak.
Med hjalp av polynomet χ(t) kan vi skriva om (4) som
(6) αn+k − a1αn+k−1 − a2α
n+k−2 − . . . − akαn = χ(α)αn = 0.
Darmed vet vi att den geometriska serien αn ar en losning omm (om och endast om)
χ(α) = 0. Nasta steg ar att titta pa den inhomogena linjara ekvationen. En sadan kan
skrivas som
(7) L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun = vn,
dar v = vn ar en given talfoljd. Som ni sa smaningom kommer att fa se ar geometriska
serier vanliga aven som hogerled. Vi ska darfor forsoka att losa rekursionsekvationen
L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun = βn
med begynnelsevardena ui = βi, 0 ≤ i ≤ k − 1. Med ledning av (6) provar vi med foljden
un = βn. Enligt vara tidigare rakningar far vi att
L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun =
βn+k − a1βn+k−1 − a2β
n+k−2 − . . . − akβn = χ(β)βn,
vilket ger att foljden un = (1/χ(β))βn ar en losning (om inte χ(β) = 0).
For att komma langre ska vi borja om fran borjan och se det hela pa ett helt annat
satt. Vi konstaterar namligen forst att om vi har tva foljder u = un och u′ = u′
n som
bada ar losningar till den homogena ekvationen sa ar cu och u+u′ det ocksa. Detta innebar
att mangden av losningar ar ett linjart rum. Eftersom varje foljd (som loser ekvationen)
ar bestamd av de k forsta termerna sa ar dimensionen for detta linjara rum k. Innan
jag gar vidare sa vill jag paminna er om hur teorin for linjara differentialekvationer med
konstanta koefficienter ser ut.
32 4. Rekursion
Linjara differentialekvationer. En homogen sadan kan skrivas som
(8) y(n) = a1y(n−1) + a2y
(n−2) + . . . + any.
For att losa denna infor man ekvationens karakteristiska polynom
(9) χ(t) = tn − (a1tn−1 + a2t
n−2 + . . . + an).
For differentialekvationen galler nu foljande
Sats (4.1.1.)
(i) Om det karakteristiska polynomet har n olika rotter rini=1 sa ar alla losningar
till ekvationen av formen
(10) y(x) = b1er1x + b2e
r2x + . . . + bnernx.
(ii) Om det karakteristiska polynomet har for fa olika rotter, sa innebar detta att
vissa rotter sammanfaller, vilket i sin tur innebar att vissa av rotterna samtidigt
ar rotter till en eller flera derivator. Om talet r ar en rot till det karakteristiska
polynomet χ, som dessutom ar en rot till de k forsta derivatorna av χ, sa ar alla
funktionerna xjerx, j = 0, 1, . . . , k, (och linjarkombinationer av dessa) ocksa los-
ningar till ekvationen.
Linjar rekursion. Vi ska nu aterga till problemet att bestamma alla talfoljder som
uppfyller en given (homogen) linjar rekursionsekvation (1), och vi ska borja med att an
en gang studera det karakteristiska polynomet χ(t). Vi vet att mangden av losningar ar
ett linjart rum och vi vet ocksa att om χ(α) = 0 sa ar den geometriska serien un = αn en
losning till ekvationen. Om nu det karakteristiska polynomet χ(t) har k olika rotter αi sa
har vi k stycken losningar som man latt ser ar linjart oberoende. Da har vi inga problem
med den homogena ekvationen. Om a andra sidan det karakteristiska polynomet har for
fa olika rotter sa har vi annu inte tillrackligt manga losningar. Vad gor vi da?
Svaret ar pa satt och vis lojligt enkelt, eftersom om polynomet χ(t) (av grad k) har
farre an k nollstallen, sa maste nagra av dessa vara multipla och det innebar att de ocksa
ar nollstallen till derivatan (och eventuellt ocksa till hogre derivator) av polynomet. Detta
innebar att vi vill hitta talfoljder som utnyttjar derivatan till det karakteristiska polyno-
met. Lat oss darfor satta in ”den allmanna” geometriska serien un = tn i ekvationen.
Detta ger
L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun =
tn+k − a1tn+k−1 − a2t
n+k−2 − . . . − aktn = tnχ(t).(11)
Vi deriverar detta och far da i vansterledet
(n + k)tn+k−1 − (n + k − 1)a1tn+k−2 − (n + k − 2)a2t
n+k−3 − . . . − naktn−1
vilket helt enkelt ar den deriverade foljden ntn−1 instoppat i rekursionsekvationen. De-
riverar vi istallet hogerledet far vi
ntn−1χ(t) + tnχ′(t).
1. Linjar teori 33
Detta ger att om u = ntn−1 sa ar
L(u)n = ntn−1χ(t) + tnχ′(t).
Detta innebar att om talet α ar en dubbelrot till det karakteristiska polynomet sa ar
bade den geometriska serien αn och den deriverade geometriska serien nαn−1 (och alla
linjarkombinationer av dem) losningar till den homogena ekvationen. Om vi nu deriverar
(11) en gang till och dividerar med 2! sa far vi
(12)D2
2!L(u)n =
D2
2!
(
tnχ(t))
=χ”(t)
2tn + χ′(t)ntn−1 + χ(t)
(
n
2
)
tn−2.
I detta fall far vi att om α ar en trippelrot sa ar aven foljden
u = un =
(
n
2
)
αn−2
.
en losning till den homogena ekvationen. Har polynomet rotter som ar nollstallen till fler
derivator sa maste vi ocksa derivera den geometriska serien fler ganger. Det visar sig da
vara lampligt att utnyttja Taylors formel och derivera med k! vilket innebar att de foljder
vi vill anvanda ar av typen
u = un =
(
n
k
)
αn−k
.
Som allman benamning for foljder av detta slag ska vi anvanda benamningen deriverade
geometriska serier (aven om de deriverats noll ganger eller mer an en gang). Jag vill
paminna om att en rot α sags ha multipliciteten m om χ(t) = (t − α)mϕ(t), d.v.s. om
polynomet (t − α)n gar jamnt upp i polynomet χ(t), eller (vilket ar samma sak) om α ar
en rot till saval polynomet χ sjalvt, som till de k − 1 forsta derivatorna av det. Jag vill
ocksa paminna om den sats (vanligen kallad algebrans fundamentalsats) som sager
att summan av multipliciteterna for alla rotter (i det komplexa planet) till ett polynom
av grad k ar k. Darmed ar vi fardiga att presentera huvuddragen i teorin for linjara
rekursionsekvationer som en sats (som vi dock inte bevisar).
34 4. Rekursion
Sats (4.1.2.) (huvudsatsen for linjar rekursion)
Lat
L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun = vn
vara en given linjar rekursionsekvation med karakteristiskt polynom
χ(t) = tk − a1tk−1 − a2t
k−2 − . . . − ak.
Da galler att
(i) Mangden av losningar till den homogena ekvationen (alla vn = 0) ar ett linjart
rum av dimensionen k.
(ii) Om u = un ar en losning till den inhomogena med hogerledet v = vnoch u′ = u′
n ar en losning till den inhomogena med hogerledet v ′ = v′n sa ar
au + bu′ = aun + bu′
n en losning till den inhomogena med hogerledet av + bv ′ =
avn + bv′n.(iii) Om χ(α) = 0 sa ar den geometriska serien αn en losning till den homogena
ekvationen.
(iv) Om α ar en rot av multipliciteten m sa ar alla de m foljderna u = un dar
un =
(
n
k
)
αn−k, 0 ≤ k ≤ m − 1
losningar till den homogena ekvationen.
(v) Varje losning till den homogena ekvationen ar en linjarkombination av dessa
deriverade geometriska serier.
(vi) Om hogerledet v = vn ar en deriverad geometrisk serie(
n
k
)
βn−k sa beror
losningen till rekursionsekvationen pa om χ(β) = 0 eller inte. Om χ(β) 6= 0 sa ar
losningen en linjarkombination av dels den geometriska serien βn, dels de k forsta
derivatorna av den. Om a andra sidan χ(β) = 0, och om β ar en rot av multipliciteten
m ar losningen en linjarkombination av deriverade geometriska serier(
nj
)
βn−j , dar
m ≤ j ≤ m + k.
anmarkning. I denna kurs ingar losningen av inhomogena linjara rekursionsekvationer medhogerled som bestar av linjarkombinationer av deriverade geometriska serier. De ekvationeroch de hogerled som forekommer pa tentamen ar dock som regel sa latta att ni klarar demutan att kunna huvudsatsen. Det ni behover veta ar att ni ska anvanda geometriska serier (ochibland deriverade geometriska serier) som ansatser till losningarna, och att det karakteristiskapolynomet innehaller all vasentlig information om ekvationen.
Jag ska avsluta detta avsnitt med att rakna nagra exempel.
Exempel.
1. Bestam den talfoljd un∞n=0 som ges av att u0 = u1 = 0 och att darefter
un+2 = 4un+1 − 4un + 2n.
Losning: Eftersom det karakteristiska polynomet ar χ(t) = t2 − 4t + 4 = (t − 2)2 sa gor
1. Linjar teori 35
vi ansatsen un = A(
n2
)
2n−2 + Bn2n−1 + C2n. Enligt formeln (12) far vi da att
un+2 − 4un+1 + 4un = A(
(
n
2
)
2n − 4
(
n
2
)
2n−1 + 4
(
n
2
)
2n−2)
+ 0 · C + 0 · B
= A(χ”(2)
22n + χ′(2)n2n−1 + χ(2)
(
n
2
)
2n−2)
= A2
22n
vilket visar att vi ska valja A = 1. Darefter bestammer vi B och C ur begynnelsevill-
koren, nagot som i detta fall blir latt eftersom vi far B = C = 0. Eftersom rekursions-
ekvationer alltid ska provas sa ser vi att om vi direkt ur ekvationen loser u2, u3 och u4
sa far vi u2 = 1, u3 = 6 och u4 = 24 vilket ju stammer med(
n
2
)
2n−2. ⊔⊓
2. Bestam den talfoljd un∞n=0 som ges av att u0 = u1 = 0 och att darefter
un+2 = 4un+1 − 4un +
(
n
2
)
.
Losning: Eftersom det karakteristiska polynomet ar χ(t) = t2 − 4t + 4 = (t − 2)2 sa gor
vi ansatsen un = An2n−1 + B2n + C(
n
2
)
+ Dn + E. enligt formeln (12) sa far vi att
un+2 − 4un+1 + 4un = A(
χ′(2)2n + χ(2)2n−1)
+ Bχ(2)22
+C(χ”(1)
21n + χ′(1)n1n−1 + χ(1)
(
n
2
)
)
+ D(
χ′(1)1n + χ(1)n1n−1)
+ Eχ(1)1n
=
(
n
2
)
Eftersom vi har χ(1) = 1, χ′(1) = −2 och χ”(1) = 2 ger detta att
C = 1, − 2C + D = 0 och C − 2D + E = 0
eller
C = 1, D = 2 och E = 3
Det aterstar att bestamma A och B vilket vi gor med begynnelsevillkoren. Vi vet att
un = An2n−1 + B2n +(
n
2
)
+ 2n + 3, vilket for n = 0 ger B = −3 och for n = 1
ger att A − 3 · 2 + 0 + 2 · 1 + 3 = 0 eller A = 1. Den vanliga kontrollen ger att
u3 = u4 = 0 och u5 = 1.
3. Vi ska avsluta med att bestamma ett nagot overraskande uttryck for Fibonaccitalen.
Dessa ges av att
un+2 = un+1 + un
med begynnelsevardena u0 = u1 = 1. Det karakteristiska polynomet ar
χ(t) = t2 − t − 1
som har rotterna
α1 =1 +
√5
2och α2 =
1 −√
5
2.
Den allmanna losningen ar darfor
un = Aαn1 + Bαn
2 ,
36 4. Rekursion
och begynnelsevardena ger att A + B = 1 och Aα1 + Bα2 = 1. Loser vi detta far
vi
A(α1 − α2) = 1 − α2 och B(α2 − α1) = 1 − α1,
vilket ger
un =1 +
√5
2√
5
(
1 +√
5
2
)n
− 1 −√
5
2√
5
(
1 −√
5
2
)n
=1√5
((
1 +√
5
2
)n+1
−(
1 −√
5
2
)n+1)
.
2. Sondra och harska
Egentligen borde avsnittet heta ”dela och beharska” vilket ar vad som menas, men eftersom
det engelska uttrycket divide and conquer har hamtats fran politikens varld1, sa foredrar
jag att anvanda det svenska uttryck som anvands inom politiken. Metoden ar vanlig
inom komplexitetsteorin som i sin tur hanger nara ihop med algoritmanalysen. Iden ar
vasentligen den att man for att losa ett stort problem forst delar det mitt itu, darefter
loser de tva mindre problemen var for sig och till sist forsoker att utnyttja losningen av
de tva mindre for att losa det ursprungliga. Detta innebar vanligen att man far en god
uppskattning av hur lang tid det tar att losa ett givet problem om storleken ar en potens
av 2, men att det enda man vet i ovrigt ar att ett mindre problem inte ska behova ta
langre tid an ett storre.
Exempel. Jag pastod i foregaende kapitel att det behovs minst O(n log n) parvisa jam-
forelser for att sortera en lista med n tal. Anledningen till detta ar att varje jamforelse
kan ge tva svar, sa att varje process kan ses som en foljd av 0:or och 1:or. Detta
innebar att varje permutation (av den ursprungliga ordningen) bestams av ett binart
tal. Eftersom det finns n! permutationer sa maste alla dessa kunna anges med olika
tal vilket innebar att de tal vi anvander maste vara atminstone n! stycken. Detta in-
nebar att om langden ar l sa maste vi ha n! ≤ 2l, och eftersom n! ar O(n(n/e)n sa ar
l = log2(2l) ≥ n(log n − log e) + log n ≈ n log n. For att visa att det faktiskt gar att
losa problemet med (ungefar) n log n jamforelser kan vi anvanda ”sondra och harska”-
tekniken. Vi antar darfor forst att n = 2k. Vi delar sedan listan i tva lika delar sorterar
bada och blandar sedan de tva. Att blanda tva sorterade listor kan vi gora med hogst
n = 2k − 1 jamforelser. Vi kan t.ex. borja med att jamfora de tva minsta elementen
och sedan varje gang jamfora det storsta med det foljande i den andra listan. Eftersom
summan av index da varje gang vaxer med 1 sa anvander vi 2 · 2k−1 − 1 jamforelser for
att blanda listorna. Antag nu att vi kan sortera en lista med 2i tal med f(i) jamfo-
relser. Det innebar att en lista med 2i+1 tal kan sorteras med hogst 2f(i) + 2i+1 − 1
jamforelser. Eftersom en lista med tva tal kan sorteras med 1 jamforelse ger detta en
rekursionsolikhet
f(i + 1) ≤ 2f(i) + 2i+1 − 1
1Uttrycket lar ha myntats av Alexander den stores far Filip II av Makedonien, som anvande
denna teknik for att krossa motstandet fran de sma grekiska stadsstaterna.
2. Sondra och harska 37
och begynnelsevardet f(1) = 1. Enligt huvudsatsen for linjar rekursion ar losningen till
detta problem av formen
f(i) = Ai2i + B2i + C
och for att bestamma A, B och C sa maste vi rakna ut aven f(2) och f(3). Rekursionen
ger att f(2) = 2f(1)+(22−1) = 2+3 = 5 och att f(3) = 2f(2)+(23−1) = 2·5+7 = 17.
Tillsammans ger detta ekvationssystemet
2A + 2B + C = 1
8A + 4B + C = 5
24A + 8B + C = 17
som ger losningen A = C = 1 och B = −1. Vi provar med att rakna ut f(4) och f(5)
pa tva olika satt. Rekursionen ger f(4) = 2 · 17 + 15 = 49 medan losningen ger f(4) =
4 · 24 − 24 + 1 = 49. (Utrakningen av f(5) lamnas som ovning.) Sammantaget far vi
alltsa att f(k) = (k − 1)2k + 1 och eftersom n = 2k far vi att det behovs hogst n log2 n
jamforelser for att sortera en lista med n element (om n ar en jamn 2-potens). Eftersom
det inte behovs fler jamforelser for att sortera farre tal sa kan vi alltsa sortera n tal med
hogst 2n log2 n jamforelser. ⊔⊓
anmarkning. Som framgar av detta exempel kan ”sondra och harska”-metoden ibland ledatill en linjar rekursion for jamna 2-potenser. Det forekommer ocksa liknande problem dar detursprungliga problemet delas i 3 eller flera delar. Da ar det som regel 3-potenserna som skaanvandas.
Surjektioner. I foregaende kapitel beraknade vi en formel som ger antalet surjektioner
fran en mangd med m element till en mangd med n, dar m ≥ n. Jag ska avsluta detta
kapitel med att berakna detta antal rekursivt. Eftersom detta ar en rekursion som beror
av tva parametrar behover vi begynnelsevarden langs tva axlar. Vi ska borja med att
infora beteckningen S(m,n) for talet |Sur(Nm,Nn)|. Det ar nu latt att se att for alla
m ar S(m, 1) = 1. Det ar ocksa latt, fast kanske inte fullt lika sjalvklart att for alla n
ar S(n, n) = n!. Vi ar intresserade av mangden Sur(X,Y) och vi ska dela denna i tva
disjunkta delmangder Ae och As. Den forsta mangden bestar av de surjektioner som har
egenskapen att talet m ar det enda som antar ett visst varde (e star for ensam), medan den
andra bestar av de dar talet m har sallskap. Det ar nu latt att se att mangden Ae bestar av
surjektioner fran Nm−1 till en mangd med n− 1 element, och eftersom dessa element kan
valjas pa n satt ur mangden Nn sa ar |Ae| = nS(m− 1, n− 1). For att bestamma antalet
element i As noterar vi att varje surjektion i As faktiskt ar en surjektion fran Nm−1 till
Nn. A andra sidan kan varje sadan surjektion fran Nm−1 utvidgas till en surjektion fran
Nm pa n olika satt. Tillsammans ger detta att |As| = nS(m − 1, n) och darmed har vi
bevisat att talen S(m,n) (for m ≥ n) bestams av rekursionen
S(m,n) = n(
S(m − 1, n − 1) + S(m − 1, n))
med begynnelsevardena
S(m,m) = m! och S(m, 1) = 1.
Avslutningsvis ar det vart att papeka att det ar latt att rakna fel nar man loser
rekursionsekvationer. Darfor ar det nodvandigt att alltid prova sina svar genom att rakna
ut de forsta okanda termerna bade med rekursion och med den formel man hittat. Helst
bor man bestamma lika manga okanda termer som man bestamt koefficienter.
5. Genererande funktioner
Inledning. En metod som ar vanlig i matematiken ar att funktioner av en viss typ
transformeras till funktioner av en annan typ. Det som forekommer i denna kurs ar
att talfoljder transformeras till ”vanliga” funktioner. Definitionen ar att om a = ak ar
en given (andlig eller oandlig) talfoljd sa kan den anvandas for att definiera en ”funktion”
(1) Ga(x) =∑
akxk.
De talfoljder som forekommer i denna kurs ar antingen rekursivt definierade, eller sa ges de
som svar pa ett allmant kombinatoriskt problem (vanligen ett enumerationsproblem) med
en parameter k. Det har visat sig att genererande funktioner ar ett utmarkt hjalpmedel
for att losa problem som galler linjar rekursion. De kan ocksa anvandas for att ge vad som
kan kallas for en algebraisk modell for allmanna kombinatoriska problem.
1. Genererande funktioner som algebraiska modeller
Eftersom (savitt vi idag forstar) matematikens anvandbarhet for losning av ”praktiska
problem” beror pa att matematiken i sig inte beror av verkligheten, sa maste varje an-
vandning av matematik for att losa ett praktiskt problem borja med att man konstruerar
en matematisk modell for problemet. Vanligen ar modellen sa sjalvklar att vi inte ens ar
medvetna om att vi arbetar med modellen utan tror att vi loser det praktiska problemet
direkt. Om vi har en korg med 7 applen och en annan med 11 sa vet vi att vi har totalt
18 applen, men vi ar som regel inte medvetna om att vi lost problemet genom att overga
till den matematiska modell som ges av de (abstrakta) naturliga talen. Nar man forst lar
sig att losa en ny typ av problem med matematiska modeller ar det dock som regel inte
sjalvklart hur man bar sig at. Dessutom bor det papekas att det finns ingen matematisk
teori for hur man konstruerar matematiska modeller, och det kan heller aldrig skapas na-
gon. Anledningen till detta ar att, som jag nyss papekade, sa har matematik ingenting
med verkligheten att gora och eftersom matematiska modeller ar till for att ”likna verk-
ligheten” sa ar det vi sjalva som maste avgora om en modell for ett visst problem fangar
det vasentliga i problemet. Det som daremot finns ar allmanna erfarenhets-regler som
sager att vissa metoder brukar fungera. Eftersom det basta sattet att forsta och lara sig
erfarenhetsregler ar att sjalv skaffa sig erfarenheten ska jag i detta avsnitt endast illustrera
den metod som brukar anvandas i kombinatoriken genom att studera nagra exempel.
40 5. Genererande funktioner
Exempel.
1. Vad ar det vanligaste resultatet for summan av tre kast med en korrekt tarning, och
hur stor ar sannolikheten for denna summa?
Losning: For att losa detta problem vill vi forst bestamma utfallsrummet for ”forsoket”.
Det vi ska gora ar att kasta en tarning tre ganger, och enligt multiplikationsregeln
innebar detta att utfallsrummet kan skrivas som en kartesisk produkt
Ω = Ω × Ω × Ω,
dar varje Ω ar mangden 1, 2, 3, 4, 5, 6. Utfallsrummet bestar darfor av taltripplar
(i, j, k) dar alla talen ligger mellan 1 och 6. Det vi ar intresserade av ar summan av
talen. Det vi nu sager oss ar att det forsta kastet ge ett tal mellan 1 och 6 och vi kan
(enligt additionsregeln) beskriva detta med polynomet g(x) = x+x2 +x3 +x4 +x5 +x6,
dar termen xk svarar mot handelsen att det forsta kastet blir en k:a. Naturligtvis
representeras aven de andra kasten av samma polynom, och tre kast efter varandra
betyder enligt multiplikationsregeln att vi ska multiplicera ihop dem. Detta ger oss
polynomet
G(x) = g(x)3 = (x + x2 + x3 + x4 + x5 + x6)3
= x3 + 3x4 + 6x5 + 10x6 + 15x7 + 21x8 + 25x9 + 27x10
+ 27x11 + 25x12 + 21x13 + 15x14 + 10x15 + 6x16 + 3x17 + x18.
Provar vi nu pa hur manga satt vi kan fa summorna 3, 4 eller 5, sa ser vi att det gar
pa 1, 3 eller 6 satt. Tydligen svarar polynomet G(x) pa nagot satt mot att kasta tre
tarningar. Hur?
Ett satt att se varfor ar att anvanda olika variabler i de tre polynomen sa att vi istallet
far polynomet
G(x, y, z) = g(x)g(y)g(z) =
6∑
i=1
6∑
j=1
6∑
k=1
xiyjzk.
I detta polynom finns alla de 216 = 63 mojligheterna med, men i det ursprungliga
polynomet sa har alla termer av samma gradtal i + j + k forts ihop till en enda term
Axi+j+k. Samtidigt paminner vi oss att det faktiskt var precis det vi ville, eftersom
det vi fragade oss var vilken summa som var vanligast, och hur stor sannolikheten var
for denna. Vi ser av funktionen G att bada varden 10 och 11 ar lika vanliga, och vi ser
ocksa att sannolikheten for handelsen ar 27/216 = 1/8. ⊔⊓
anmarkning. Det ar vart att notera att g(x) = x + x2 + x3 + x4 + x5 + x6 = x(1 + x + x2 +
x3 + x4 + x5) = x 1−x6
1−x. Detta ger att
G(x) =x3
(1 − x)3(1 − x
6)3 =x3
(1 − x)3(1 − 3x
6 + 3x12
− x18)
Detta exempel antyder hur raknande med genererande funktioner kan ersatta tankande vidlosning av konkreta problem.
2. Hur stor ar sannolikheten for att vi ska fa k kronor da vi kastar krona och klave n
ganger?
Losning: Aven om vi vet svaret ska vi anvanda en genererande funktion som en algebraisk
modell for problemet. Poangen ar att i varje kast kan vi fa 0 eller 1 krona. Detta innebar
1. Genererande funktioner som algebraiska modeller 41
att den genererande funktionen for ett kast ar g(x) = x0 + x1 = 1 + x. Om vi nu kastar
n ganger sa far vi den genererande funktionen G(x) = g(x)n = (1 + x)n. Detta innebar
att vi kan tolka binomialsatsen som en algebraisk modell for att kasta krona och klave
n ganger. Svaret pa fragan ar naturligtvis (som vi visste) P =(
n
k
)
/2n.
3. Pa hur manga satt kan n identiska kulor laggas i r olika urnor.
Losning: Vi ska losa detta problem pa samma satt som i kapitel 2 genom att se det som
en fraga om hur manga som hamnar i varje urna. Den genererande funktionen for en
urna ar da g(x) = 1 + x + . . . + xn och den genererande funktionen for hela problemet
ar
G(x) = g(x)r =(
n∑
k=0
xk)r
=?
I nasta avsnitt ska vi se att det finns ett enkelt satt att rakna ut detta polynom. Har
ska vi forbereda detta genom att forst notera att det vi ar intresserade av ar ju inte
polynomet i sig, utan koefficienten framfor xn som anger att summan av antalet i de
r urnorna ar just n. Eftersom denna koefficient inte bryr sig om ifall polynomet g(x)
skulle raka innehalla koefficienter av hogre grad sa kan vi faktiskt ersatta polynomet
g(x) med den oandliga summan g(x) =∑
∞
k=0 xk. Detta borde naturligtvis vara varre,
men eftersom serien faktiskt konvergerar om |x| < 1 sa kan vi ju forsoka med att ersatta
den med sin summa 11−x
. Detta ger da en ny genererande funktion G(x) for problemet
med r urnor, namligen
G(x) =( 1
1 − x
)r,
och vi ska se i nasta avsnitt att koefficienterna for denna funktion kan beraknas pa ett
tamligen enkelt satt.
4. (Vaxlingsproblemet) Pa hur manga satt kan en 500-sedel vaxlas i enkronor, femkro-
nor, tior, femtiolappar och hundralappar?
Losning: Detta kan ses som ett problem med kulor och urnor, dar vi ar tvungna att
alltid lagga ett jamnt antal kulor i den andra urnan, ett antal som ar delbart med 5 i
den tredje o.s.v. Detta innebar att vi har ett antal genererande funktioner, en for varje
valor, namligen
g1(x) = 1 + x + x2 + x3 . . . =1
1 − x,
g2(x) = 1 + x2 + x4 + . . . =1
1 − x2,
g5(x) = 1 + x5 + x10 + . . . =1
1 − x5
g10(x) = 1 + x10 + x20 + . . . =1
1 − x10
g50(x) = 1 + x50 + x100 + . . . =1
1 − x50
g100(x) = 1 + x100 + x200 + . . . =1
1 − x100
Den genererande funktionen for problemet ar
G(x) = g1(x)g2(x)g5(x)g10(x)g50(x)g100(x)
och det vi ar intresserade av ar koefficienten for x500.
42 5. Genererande funktioner
5. Som avslutning ska vi studera ett sammansatt problem, namligen
pa hur manga satt kan n identiska svarta och m identiska vita kulor laggas i r olika
urnor.
Losning: Eftersom vi i varje urna kan lagga svarta och vita kulor oberoende av varann, sa
kan den genererande funktionen for varje urna skrivas som g(s)g(v) = 1(1−s)(1−v) vilket
ger en genererande funktion
G(s, v) =1
(1 − s)r(1 − v)r.
2. Genererande funktioner och linjar rekursion
Jag pastod i inledningen att de flesta talfoljder som forekommer i kombinatoriken antingen
erhalls genom rekursion, eller som losningar till kombinatoriska problem med en eller
flera parametrar. Eftersom vi i det forra avsnittet sag hur genererande funktioner kunde
anvandas som modeller for enumerationsproblem, ska jag i detta avsnitt visa hur de kan
anvandas for losningen av (linjara) rekursionsekvationer. Vi ska borja med att studera
foljande
Problem: Bestam den genererande funktionen Gu(x) till den talfoljd un∞
n=0 som ges
av den linjara rekursionsekvationen
(2) un+k = a1un+k−1 + a2un+k−2 + . . . + akun
med begynnelsevardena ui = ci, 0 ≤ i ≤ k − 1.
Losning: Den genererande funktionen ar
Gu(x) =
∞∑
n=0
unxn.
Vi ska snart se att om foljden un kommer fran en linjar rekursion sa kommer den genere-
rande funktionen att vara en rationell funktion, som kan erhallas som kvoten mellan tva
polynom. For att bestamma den genererande funktionen sa noterar vi forst att om vi har
en summa
Gjk(x) =
∞∑
n=j
unxn+k
sa kan denna skrivas om som
Gjk(x) =
∞∑
n=0
unxn+k −
j−1∑
n=0
unxn+k(3)
= xk
( ∞∑
n=0
unxn −
j−1∑
n=0
unxn
)
= xk(
Gu(x) −
j−1∑
n=0
unxn)
2. Genererande funktioner och linjar rekursion 43
Innan vi gar vidare skriver vi om ekvationen (2) pa samma satt som i foregaende kapitel.
Vi far da som tidigare
(4) L(u)n = un+k − a1un+k−1 − a2un+k−2 − . . . − akun.
Vi bildar nu summan∞∑
n=0
L(u)nxn+k =
∞∑
n=0
(
un+k − a1un+k−1 − a2un+k−2 − . . . − akun
)
xn+k =∞∑
n=0
0.
Med anvandning av (2) kan vi skriva detta som
0 =
∞∑
n=k
unxn − a1
∞∑
n=k−1
unxn+1 − a2
∞∑
n=k−2
unxn+2 − . . . − ak
∞∑
n=0
unxn+k
= Gk0(x) −(
k∑
i=1
aiGk−i,i(x))
=(
Gu(x) −
k−1∑
n=0
unxn)
−
k∑
i=1
aixi(
Gu(x) −
k−i−1∑
n=0
unxn)
=(
1 −k
∑
i=1
aixi)
Gu(x) −k−1∑
n=0
unxn +k−1∑
i=1
aixi(
k−i−1∑
n=0
unxn)
.
Aven om dessa rakningar ser avskrackande ut i det allmanna fall som vi haller pa med,
sa blir de alltid betydligt lattare for konkreta exempel. Resultatet kan dock alltid skrivas
nagorlunda begripligt som
(
1 −
k∑
i=1
aixi)
Gu(x) = P (x)
dar P (x) ar ett polynom av grad hogst k − 1, som beror av begynnelsevardena ci. Detta
ger
Gu(x) =P (x)
1 −∑k
i=1 aixi. ⊔⊓
anmarkning. Observera att namnaren i Gu(x) kan skrivas som xkχ( 1
x).
Eftersom ovanstaende harledning formodligen ar fullstandigt olasbar for den som
inte redan kan teorin ska jag illustrera den med ett exempel.
Exempel. Bestam den genererande funktionen for Fibonaccifoljden.
Losning: Foljden ges av ekvationen
un+2 = un+1 + un
och begynnelsevardena u0 = u1 = 1. Detta ger
0 =
∞∑
n=0
(
un+2 − un+1 − un
)
xn+2
=∞∑
n=0
un+2xn+2 −
∞∑
n=0
un+1xn+2 −
∞∑
n=0
unxn+2,
44 5. Genererande funktioner
eller
0 = (Gu(x) − x − 1) − x(Gu(x) − 1) − x2Gu(x) = (1 − x − x2)Gu(x) − 1.
Darmed har vi visat att
Gu(x) =1
1 − x − x2.
⊔⊓
3. Hur hittar man hem?
Hittills har vi enbart sysslat med att bestamma den till en given foljd horande genererande
funktionen. Det som gor genererande funktioner anvandbara for att losa kombinatoriska
problem ar dock att man ocksa fran en erhallen funktion kan hitta tillbaka till talfoljden.
Med en varldsatlas. Jag ska borja med att ange en fullstandigt generell metod som alltid
fungerar men eftersom den ar ungefar lika bra som att leta efter Flustret med hjalp av en
varldsatlas sa ska jag ge enklare men effektivare metoder senare.
Utgangspunkten ar att vi startade fran en talfoljd a = ak och bildade en serie
Ga(x) =∑
akxk, som vi kallade den till talfoljden a horande den genererande funktionen.
En anledning till att den brukar kallas for den genererande funktionen ar att serien ofta
konvergerar och darigenom faktiskt definierar en funktion. ven nar sa inte ar fallet kan
man formellt aterfa talfoljden fran serien pa foljande satt. Vi noterar forst att vi kan
aterfa den forsta koefficienten a0 genom sambandet a0 = Ga(0). Sedan bildar vi en ny
serie SGa genom att definiera
(5) SGa(x) =Ga(x) − a0
x
och vi noterar da att a1 = SGa(0). Upprepar vi proceduren och bildar i tur och ordning
S2Ga = S(SGa) och SnGa = S(Sn−1)Ga kan vi sedan aterfa talfoljden steg for steg
eftersom an = SnGa(0).
ven om man formellt kan aterfa talfoljden utan att serien konvergerar sa ar en serie
som konvergerar betydligt anvandbarare. En forutsattning for detta ar att talen ak inte
vaxer alltfor fort. Det nodvandiga och tillrackliga villkoret for detta ar att det finns nagot
reellt tal r sadant att for alla k galler att rkak ≤ 1. (Varfor det ar sa kan ni fa lara er i en
lamplig kurs i analys, eller annu hellre i en kurs i komplex analys.) I alla tillampningar
som ni kommer att se sa galler denna forutsattning. En allman sats sager nu att man kan
fa tillbaka talfoljden med hjalp av Taylors formel, som ger att
(6) ak =G(k)(0)
k!.
Detta ar alltsa det allmanna sattet att aterfa talfoljden, och den viktigaste konse-
kvensen av att det finns en generell teoretisk metod, ar att man kan dra slutsatsen att
talfoljden ar entydigt bestamd av sin funktion. Daremot ar, som jag antydde tidigare den
allmanna metoden oanvandbar i praktiken, sa att det ar viktigt att aven lara sig andra
metoder.
3. Hur hittar man hem? 45
Genom att halla sig till kanda marker. De flesta brukar hitta hem sa lange som de
befinner i sina egna kvarter.
Den metod som anvands i denna kurs ar enkel men forutsatter en viss ovning. Me-
toden bestar helt enkelt i att man lar sig att kanna igen de genererande funktioner som
brukar dyka upp.
Utgangspunkten ar den geometriska serien. Antag alltsa att ak = qk. Da blir den
genererande funktionen
(7) Ga(x) =
∞∑
k=0
qkxk =1
1 − qx.
Omvant innebar detta att om ni ser funktionen 11−qx
sa vet ni att detta ar den genererande
funktionen for talfoljden qk. Nasta steg ar att veta vad som hander nar man multiplicerar
tva geometriska serier med varann. Det visar sig da att det finns tva helt olika fall.
1. Vi har tva geometriska serier som vi kan skriva som 11−ax
och 11−bx
och vi ar
intresserade av att hitta den talfoljd c = cn som har den genererande funktionen
G(x) = 1(1−ax)(1−bx)
. Vi antar forst att a 6= b. Vi utnyttjar da identiteten
(8)1
(1 − ax)(1 − bx)=
1
a − b
(
a
1 − ax−
b
1 − bx
)
,
som ger att
(9) ck =ak+1 − bk+1
a − b.
Denna metod kan ocksa anvandas for en produkt av flera geometriska serier med
olika kvoter.
2. Ser vi pa svaret ovan sa inser vi att identiteten inte galler om a = b, sa for detta fall
far vi anvanda en annan metod. Ett satt ar att tanka som man gor i analys, vilket
innebar att man borjar med b 6= a men sedan later b narma sig a. Gor man det
kan man forst notera att ck i formel (9) ovan faktiskt ar en andlig geometrisk serie,
namligen
ck = ak + ak−1b + ak−2b2 + . . . + bk,
vilket ger att om b = a sa far vi ck = (k + 1)ak. Ett annat satt att fa fram samma
svar ar att derivera funktionen 11−ax
. Gor vi det ser vi att
(10) D(1
1 − ax) =
a
(1 − ax)2.
Nu ar det ju ocksa latt att derivera serien term for term vilket ger att
(11) D(1
1 − ax) = D(
∑
akxk) =∑
kakxk−1 =∑
(k + 1)ak+1xk.
Poangen med den andra metoden ar att vi genom att derivera flera ganger far alla
funktioner av typen 1(1−ax)n . Den enda riktigt viktiga identitet som ni maste kunna ar
46 5. Genererande funktioner
darfor den som ges av
Sats (5.3.1.) (Igenkanningssatsen)
Till den ”deriverade geometriska serien”
c(k) = c(k)n =
(
n + k
k
)
an
hor den ”deriverade funktionen”
G(k)(x) =1
(1 − ax)k
(Observera att bade funktionen och serien fatt ett enklare uttryck genom att jag inte bara
deriverat k ganger, utan ocksa dividerat med k!.)
Med karta och kompass. Det ar alltid bra att kanna igen sig, men har man kommit
lite for langt bort, kan man ha gladje av karta och kompass for att hitta tillbaka till sina
valkanda marker. Sen ar det ju bara att ga hem.
Det problem vi har kommit till ar att vi har fatt en genererande funktion som ar
rationell, men de enda funktioner som vi kanner igen ar derivator av den geometriska serien
1/(1 − ax). Den metod som da anvands kallas partialbraksuppdelning. Forutsattningen
for denna ar en sats som jag dock inte bevisar.
Sats (5.3.2.) (Satsen om partialbraksuppdelning)
Lat R(x) = P (x)/Q(x) vara en rationell funktion och antag att vi har kunnat skriva
namnaren som en produkt
Q(x) =
n∑
j=0
ajxj = a0
(
m∏
i=1
(1 − qix)ki
)
.
Da kan R(x) skrivas som ett polynom + en summa av rationella funktioner av
formen bij/(1 − qix)j med 1 ≤ j ≤ ki, d.v.s. vi kan skriva
R(x) =m
∑
i=1
(
ki∑
j=1
bij
(1 − qix)j
Satsen innebar att om G(x) ar en genererande funktion kan vi alltid aterfa talfoljden om
(i) Ga(x) ar en rationell funktion och
(ii) vi kan uppdela namnaren i faktorer.
Den enda svarighet som aterstar ar att utfora partialbraksuppdelningen. Det forsta
steget ar att utfora divisionen sa att vi far R(x) som ett polynom + en rationell funktion
vars taljare har lagre grad an namnaren. Nasta steg ar att faktorisera namnaren vilket
3. Hur hittar man hem? 47
man som regel gor genom att gissa ett antal rotter tills man efter division med dessa
faktorer far ett andragradspolynom.
Darefter skriver man upp en summa med okanda taljare och de ratta namnarna, och
forsoker att bestamma taljarna. Det brukar ga genom att man borjar med handpalagg-
ningsmetoden, vilket brukar ge sa pass manga taljare att man som regel far ut de som
aterstar genom att satta in lampliga varden pa x (x = 0 brukar t.ex. vara bra).
Exempel. (Fibonaccifoljden)
Losning: Vi raknade tidigare ut att den genererande funktionen for Fibonaccifoljden var
Gu(x) =1
1 − x − x2.
ven om det inte ar alldeles latt att rakna ut sa kan man dock visa att namnaren kan
faktoriseras som 1 − x − x2 = (1 − α1x)(1 − α2x) (dar talen αi ar de tidigare erhallna
rotterna till det karakteristiska polynomet for rekursionsekvationen). Detta ger (enligt
(8)) att
Gu(x) =1
(1 − α1x)(1 − α2x)=
1
α1 − α2
(
α1
1 − α1x−
α2
1 − α2x
)
.
Enligt (9) far vi da det vi visste, namligen att
un =1
α1 − α2(αn+1
1 − αn+12 ).
⊔⊓
Exempel. Antag att G(x) = 1+3x1−3x2+2x3 . Da ar
G(x) =1
9
(
12
(1 − x)2−
1
1 − x−
2
1 + 2x
)
.⊔⊓
Andra genererande funktioner. Jag skrev tidigare att den genererande funktionen
fungerade bast om den serie som definierar den ar konvergent och att forutsattningen for
detta ar att det finns r > 0 sa att rkak ≤ 1 for alla k. Nu finns det aven i kombinatoriken
vissa talfoljder som inte uppfyller detta villkor. Sadana talfoljder uppstar framst nar
talen an representerar antalet permutationer av visst slag pa en mangd med n element.
Eftersom enligt Stirlings formel n! ≈ (n/e)n sa finns det i detta fall inget tal r > 0
sadant att rn ·n! ≤ 1. ven i sadana fall kan man dock anvanda en modifierad genererande
funktion som man kan astadkomma genom att forst dividera talen an med n!. Detta
kallas for den exponentiellt genererande funktionen eftersom talfoljden 1, 1, 1, . . . ger
exponentialfunktionen ex.
anmarkning. Forutom geometriska serier och ”fakultetsfoljden” un = n! ar den enda talfoljdvars exponentiellt genererande funktion brukar beraknas den man far ur ”oordningsproblemet”.
Genererande funktioner anvands aven i sannolikhetsteorin. Utfallsrummet ska da
vara de naturliga talen, eller mojligen mangden Z+ som bestar av de icke-negativa hela
talen, d.v.s. av de naturliga talen tillsammans med talet 0. Pa denna mangd finns ingen
likformig fordelning, utan istallet har vi givet en foljd pk som ar sannolikheten for att
ett experiment ska utfalla med vardet k. Den till denna sannolikhetsfordelning horande
genererande funktionen ar
Gp(x) =∞∑
k=0
pkxk.
Det ar vart att notera att eftersom∑
pk = 1 sa konvergerar den genererande funktionen
for alla x sadana att |x| ≤ 1. Det bor ocksa pa pekas att vardet i punkten 1 av derivatan
G′
p(1) kan tolkas som medelvardet av en ”stokastisk variabel”.
6. Polyateori
Inledning. Vi har tidigare i denna kurs studerat problemet att rakna antalet funktioner
fran en mangd X till en mangd Y. Vi har darvid speciellt agnat oss at problemet att
rakna antalet sarskiljbara funktioner da alla element i X varit identiska. I detta avsnitt
ska vi fortsatta med ett liknande problem, dar vi aterigen ska rakna antalet sarskiljbara
funktioner fran en mangd X, men denna gang kommer vissa till synes olika funktioner att
sammanfalla inte for att alla element ar identiska utan av andra orsaker som vi snart ska
stifta bekantskap med.
1. Grupper
ven om det formodligen ar svart att forsta den foljande teorin for den som inte tidigare
stott pa gruppbegreppet sa kan det anda vara lampligt att inleda med en kort presentation
av detsamma.
Definition (6.1.1.) (gruppbegreppet)
En grupp G (eller riktigare (G, ∗)) ar en mangd tillsammans med en funktion m :
G×G :−→ G, d.v.s. en funktion som till varje ordnat par (x, y) av element tillordnar
ett element z i mangden. Denna funktion kallas vanligen gruppmultiplikationen och
beskrivs genom formeln
x ∗ y = z.
Foljande tre villkor galler for gruppmultiplikationen:
∀x∀y∀z x ∗ (y ∗ z) = (x ∗ y) ∗ z (associativitet)(1)
∃e∀x e ∗ x = x ∗ e = x (enhetselement)(2)
∀x∃y x ∗ y = y ∗ x = e (invers)(3)
Det vanliga sattet att presentera grupper ar att utga ifran en valkand associativ operation
sasom addition, multiplikation, matrismultiplikation eller komposition (d.v.s. sammansatt-
ning av funktioner) och att darefter definiera gruppen som en delmangd av mangden av
alla tal, matriser eller funktioner, sadan att denna delmangd innehaller ett enhetselement
och for varje element ocksa en invers.
50 6. Polyateori
Exempel.
1. Den enklaste gruppen ar den som bara bestar av ett element. Konkret kan denna
grupp anges som (0,+) eller som (1,×).
2. Valkanda grupper ar ocksa mangden av hela tal under addition (Z,+), mangden av
positiva reella tal under multiplikation (R+,×), mangden av 2×2-matriser med deter-
minanten 1 under matrismultiplikation. Denna grupp betecknas vanligen SL(2,R).
3. En for Polyateorin viktig grupp ar mangden av permutationer av en given andlig
mangd X, som brukar betecknas S(X). Om X ar mangden Nn skriver vi Sn.
4. Om P ar en polygon i planet eller en polyeder i rummet sa kallas varje ortogonal
linjar avbildning av planet (rummet) som overfor P i sig sjalv for en symmetri (for
P). Mangden av dessa symmetrier utgor en grupp som betecknas Sym(P).
5. Om G ar en graf sa ar mangden av automorfier av G (d.v.s. isomorfier av G till sig
sjalv) en grupp som brukar betecknas Aut(G).
6. En delgrupp H av en given grupp G ar en delmangd som sjalv ar en grupp med
samma multiplikation. Man kan visa att H ar en delgrupp om H 6= ∅ och om
x, y ∈ H =⇒ x · y−1 ∈ H.
Ett begrepp som spelar stor roll i alla sammanhang dar grupper forekommer ar begreppet
grupphomomorfism som beskrivs i foljande
Definition (6.1.2.) (grupphomomorfism)
Lat G och H vara givna grupper. Med en homomorfism eller grupphomomorfism ϕ
fran G till H menas en funktion pa G med varden i H, sadan att for alla x och y i
G galler att
(4) ϕ(x · y) = ϕ(x) · ϕ(y).
anmarkning. Det ar vart att papeka att om ϕ ar en homorfism sa ar ϕ(eG) = eH ochdessutom ar ϕ(x−1) = ϕ(x)−1.
Gruppaktioner. Polyateorin handlar till stor del om grupper av permutationer av en
lamplig mangd, men eftersom det ofta ar samma grupp som ar inblandad trots att mang-
derna (och darmed permutationerna) ar olika, sa kan det vara praktiskt att utga fran ett
annat perspektiv. Vi ska darfor borja med foljande
Definition (6.1.3.) (gruppaktioner)
En (vanster-)gruppaktion A(G,X, ∗) av gruppen (G, ·) pa mangden X ar en funktion
a : G× X −→ X, d.v.s. en funktion som till varje ordnat par (g, x) ger ett element
x ∈ X. Istallet for a(g, x) skriver vi g∗x. Vidare skall foljande villkor vara uppfyllda:
∀x e ∗ x = x (enhetsmultiplikation)(5)
∀g∀h∀x g ∗ (h ∗ x) = (g · h) ∗ x (associativitet)(6)
2. Fixmangden och fixgruppen 51
Exempel.
1. Om G ar gruppen med 1 element och om X ar en godtycklig mangd sa finns det
en gruppaktion som bestar helt enkelt av att e ∗ x = x som det maste vara. Mera
allmant kan man for varje grupp och varje mangd definiera den s.k. triviala aktionen
som ges av att for alla g och x ar g ∗ x = x.
2. For varje grupp G kan vi definiera en aktion av G pa sig sjalv (uppfattad som mangd)
genom g ∗ x = g · x (for alla g och x i G).
3. Det finns en annan aktion av en grupp pa sig sjalv som ar av stor betydelse i grupp-
teorin, namligen den s.k. konjugeringen som ges av att g ∗ x = g · x · g−1.
4. For grupperna S(X, ), Sym(P) och Aut(G) ger definitionen i sig sjalv en naturlig
aktion pa X, P eller G.
5. Om A ar en aktion av G pa X och om Y ar annan mangd sa finns det en viktig aktion
pa mangden YX av alla funktioner fran X till Y som ges av att for g ∈ G och f ∈ YX
ar
(7) (g ∗ f)(x) = f(g−1 ∗ x).
I Polyateorin studeras en viss typ av gruppaktioner som gor det naturligt att infora foljande
(tillfalliga)
Definition (6.1.4.)
Vi definierar en relation E pa mangden X genom yEx om det finns g ∈ G sa att
y = g ∗ x.
Anledningen till denna definition ar foljande
Sats (6.1.1.)
E ar en ekvivalensrelation pa X.
Bevis. En relation ar en ekvivalensrelation om den ar reflexiv, symmetrisk och transitiv.
Hos E foljer reflexiviteten av att x = e∗x, symmetrin av att om y = g∗x sa ar x = g−1∗y
och transitiviteten av att y = g ∗ x och z = h ∗ y medfor z = (h · g) ∗ x. ⊔⊓
2. Fixmangden och fixgruppen
Det vi i fortsattningen kommer att gora ar att studera den partition (eller pa svenska
uppdelning) av mangden X som ges av ovanstaende ekvivalensrelation. Det centrala pro-
blemet i fortsattningen kommer att vara att bestamma antalet ekvivalensklasser, men for
att gora detta kommer vi forst att behova bestamma storleken av dem. For att gora detta
behover vi nagra nya begrepp som ges i de foljande definitionerna. I alla dessa definitioner
antas A vara en given aktion av G pa X.
Definition (6.2.5.)
Fixmangden FA ⊂ G× X ar mangden av alla par (g, x) sadana att g ∗ x = x.
52 6. Polyateori
I detta sammanhang kan det vara vart att namna att en delmangd Y av X sadan att
y ∈ Y =⇒ g ∗ y ∈ Y sags vara invariant under elementet g. Om mangden Y ar invariant
for alla g ∈ G sags mangden helt enkelt vara invariant.
Definition (6.2.6.)
Om x och y bada tillhor X sa ar Gxy mangden av alla g ∈ G, sadana att g ∗ x = y.
Definition (6.2.7.)
Om i foregaende definition x = y skriver vi Gx istallet for Gxx. Mangden Gx kallas
fixgruppen for elementet x.
vning: Visa att Gx ar en delgrupp av G.
Definition (6.2.8.)
Mangden av ekvivalensklasser som ges av E kommer att betecknas O. Ett element
i O, d.v.s. en ekvivalensklass kommer att betecknas o och den ekvivalensklass som
innehaller ett givet element x kommer att betecknas o(x).
For att nu forst bestamma storleken av en ekvivalensklass behover vi foljande
Lemma (6.2.2.)
Om bade y och z tillhor o(x) sa ar |Gyz | = |Gx|.
Speciellt ar for alla y ∈ o(x), |Gxy | = |Gy | = |Gx|.
Innan jag genomfor beviset vill jag bara papeka att detta ar ett typiskt exempel pa ett
bevis som ar latt att presentera vid en tavla, men som genast blir omstandligt sa snart
det skrivs ner.
Bevis. Vi ska visa att det finns en 1-1-motsvarighet mellan mangderna Gyz och Gx och
for att gora det sa ska vi definiera tva funktioner ϕ och ψ mellan mangderna sa att de
blir varandras inverser. Vi borjar med att konstatera att eftersom y ∈ o(x) och z ∈ o(x)
sa finns det element gy och gz sadana att y = gy ∗ x och z = gz ∗ x. Sedan definierar vi
ϕ : Gx −→ Gyz genom ϕ(g) = gz · g · g−1y(8)
och
ψ : Gyz −→ Gx genom ψ(h) = g−1z · h · gy.(9)
Eftersom funktionerna uppenbarligen ar varandras inverser sa foljer lemmat. ⊔⊓
Av detta lemma foljer alltsa att for ett fixt x ar for alla y ∈ o(x) mangderna Gxy lika
stora, och eftersom Gxy ∩ Gxz 6= ∅ =⇒ y = z sa ar de naturligtvis ocksa disjunkta. Men
detta innebar att
G =⋃
y∈o(x)
Gxy d.v.s.(10)
|G| =∑
y∈o(x)
|Gxy | =∑
y∈o(x)
|Gy|
= |o(x)| · |Gx|.(11)
2. Fixmangden och fixgruppen 53
Vi har darmed bevisat den enkla satsen
Sats (6.2.3.)
|o(x)| =|G|
|Gx|
anmarkning. Innan vi gar vidare kan det vara vart att notera att det finns en allman regelsom sager att om en aktion har stora ekvivalensklasser sa ar de fa, medan sma ekvivalensklasserinnebar manga olika. En konsekvens av sats 3 ar nu att sma ekvivalensklasser svarar mot storafixgrupper, vilket i sin tur innebar att en stor fixmangd innebar manga ekvivalensklasser.
Ett tydligt exempel. Innan jag gar vidare med den allmanna teorin vill jag presentera
ett exempel for att visa vad de inforda begreppen och satserna innebar. Vi ska utga fran
ett rakt prisma P, dar toppen och botten ar regelbundna 6-horningar. Ytorna pa over och
undersidan ska nu indelas i 7 falt var genom att vi drar radier fran bada mittpunkterna
till de 6 hornen, och genom att vi runt mittpunkterna ritar en cirkel med samma radie,
exempelvis en tredjedel av hela radien och darefter betraktar det som ligger innanfor
cirkeln som ett falt. Varje sida i prismat utgor sedan ett eget falt.
Figur
Symmetrigruppen for detta prisma bestar av identiteten e, en rotation ett sjattedels
varv r med potenserna r2, r3, r4, r5 och r6 = e, samt sex vandningar s1, s2, s3 och d1,
d2, d3 som bestar i att vi lyfter upp prismat, vander det upp och ned och sedan satter
ned det igen. Nar vi utfor denna vandning kan vi gora det pa sa satt att antingen ett par
av motstaende sidokanter, eller ett par av motstaende sidoytor behaller sin ursprungliga
plats. Vi antar att da vi utfor vandningen si aterkommer sidoytorna (zi, zi+4) till sin
ursprungliga plats, medan vid vandningen di ytorna zi och zi+4 byter plats. Detta ar
gruppen G = Sym(P). Vi ska nu lata denna grupp agera pa den mangd X vars element
ar de olika falten pa prismat. Mangden bestar av 7 falt pa ovansidan, 7 falt pa undersidan
och 6 falt pa sidorna, d.v.s. sammanlagt 20 element som vi kan benamna x0, x1, . . . , x6 for
falten pa ovansidan, varvid x0 ar faltet i mitten, y0, . . . , y6 for falten pa undersidan, samt
z1, . . . , z6 for falten pa sidorna. Innan vi borjar anvanda oss av teorin kan vi i detta fall
direkt se vilka ekvivalensklasserna ar for aktionen. Vi ser darvid att x0 och y0 utgor en
54 6. Polyateori
ekvivalensklass, falten xi och yi, i = 1, 2, . . . 6 utgor en, medan z-falten utgor en tredje.
De olika ekvivalensklasserna innehaller alltsa 2, 12 och 6 element.
Fixmangden FA bestar av alla par (e, x), alla (rk, x0) och (rk, y0) och slutligen alla
(si, zi) och (si, zi+4). En tabell over fixmangden ser ut pa foljande satt
x0 y0 x1 x2 x3 x4 x5 x6 y1 y2 y3 y4 y5 y6 z1 z2 z3 z4 z5 z6
e 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1r 1 1r2 1 1r3 1 1r4 1 1r5 1 1s1 1 1s2 1 1s3 1 1d1
d2
d3
Innan vi gar vidare kan det vara vart att notera hur pass mycket information om aktionen
som ovanstaende tabell innehaller. Speciellt ar det vart att notera att i kolonnen under
ett givet element x ∈ X kan vi avlasa fixgruppen Gx, och vi kan ocksa observera det som
vi redan vet, namligen att antalet 1:or under olika element i samma ekvivalensklass alltid
ar lika. Vi ska senare se att aven raderna i tabellen har betydelse.
Som synes blir matrisen for fixmangden redan for en mattligt stor mangd X syn-
nerligen utrymmeskravande. Det finns dock ett satt att presentera fixmangden som tar
mindre plats men ger samma information. I vart exempel kan den se ut pa foljande satt.
e r r2 r3 r4 r5
X x0, y0 x0, y0 x0, y0 x0, y0 x0, y0
s1 s2 s3 d1 d2 d3
z1, z4 z2, z5 z3, z6
3. Burnsides lemma
Efter att i Sats (3) ha beraknat storleken av de olika ekvivalensklasserna kan vi nu ocksa
berakna antalet av dem. For att gora detta ska vi forst bevisa foljande
Lemma (6.3.4.)
|FA| = |O| · |G|
Bevis. For att berakna |FA| ska vi summera mangdfunktionen 1F over mangden G×X.
Vi ska utfora summeringen genom att forst berakna summan over varje kolonn for sig.
Detta innebar att vi borjar med att summera over gruppen G medan vi haller elementet
x fixt. Darefter ska vi aven summera over X och vi borjar da med att summera varje
3. Burnsides lemma 55
ekvivalensklass for sig. Slutligen summerar vi over ekvivalensklasserna. Detta beskrivs
i foljande utrakning
|FA| =∑
x∈X
∑
g∈G
1F(g, x) =∑
x∈X
|Gx|(12)
=∑
o∈O
∑
x∈o
|Gx| = (enligt sats 3)
=∑
o∈O
|G| = |O| · |G|.⊔⊓
Vi ar nu nastan fardiga for Burnsides lemma. Det enda vi behover ar nagra nya begrepp
som har till syfte att forenkla formuleringen av lemmat.
Definition (6.3.9.)
Om A ar en aktion av G pa X sa ska vi skriva Xg for mangden av alla x ∈ X sadana
att g ∗ x = x, och vi ska skriva F (g) for |Xg|.
Innan vi gar vidare kan vi notera att i fixtabellen ar F (g) summan av alla 1:or som star i
samma rad. Darmed ar vi framme vid
Sats (6.3.5.) (burnsides lemma)
Antalet ekvivalensklasser ar
|O| =1
|G|
∑
g∈G
F (g)
Bevis. Detta foljer av det foregaende lemmat om vi helt enkelt noterar att vi vid sum-
meringen av 1F over mangden G×X lika garna kunde ha borjat med att summera over
raderna. ⊔⊓
Gruppaktionens cykliska index. Sa har langt har vi agnat oss at viktig matematik
men vi har inte sysslat med kombinatorik i snav mening. Vad som egentligen menas med
kombinatorik ar visserligen nagot oklart, men en beskrivning ar att saga att kombinatori-
ken sysslar med att rakna antalet satt som vissa saker kan utforas pa, och hittills har vi ju
inte gjort nagonting pa nagot enda satt. Det vi i fortsattningen ska studera ar farglagg-
ningar av elementen i mangden X, och den fraga som stalls ar hur manga sarskiljbara
farglaggningar det finns om tva farglaggningar betraktas som lika om det finns ett g ∈ G
som overfor mangden X pa sig sjalv pa ett sadant satt att den ena farglaggningen overgar
i den andra. For att beskriva detta problem matematiskt sa ska vi kalla mangden av
farger for Y och eftersom det for detta problem bara ar antalet farger som ar relevant
ska vi tills vidare anta att Y = Nn. Detta innebar att det som ar givet ar en aktion A
av G pa X, samt ett tal n. Vi kan da (for varje n) definiera en aktion An pa mangden
av farglaggningar, som kan betraktas som mangden av funktioner fran X till Nn. Denna
mangd kallades tidigare NX
n men for att forenkla vara beteckningar ska vi i fortsattningen
benamna den Xn. Vi kan dock notera att eftersom |Xn| = |NX
n | = n|X| sa ar detta ofta
en ganska stor mangd. Speciellt ar det i praktiken omojligt att explicit skriva en fixtabell.
56 6. Polyateori
Vad vi ska gora ar darfor att infora ett hjalpmedel som ger sa mycket information om fixta-
bellen for farglaggningarna att det t.ex. ar mojligt att berakna radsummorna i tabellen
utan att forst rita upp den. For att gora detta behover vi tva definitioner. Innan jag ger
dessa vill jag forst papeka att en gruppaktion A av G pa X kan ses som en homomorfism
av gruppen G till gruppen S(X) av alla permutationer av X. Detta innebar speciellt att
varje element g kan entydigt beskrivas med hjalp av en produkt av disjunkta cykler. For
att forenkla beteckningarna i det foljande sa ska vi anvanda foljande
Konvention: Beteckningen x star for en vektor (x1, xi2 , . . . , xim) och for att ange att
alla element i vektorn ersatts med talet n ska vi skriva n.
Definition (6.3.10.) (cykelstruktur)
Den cykliska strukturen Sg(x) for ett element g ∈ G under en aktion A ar ett monom∏
xki
i dar ki ar antalet cykler av langd i nar g uppfattas som ett element i S(X).
Definition (6.3.11.) (cykliskt index)
Gruppaktionen A:s cykliska index PA(x) = PA(x1, x2, . . . , xk) definieras som
(13)1
|G|
∑
g∈G
Sg(x).
Innan vi ger oss in pa ett noggrannare studium av det cykliska indexet och dess betydelse
ska vi aterga till vart exempel och berakna elementens cykliska struktur och aktionens
cykliska index.
Vi ska gora detta genom att ge foljande tabell
F (g) Sg(x)
e 20 x201
r 2 x21x
36
r2 2 x21x
63
r3 2 x21x
92
r4 2 x21x
63
r5 2 x21x
36
s1 2 x21x
92
s2 2 x21x
92
s3 2 x21x
92
d1 0 x102
d2 0 x102
d3 0 x102
Med hjalp av tabellen ser vi att
(14) PA(x) = PA(x1, x2, x3, x6) =1
12(x20
1 + 2x21x
36 + 2x2
1x63 + 4x2
1x92 + 3x10
2 ).
4. Farglaggningar 57
Darmed kan vi aterga till den allmanna teorin och som ett steg pa vagen kan vi
notera att om vi forst deriverar Sg(x) med avseende pa x1 och sedan satter alla variabler
till 1, sa far vi talet F (g), d.v.s. vi ser att F (g) = ∂∂x1
Sg(1). Lagger vi nu ihop alla dessa
och dividerar med |G| sa far vi enligt Burnsides lemma fram att
(15) |O| =∂
∂x1PA(1),
vilket ger en latt foraning om att cykliska index kan vara anvandbart.
4. Farglaggningar
Vi paminner oss nu att om A ar en aktion av G pa X sa kan vi for varje n definiera en
aktion An pa mangden Xn av farglaggningar (med hogst n farger) av X med hjalp av
formeln (7). Vi ska skriva On for att beteckna mangden av ekvivalensklasser for aktionen
An. Detta innebar att |On| helt enkelt ar antalet sarskiljbara farglaggningar.
Var uppgift ar nu att skapa oss en uppfattning om fixmangden for aktionen An.
Vi gor darfor forst den enkla observationen att en viss farglaggning ar invariant under
verkan av ett visst gruppelement g om och endast om varje cykel ar enfargad. Eftersom
varje cykel (oberoende av de ovriga) kan malas med vilken som helst av de n fargerna, sa
innebar detta att antalet fixpunkter Fn(g) helt enkelt ges av formeln
(16) Fn(g) = Sg(n) =∏
nki .
Kombinerar vi nu detta med Burnsides lemma sa far vi Polyas forsta sats.
Sats (6.4.6.)
Antalet sarskiljbara farglaggningar av X med hogst n farger ar
(17) |On| = PA(n).
I vart exempel ser vi att
PA(n) = PA(n, n, n, n) =1
12(n20 + 2n2n3 + 2n2n6 + 4n2n9 + 3n10)(18)
=1
12(n20 + 2n5 + 2n8 + 4n11 + 3n10).
Farginventariet. Manga ganger ar det inte det totala antalet farglaggningar med ett
givet antal farger som ar intressant, utan istallet ar det antalet farglaggningar med en
given fordelning av fargerna. I detta sammanhang kan det vara vart att papeka att det
problem som Polya ville losa med sin teori var att bestamma antalet isomerer av organiska
molekyler. Dessa molekyler kan beskrivas pa sa satt att vi har ett skelett av kolatomer
och pa dessa sitter det sedan kemiska grupper av olika typer. Eftersom tva molekyler ar
isomerer endast om de har lika manga av var och en av de olika sidogrupperna, sa var
58 6. Polyateori
han inte nojd forran han ocksa lost problemet att bestamma hur manga farglaggningar
det fanns av varje typ.
For att studera detta problem ska vi aterga till att betrakta mangden av farger som
en abstrakt mangd Y med elementen y1, y2, . . . , yn. Vi kan darmed ge en modell av de
mojliga satten att mala en punkt x med nagon av fargerna med hjalp av ”den genererande
funktionen” (y1+y2+ . . .+yn). Pa samma satt kan de olika satten att mala en hel cykel av
langden i med en enda farg representeras av den genererande funktionen (y i1+yi
2+. . .+yin).
Ska vi nu beskriva mangden av fixpunkter for ett element g med
Sg(x) =∏
xki
i
sa ar det latt att se att en genererande funktion for denna mangd ges av
(19) Sg(Y) = (∑
yj)k1 · (
∑
y2j )k2 . . . (
∑
yrj )
kr) =∏
(∑
yij)
ki .
For att fa hela fixmangden representerad maste vi till slut addera alla dessa Sg(Y) vilket
ger oss en funktion
PA(Y) =1
|G|
∑
g∈G
Sg(Y)
= PA((∑
yj), (∑
y2j ), . . . , (
∑
yrj )).(20)
Denna funktion brukar kallas for Polyas farginventarium.
For att fa en battre forstaelse av farginventariet ska vi se pa nagra enkla exempel.
Exempel.
1. Om X bestar av ett enda element och darmed G bestar av bara enheten far vi
PA(x) = x1 och PA(Y) =∑
yi. Mer allmant ar det naturligtvis sa att om G
bestar av bara enheten, sa att det saknas symmetrier och om |X| = n sa ar PA(x) =
xn1 och PA(Y) = (
∑
yi)n. Koefficienterna i farginventariet ges i detta fall av
multinomialkoefficienterna.
2. I foregaende exempel fanns det inga symmetrier vilket innebar att alla elementen
i X ar olika. Det motsatta extremfallet ar att alla elementen ar identiska vilket
svarar mot att G = S(X). I detta fall ar gruppens cykliska index komplicerat
(atminstone om |X| > 3) men farginventariet ar enkelt atminstone i den meningen
att alla koefficienter ar 1. Hur manga de ar och vilka de ar kan det daremot vara
jobbigt att ta reda pa.
3. (Dominobrickor) Om X bestar av tva identiska element sa bestar G av dels enheten
och dels platsbytet. Detta ger att PA(x) = 12 (x2
1 + x2) sa att PA(n) = 12 (n2 + n) =
(
n+12
)
. Speciellt far vi om n = 7 att det finns 28 olika dominobrickor. Farginventariet
blir
PA(Y) =1
2((
∑
yi)2 +
∑
y2i ) =
∑
y2i +
∑
i<j
yiyj
vilket helt enkelt sager att en dominobricka ar helt bestamd av sina prickar.
4. Ett problem som har stor betydelse inom den organiska kemin galler farglaggning
av hornen i en (regelbunden) tetraeder. Symmetrigruppen bestar i detta fall av
enheten, tre vippningar genom motstaende kanters mittpunkter, samt 8 rotationer,
4. Farglaggningar 59
ett 1/3-varv runt en axel genom ett horn och motstaende sidas mittpunkt. Detta
ger det cykliska indexet
P (x) =1
12(x4
1 + 3x22 + 8x1x3)
Det som ar speciellt intressant i detta fall ar farginventariet for fyra farger. Forst far
vi att antalet farglaggningar med fyra farger ar
P (4) =1
12(44 + 3 · 42 + 8 · 42) =
256 + 48 + 128
12= 36.
Raknar vi sedan ut farginventariet, sa visar det sig att vi far koefficienten 1 for alla
tankbara fargkombinationer med hogst 3 farger men koefficienten 2 for fallet da alla
farger forekommer precis en gang. (Det ar denna tvaa som ar betydelsefull!)
5. Ett annat valkant exempel som brukar behandlas i alla bocker ar farglaggning av
hornen i en kvadrat. Gruppen bestar av 8 element och det cykliska indexet ar
P (x) = P (x1, x2, x4) =1
8(x4
1 + 2x4 + 2x21x2 + 3x2
2),
vilket ger farginventariet
P (Y) =1
8
(
(∑
yi)4 + 2(
∑
y4i ) + 2(
∑
yi)2(
∑
y2i ) + 3(
∑
y2i )
2)
.
For tva farger ger detta
P (s, v) = (s4 + v4) + (s3v + sv3) + 2(s2v2).
6. Darmed kan det vara dags att aterga till vart tidigare exempel med vart prisma,
men eftersom vi sag att det fanns val manga olika farglaggningar sa ska vi helt
enkelt forutsatta att prismat ar vitt over och under sa att det racker att farglagga
sidoytorna. Detta innebar att vi later gruppen operera enbart pa mangden Z =
z1, . . . , z6. Den cykliska strukturen for elementen och det cykliska indexet for
aktionen blir da betydligt enklare. Vi far helt enkelt
PA(x) =1
12(x6
1 + 2x6 + 2x23 + 4x3
2 + 3x21x
22)
vilket ger farginventariet
PA(Y) =1
12((
∑
yi)6 + 2(
∑
y6i ) + 2(
∑
y3i )
2 + 4(∑
y2i )3 + 3(
∑
yi)2(
∑
y2i )
2).
ven detta uttryck ar naturligtvis otympligt, men for 2 farger blir det overkomligt.
Vi far
PA(s, v) = (s6 + v6) + (s5v + sv5) + 3(s4v2 + s2v4) + 3s3v3.
1. Mer om funktioner
Inledning. Efter att ha avslutat arbetet med kompendiet KOMBINATORIK har jag
insett att det sista kapitlet i kompendiet, d.v.s. det som handlar om POLYATEORI ar
synnerligen svarlast, atminstone for den som inte har mer forkunskaper om ekvivalens-
relationer och permutationer an vad som finns i de tidigare kapitlen. I nasta upplaga av
kompendiet kommer darfor denna stencil (nagot modifierat) att inga som ett kapitel, fore
eller efter kapitel 3.
Kapitel 3 i kompendiet har titeln Hur manga funktioner?, en titel som snarare borde
vara Hur manga funktioner finns det som . . . ?, och namnet pa detta bihang till kom-
pendiet skulle da vara fortsattningen och vad kan vi gora med dem?. Innan jag pa allvar
gar in pa den fragan ska jag dock ta upp begreppet ekvivalensrelationer igen, och det ar
vart att redan nu namna att det finns ett samband mellan surjektioner definierade pa en
mangd (med varden i nagon annan lamplig mangd) och de ekvivalensrelationer som finns
pa mangden.
1. Ekvivalensrelationer och partitioner
I det forsta kapitlet definierade vi ekvivalensrelationer. Vi ska i detta avsnitt visa att det
finns ett nara samband mellan dessa och det begrepp som som ges av foljande
Definition (1.1.1.) (Partitioner)
Lat en grundmangd X och en indexmangd I vara givna. En mangd P = pii∈I av
delmangder av X kallas for en partition av X om
X =⋃
i∈I
pi och
pi ∩ pj 6= ∅ =⇒ pi = pj .
anmarkning 1. Detta kan uttryckas sa att mangderna pi ska vara disjunkta (d.v.s. saknagemensamma element) och tillsammans tacka hela X, eller sa att varje x ∈ X ska tillhoraprecis en av mangderna pi.anmarkning 2. Observera att det andra villkoret inte sager att i = j, utan endast attpi = pj . Anledningen till detta ar att samma delmangd kan dyka upp flera ganger under olikanamn. I fortsattningen kommer den vanligaste indexmangden for en partition av X att varamangden X sjalv.
2 1. Mer om funktioner
For att beskriva sambandet mellan de tva begreppen maste vi borja med att hitta en
partition som hanger ihop med en given relation.
Definition (1.1.2.) (Ekvivalensklasser)
Lat E vara en ekvivalensrelation pa en mangd X och lat x vara ett element i X. Da
kallas mangden
CE(x) = y ∈ X| xEy
av alla y som ar ekvivalenta med x for en ekvivalensklass, varvid CE(x) ar den
ekvivalensklass som innehaller x.
Vi kan nu borja med att visa ett forberedande lemma, namligen
Lemma (1.1.1.)
Lat E vara en ekvivalensrelation pa X och lat x och y vara element i X, sadana att
y ∈ CE(x). Da galler att CE(y) = CE(x).
Bevis. Antag att z ∈ CE(y), d.v.s. att yEz. Pa grund av transitiviteten galler da aven
xEz d.v.s. att z ∈ CE(x), och darmed har vi visat att CE(y) ⊂ CE(x). Vi noterar sedan
att pa grund av symmetrin galler ocksa att yEx vilket innebar att x ∈ CE(y). Vi kan
darfor i det forsta steget byta plats pa x och y, vilket ger att CE(x) ⊂ CE(y) d.v.s. att
CE(x) = CE(y). ⊔⊓
Darmed kan vi nu formulera och bevisa
Sats (1.1.2.) (Partitionssatsen)
Lat E vara en ekvivalensrelation pa X och lat PE vara mangden av ekvivalensklasser
PE = CE(x)|x ∈ X.
Da ar PE en partition av X.
Omvant om P = pi|i ∈ I ar en partition av X sa kan vi definiera en ekvivalens-
relation EP pa X genom sambandet
xEy ⇐⇒ ∃i ∈ I sa att x ∈ pi och y ∈ pi.
Bevis. For att visa att PE ar en ekvivalensrelation finns det tva saker att bevisa och
eftersom det foljer av lemmat att mangderna ar disjunkta sa behover vi bara bevisa att
de ocksa tacker X. Detta foljer dock av att en ekvivalensrelation ocksa ar reflexiv, d.v.s.
att for varje x ∈ X galler att x ∈ CE(x). For att bevisa det omvanda sa observerar vi
forst att reflexiviteten och symmetrin ar uppenbara och enbart utnyttjar att partitionen
tacker X. For transitiveten utnyttjar vi att xEy och yEz innebar att det finns mangder
pi och pj sadana att den forsta innehaller x och y medan den andra innehaller y och z.
Detta innebar att pi och pj har elementet y gemensamt, och eftersom P ar en partition
ar da pi = pj vilket innebar att ocksa xEz galler. ⊔⊓
2. Sammansattning av funktioner 3
anmarkning. Det bor papekas att det ar vanligare att en partition definieras fran en ekvi-valensrelation an tvartom.
Som avslutning pa detta avsnitt ska vi se att varje funktion ger upphov till en ekvivalens-
relation pa ett mycket naturligt satt. Om namligen α : X −→ Y ar en given funktion
sa kan vi definiera en relation Eα pa X genom x1Eαx2 ⇐⇒ α(x1) = α(x2). Det
intressanta med detta ar egentligen inte att Eα ar en ekvivalensrelation, eftersom detta
bara beror pa att = ar en ekvivalensrelation (pa Y), utan det intressanta ar att det ar
en ekvivalensrelation som faktiskt ges av vanlig identitet. (Tva elemnt i Y ar ekvivalenta
om de ar samma element.) En fraga som visar sig ha ett intressant (d.v.s. jakande) svar
ar nu om varje ekvivalensrelation kan uppsta pa detta satt. For en andlig mangd ar
detta uppenbart, om vi tanker pa de olika ekvivalensklasserna som urnor och darmed
uppfattar den tillhorande partitionen som en funktion fran en given mangd (av markta)
kulor till en annan mangd av (markta) urnor. Fragan ar nagot mindre latt att besvara
om mangden X ar oandlig, men svaret ar aven i detta fall ja. Beviset bestar i att visa
att mangden av ekvivalensklasser CE(x)|x ∈ X kan tolkas som en ny mangd Y. Det
ar i detta sammanhang vart att notera att de funktioner som definieras pa detta satt ar
surjektioner.
Ett enumerationsproblem som hanger nara ihop med fragan om hur manga surjek-
tioner det finns fran X till Y ar att rakna ut hur manga partitioner (med k icke-tomma
delmangder) det finns av mangden Nn. Detta problem kan losas rekursivt, antalet skrivs
S(n, k) och kallas for Stirling-tal.
2. Sammansattning av funktioner
Vi ska i detta avsnitt definiera en av de (allmannaste) och viktigaste algebraiska operatio-
nerna i modern matematik, och pa kopet far vi ocksa ett par av de viktigaste algebraiska
strukturerna. For att forenkla eller atminstone forkorta beteckningarna i fortsattningen
ska vi skriva Xα
−→ Y (istallet for α : X −→ Y) for att ange att α ar en funktion fran X
till Y.
Definition (1.2.3.)
Lat Xα
−→ Y och Yβ
−→ Z vara funktioner. Da definieras sammansattningen
Xβα−→ Z genom sambandet β α(x) = β(α(x)).
Den viktigaste egenskapen hos sammansattningsoperationen ar att den ar associativ och
aven om detta ar narmast sjalvklart eftersom sammansattningen av tre funktioner bara kan
definieras pa ett satt, sa ar det vart att ha en sats att aberopa. Innan jag gar vidare vill jag
papeka att ni ofta da ni lar er nagot om algebraiska strukturer i matematiken, kommer att
upptacka att matematiker faster en till synes overdriven vikt vid sadana element som inte
forandrar nagonting. Vid sammansattning av funktioner ar det identitetsfunktionerna
som har denna egenskap. Jag kommer i fortsattningen att skriva JX (eller bara J om
mangden X ar underforstadd) for identitetsfunktionen pa X, varvid JX(x) = x for alla
4 1. Mer om funktioner
x ∈ X. Darmed ar vi fardiga for
Sats (1.2.3.) (Sammansattningssatsen)
(i) Lat Xα
−→ Yβ
−→ Zγ
−→ W vara funktioner. Da ar de sammansatta funktionerna
(γ β) α och γ (β α) lika.
(ii) Vidare galler att om JX och JY ar identitetsfunktionerna sa ar α JX = α =
JY α.
(iii) Om funktionerna α och β bada ar injektioner sa galler detta aven sammansatt-
ningen β α, och om bada ar surjektioner sa ar aven β α en surjektion. Speciellt
ar β α en bijektion sa snart bade α och β ar det.
ven om sammansattning av funktioner ar en mycket allman operation som kan definieras
aven om mangderna X, Y och Z inte har nagon som helst algebraisk struktur i sig sjalva,
sa stalls det dock ett viktigt krav, namligen att ”β borjar dar α slutar”. Det enklaste
sattet att fa detta villkor uppfyllt ar nu att anta att alla funktioner borjar och slutar i
samma mangd X. Vi ska i fortsattningen skriva End(X) for mangden av funktioner fran
X till sig sjalv.1 Det foljer av sammansattningssatsen att sammansattning ar definierad for
alla α och β i End(X). En mangd med en associativ operation (i vart fall sammansattning
av funktioner) som dessutom har ett neutralt element (d.v.s. ett som inte gor nagot alls
da man opererar med det) kallas ofta for en monoid. ven om begreppet monoid ar bade
anvandbart och viktigt i modern matematik, sa ar det dock nasta begrepp som ar det
riktigt betydelsefulla.
Definition (1.2.4.) (Grupper)
En grupp G (eller riktigare (G, ∗)) ar en mangd tillsammans med en funktion
m : G × G :−→ G, d.v.s. en funktion som till varje ordnat par (x, y) av element
tillordnar ett element z = m(x, y) i mangden. Denna funktion kallas vanligen grupp-
multiplikationen och beskrivs genom formeln
z = x ∗ y.
Foljande tre villkor galler for gruppmultiplikationen:
∀x∀y∀z x ∗ (y ∗ z) = (x ∗ y) ∗ z (associativitet)(1)
∃e∀x e ∗ x = x ∗ e = x (enhetselement)(2)
∀x∃y x ∗ y = y ∗ x = e (invers)(3)
Det basta sattet att fa nagon aning om gruppbegreppet ar att se pa nagra enkla exempel.
Exempel.
1. Den enklaste gruppen ar den som bara bestar av ett element. Konkret kan denna
grupp anges som (0,+) eller som (1,×).
1Beteckningen kommer av att i manga sammanhang kallas sadan funktioner for endomor-
fier eller endomorfismer.
3. Permutationer 5
2. Valkanda grupper ar ocksa mangden av hela tal under addition (Z,+), mangden av
positiva reella tal under multiplikation (R+,×), mangden av 2×2-matriser med deter-
minanten 1 under matrismultiplikation. Denna grupp betecknas vanligen SL(2,R).
3. Den grupp som kommer att spela storst roll i denna kurs ar mangden av bijektioner
pa en given andlig mangd, som ofta men inte alltid forutsatts vara mangden Nn (for
nagot n). Gruppmultiplikationen ar sammansattning av funktioner, som enligt vad
vi tidigare visat ar associativ. Vi sag ocksa att identiteten ar ett enhetselement, sa
for att bevisa att vi verkligen har en grupp behover vi bara bevisa att varje bijektion
har en invers. Detta foljer nu av att vi kan definiera den till funktionen α horande
inversen, som vanligen skrivs α−1, genom α−1(x) = y ⇐⇒ α(y) = x. Eftersom α
ar surjektiv sa finns det for varje x ett sadant y och eftersom α ar injektiv sa finns
det hogst ett y vilket innebar att α−1 ar en funktion. Att den ar en bijektion foljer
av att mangden ar andlig. Denna grupp betecknas S(X) eller om X = Nn for Sn.
Innan vi gar vidare bor det papekas att eftersom det bara finns en enda algebraisk opera-
tion i en grupp sa behovs det egentligen ingen symbol alls for denna sa att istallet for att
skriva x ∗ y skriver vi vanligen bara xy.
Innan ni borjar lasa nasta avsnitt bor ni losa foljande ovningsuppgifter.
1. Visa att en grupp innehaller precis ett enhetselement. (Ledning: Anta att bade
e1 och e2 ar enhetselement och rakna ut produkten e1e2.)
2. Visa att varje element i en grupp bara har en invers. (Ledning: Anta att bade y och z
ar inverser och rakna ut produkterna (yx)z och y(xz).)
3. Visa att e−1 = e, att (x−1)−1 = x samt att (xy)−1 = y−1x−1.
3. Permutationer
Vi ska i aterstoden av detta ”kapitel” agna oss at mangden Sn av bijektioner pa mangden
Nn och som alla sakert vet sa kallas en sadan funktion for en permutation. ven om jag
forutsatter att ni alla kanner till begreppet permutation, sa misstanker jag att ni som regel
inte behovt se dem som funktioner, och inte heller behovt rakna sarskilt mycket med dem.
Daremot ar jag saker pa att ni alla vet att antalet permutationer i Sn ar n!. Det forsta ni
nu maste lara er ar att se dem som funktioner och att lara er att sammansatta dem. For
att kunna gora det ska ni forst fa lara er ett satt att skriva dem som underlattar raknandet.
Jag vill i detta sammanhang papeka att till skillnad fran de funktioner man oftast traffar
pa, exempelvis reellvarda funktioner definierade pa intervall av reella tal, som vanligen ges
av algebraiska uttryck eller med hjalp av ett litet antal elementara funktioner, sa kommer
permutationer sallan att kunna beskrivas pa annat satt an genom att tala om vad som
ska handa med varje enskilt tal. Ett satt att ange en permutation π ar naturligtvis att
helt enkelt ge foljden π(k), 1 ≤ k ≤ n, men av olika anledningar ar detta inte nagon
sarskilt bra metod. Den framsta anledningen till detta ar att det inte ar sarskilt latt att
rakna ut sammansattningen av tva permutationer som skrivits pa detta satt. Det finns
ocksa andra anledningar, varav en ar att identitsfunktionen J som spelar storre roll an
alla andra och darfor anvands mer tar lika stor plats att skriva som nagon annan trots
att den ju faktiskt inte gor nagot. Det har visat sig att det som brukar kallas for den
6 1. Mer om funktioner
cykliska representationen av en permutation ar det i de flesta sammanhang basta sattet
att beskriva den. De viktigaste fordelarna ar:
1. Endast de element som verkligen paverkas av en permutation behover anges. Detta
innebar att ju mindre an permutation staller till med, ju mindre plats tar den.
2. Det ar latt att skriva upp inversen till en given permutation.
3. Det ar latt att berakna sammansattningen av en permutation med sig sjalv.
4. I vissa sammanhang behover man inte ens veta vilka element som paverkas av en
permutation, utan all information som behovs ar hur manga cykler det finns och hur
langa de ar.
4. Den cykliska representationen
For att forsta den cykliska representationen av en permutation kan vi borja med att fraga
oss vad som hander nar vi sammansatter en given permutation med sig sjalv ett antal
ganger. Om ni provar med nagra permutationer i S3 eller S4 sa kommer ni att upptacka
att ni efter bara nagra ganger kommer forst till identiteten och sedan tillbaka till den
permutation som ni borjade med. (I S3 kommer ni till identiteten efter hogst tre steg,
i S4 efter 4, i S5 efter 6 och undan for undan kan det behovas betydligt fler an n steg i
Sn.) Detta beror egentligen inte pa att det ar just permutationer ni haller pa med utan
bara pa att den mangd som ni raknar pa ar en andlig grupp. Om vi namligen definierar
permutationerna πn genom π0 = J och πn+1 = ππn sa ar det latt att inse att eftersom
vi kan halla pa hur lange som helst medan det bara finns n! permutationer i Sn sa kommer
man forr eller senare tillbaka till en permutation som forekommit tidigare. Antag nu att
0 < k < l, att πk = πl och att πl ar den forsta permutation som aterkommer. Da ar pa
grund av associativiteten (och existensen av en invers)
πl = πl−k πk
vilket medfor att
J = πl (πl)−1 = πl (πk)−1 = pil−k πk (πk)−1 = πl−k.
Detta innebar att π = πl−k π och eftersom l−k+1 < l om inte k = 1 sa maste (pa grund
av forutsattningen att πl var det forsta element som aterkom) k vara 1. Det foljer ocksa
att πl−1 = J och att πl−2 = π−1. Talet l − 1, d.v.s. det minsta tal ν for vilket πν = J
kallas for permutationens ordning. (Eftersom det bara finns n! olika mojligheter for πk
sa vet vi att ordningen ν(π) av π ar hogst n!. Det ar dock latt att visa att ordningen ar
betydligt mindre.)
Om nu π ar en given permutation (pa Nn) sa kan vi definiera en relation Eπ pa Nn
genom xEπy om det finns k (≥ 0) sa att πk(x) = y. Lat ordningen vara ν (eller ν(π) ).
Eftersom π0 = πν = J och J(x) = x sa ar relationen Eπ reflexiv. Om sedan k < ν sa
ar πν−k = (πk)−1 vilket innebar att πn−k(y) = x om πk(x) = y och detta innebar att
relationen ar symmetrisk. Slutligen ar Eπ transitiv pa grund av att om y = πk(x) och z =
πj(y) sa ar z = (πj)πk(x) = πj+k(x), vilket visar att Eπ ar en ekvivalensrelation. Detta
innebar att vi kan dela in Nn i ett antal ekvivalensklasser och for varje ekvivalensklass
galler att om vi startar dar sa kommer vi aldrig ur den hur lange vi an haller pa. Ett satt att
4. Den cykliska representationen 7
beskriva permutationen ar darfor att sammanfora elementen i sina ekvivalensklasser for att
sedan satta parenteser runt dessa. Den som aterstar ar att ta reda pa vad permutationen
gor inom en ekvivalensklass. For att se det tar vi ett godtyckligt element i klassen och
later π verka pa detta tills vi forsta gangen far ett element som vi har sett forut. Fragan
ar naturligtvis vilket element det kan vara, och svaret ar att det maste vara det element
som vi startade med. Anledningen ar att fran det att vi forsta gangen aterfar ett gammalt
element kommer foljden att upprepa sig sjalv, sa att om vi inte far tillbaka det element
vi startade med innan vi aterfar nagot annat, sa far vi aldrig tillbaka det forsta och det
strider mot vad vi tidigare bevisat, namligen att for nagot ν ar πν = J . Vi antar darfor
att πµ(x0) = x0, (varvid µ ≤ ν) och konstaterar att eftersom foljden upprepar sig sa
ar πµ(x) = x for alla x i ekvivalensklassen. Dessutom maste vi fa med alla de andra
elementen i klassen innan vi kommer tillbaka till x0. Ett satt att skriva upp elementen
i klassen ar darfor att borja med nagot av dem (t.ex. det minsta) och att skriva resten i
den ordning de kommer om vi later permutationen π verka. En ekvivalensklass skriven i
”sin ratta ordning” kallas for en cykel (uttalas med langt y).
Darmed ar det dags att visa nagra exempel, men innan jag ger dem vill jag saga
att den som inte kanner till den cykliska representationen av permutationer, och anda
lyckats hanga med i den har texten och forstatt vad som menas formodligen har alla
forutsattningar att lyckas med sina matematikstudier.
Exempel. I nedanstaende exempel ska vi forst beskriva permutationen genom att helt
enkelt ange resultatet av permutationen, d.v.s. att vi ska skriva elementen i ordningen
[π(1) π(2) . . . π(n)].
1. I S2 finns det bara tva permutationer, namligen identiten J , d.v.s. den som ger
resultatet [1 2] och den som byter plats pa dem, namligen permutationen [2 1]. For
identiten ar varje element sin egen ekvivalensklass sa att permutation kan skrivas
(1)(2). I allmanhet foljer man regeln att inte alls skriva upp de ekvivalensklasser
som bara innehaller ett element, vilket innebar att vi alltsa hoppar over de element
som inte paverkas av permutationen. Gor vi det nar det galler identiteten far vi dock
bara , vilket aven om det i princip ar ratt kan vara svart att lagga marke till.
Nar det galler identiteten skriver man darfor upp den forsta ekvivalensklassen vilket
ger att identiteten brukar skrivas som (1). Den andra permutationen skrivs (1 2).
2. I S3 finns det 3! = 6 permutationer varav identiteten ar en. En lamplig ordning att
skriva upp alla ar
[1 2 3], [2 3 1], [3 1 2], [1 3 2], [3 2 1], [2 1 3].
Da ar den forsta identiteten J = (1). Den andra skickar 1 till 2, 2 till 3 och slutligen
3 tillbaka till 1. Alla elementen utgor darfor en ekvivalensklass och permutationen
skrivs (1 2 3). Den tredje ar ungefar som den andra men skrivs (1 3 2). Den fjarde
permutationen gor ingenting alls at 1:an men byter plats pa de tva andra och skrivs
darfor (2 3), den femte haller 2:an still och skrivs (1 3), medan den sjatte slutligen
skrivs (1 2).
3. Som avslutning kan ni forsoka att skriva upp den cykliska representationen av nagra
permutationer i S4, exempelvis [1 2 3 4], [2 3 4 1], [2 3 1 4], [2 1 3 4] och [3 4 1 2].
(Svaren finns langst bak i haftet.)
8 1. Mer om funktioner
5. Rakning med permutationer
Forhoppningsvis har ni nu forstatt och lart er hur man skriver upp den cykliska repre-
sentationen for en given permutation, och om ni fortsatter att rakna med permutationer
kommer ni snart att upptacka att ni mot er egen vilja foredrar detta satt att beskriva dem.
Det aterstar att se hur man raknar med permutationer. For att beskriva det ska jag rakna
ett par exempel for att visa att ni egentligen redan kan detta. Lat tva permutationer i S5,
exempelvis π = [1 3 2 5 4] och σ = [2 3 5 4 1] vara givna och lat oss berakna π σ. Vi kan
borja med att rakna som vi skulle gjort utan den cykliska representationen. Vi ser da att
π σ(1) = π(σ(1)) = π(2) = 3, π σ(2) = π(3) = 2, π σ(3) = π(5) = 4, π σ(4) =
π(4) = 5 och slutligen π σ(5) = π(1) = 1, vilket ger att π σ = [3 2 4 5 1].
Vi overgar nu till att rakna med cykliska representationer och maste darfor borja med
att utfora en operation som i fortsattningen alltid kommer att vara genomford (eftersom
permutationer kommer att vara givna genom sin cykliska representation), namligen att
rakna ut de cykliska representationerna. Vi borjar med π och ser att π(1) = 1 sa att 1
ar sin egen ekvivalensklass. Sedan foljer π(2) = 3 och π(3) = 2 sa att (2 3) ar en cykel.
Slutligen utgor 4 och 5 en ekvivalensklass vilket ger att π = (2 3)(4 5). For att rakna ut
den cykliska representationen av σ ser vi att σ(1) = 2, σ(2) = 3, σ(3) = 5 och σ(5) = 1
medan σ(4) = 4, sa att den forsta cykeln (1 2 3 5) och den andra (som vi inte behover
skriva ner) ar (4). Sammantaget ger detta σ = (1 2 3 5). For att rakna ut π σ borjar vi
med att skriva ned dem i den ordning de star, vilket ger
π σ = (2 3)(4 5) (1 2 3 5).
Vi bortser nu fran sammansattningstecknet och raknar helt enkelt fran hoger. Vi ser
att den forsta cykeln skickar 1 till 2, den andra (fran hoger) gor inget med 2 medan den
sista skickar 2 till 3. Darefter gar 3 till 5 till 4, 4 paverkas inte av den forsta men skickas
av den andra till 5 och slutligen gar 5 till 1 och blir kvar dar vilket ger cykeln (1 3 4 5).
Det aterstar ett element, namligen 2 som skickas till 3 och tillbaka till 2. Detta ger att
πσ = (1 3 4 5). Raknar vi nu ut den cykliska representationen av [3 2 4 5 1] far vi (1 3 4 5)
vilket ju var vad vi redan visste.
Innan vi tittar narmare pa hela mangden Sn av alla permutationer maste vi (tyvarr)
notera att den operation vi studerar, namligen sammansattning av permutationer (el-
ler mer allmant funktioner) saknar en egenskap som vanligen underlattar allt raknande,
namligen kommutativitet. For att se detta racker det att rakna ut σ π. Resultatet blir
σ π = (1 2 3 5)(2 3)(4 5) = (1 2 5 4)
(eller σ π = [2 5 3 1 4]).
Eftersom det alltid ar lattare att rakna da saker kommuterar, men inte alla permu-
tationer kommuterar sa ar det viktigt att veta nagot om nar de kommuterar. Eftersom
det ar i praktiken omojligt att ange alla fall sa ska vi har noja oss med nagra enkla men
viktiga fall.
1. π och σ kommuterar om nagon av dem ar enheten.
2. π och σ kommuterar om σ = π eller om σ = π−1.
6. Jamna och udda permutationer 9
3. De kommuterar ocksa om det finns en permutation τ och tal k och j sadana att
π = τk och σ = τ j . (Detta beror pa den associativa lagen.)
4. π och σ kommuterar om ”de ar disjunkta” vilket innebar att det finns en partition
Nn = A ∪ B (med A ∩ B = ∅) sadan att σ inte andrar A medan π inte andrar B.
Speciellt innebar detta att ordningen mellan cyklerna i den cykliska representation
av π ar godtycklig.
anmarkning. Det ar vart att notera att varje cykel av π kan ses som en egen permutation,d.v.s. att den cykliska representationen helt enkelt ar ett satt att skriva π som en produkt av(kommuterande) enkla permutationer.
6. Jamna och udda permutationer
Hittills har vi i detta kapitel studerat permutationer och lart oss den cykliska represen-
tationen av dem. Dessutom har vi lart oss att berakna sammansattningen av tva per-
mutationer. Det vi nu ska gora ar att titta pa mangden av alla permutationer i Sn och
studera denna mangd i sig. Det forsta vi ska gora ar att paminna oss var vi tidigare sett
permutationer och vad de da anvandes till. Med eller utan en stunds funderande ar jag
saker pa att ni minns att permutationer forekommer i samband med determinanter och
att man dar talar om jamna och udda permutationer. Aven om jag inte forutsatter att
ni kommer ihag definitionen tanker jag inte upprepa den eftersom det racker med att ni
kommer ihag determinantrakning for att vi ska kunna rakna ut om en permutation ar
jamn eller udda. For att gora det ska vi borja med
Definition (1.6.5.) (Permutationsmatris)
En kvadratisk matris som innehaller precis en etta i varje rad och en etta i varje
kolonn kallas for en permutationsmatris.
Exempel. Alla matriserna
(
1 00 1
)
och
(
0 11 0
)
samt
1 0 00 1 00 0 1
,
0 1 00 0 11 0 0
,
0 0 11 0 00 1 0
1 0 00 0 10 1 0
,
0 0 10 1 01 0 0
,
0 1 01 0 00 0 1
ar permutationsmatriser. De ar ocksa de enda permutationsmatriserna av ordning 2
resp. 3.
Om ni raknar med permutationsmatriser upptacker ni snart att dessa paminner om
permutationer, eftersom om man multiplicerar en vektor sa permuteras koordinaterna. I
sjalva verket ger de ett annat satt att skriva permutationer och aven om vi inte bryr oss
om att rakna ut hur man kan overfora en given permutation till en matris eller tvartom, sa
10 1. Mer om funktioner
definierar vi en permutationsmatris som jamn om dess determinant ar 1 och udda om dess
determinant ar −1. Enligt rakneregler for determinanter innebar detta att identitetsma-
trisen, I, ar jamn, att determinanten byter tecken om vi byter plats pa tva rader eller tva
kolonner, att den inte andras nar determinanten transponeras och att determinanten for
en produkt ar produkten av determinanterna. Allt vi nu behover veta for att kunna rakna
ut tecknet, (jamn eller udda, +1 eller − 1) for en permutation ar att identitetsmatrisen I
svarar mot identitetspermutationen J , att produkten av tva permutationsmatriser svarar
mot produkten av motsvarande permutationer och slutligen att omkastning av tva rader
svarar mot multiplikation fran vanster med en permutationsmatris som bara byter plats
pa dessa tva rader. Sammantaget innebar detta att identiteten J ar jamn, att en tvacykel
ar udda och att tecknet for produkten av tva permutationer ar produkten av deras tecken.
Med utgangspunkt fran detta kan man rakna ut att en cykel av udda langd ar jamn, en
cykel av jamn langd ar udda, och att tecknet for en permutation ar udda om den innehaller
ett udda antal cykler av jamn langd, medan den ar jamn annars. Innan ni laser nasta
avsnitt foreslar jag att ni beraknar tecknet for alla de permutationer ni hittills stott pa i
detta kapitel. (De ar trots allt inte sarskilt manga!)
anmarkning. Det kan papekas att en permutationsmatris ar en ortogonalmatris, vilketinnebar att dess invers ar den transponerade matrisen. Detta innebar att inversen till enpermutation π alltid har samma tecken som π.
7. Konjugerade permutationer
Jag pastod tidigare att nar man haller pa med permutationer spelar det ofta ingen roll
vilka element som en permutation skickar hit eller dit, d.v.s. att det inte spelar nagon roll
vilka element som de olika cyklerna innehaller utan att det enda som spelar nagon roll
ar hur manga och hur langa som cyklerna ar. Ett exempel pa detta sag vi i foregaende
avsnitt dar slutresultatet ar att tecknet for en permutation enbart beror pa hur manga
cykler av jamn langd som den innehaller.
I detta avsnitt ska vi infora ett begrepp som ar viktigt for alla (icke-kommutativa)
grupper, men som ni i den har kursen bara behover kunna och forsta for gruppen Sn.
Definition (1.7.6.) (Konjugerade element i en grupp)
Lat G vara en (andlig) grupp och lat x och y vara element i G. Da sags elementen
vara konjugerade om det finns nagot element z i gruppen sadant att
y = z−1xz.
Eftersom begreppet, att vara konjugerad med ar en relation pa G och eftersom de
flesta relationer som vi tar upp i denna kurs ar ekvivalensrelationer bor nasta sats vara
vad de flesta av er vantar sig.
Sats (1.7.4.) (Konjugeringssatsen)
Relationen ”att vara konjugerad med” ar en ekvivalensrelation pa G.
7. Konjugerade permutationer 11
Bevis. Ni kommer i kapitlet om Polyateori att traffa pa flera exempel dar en ekvivalens-
relation definieras med hjalp av en grupp. Ni kommer da att se att reflexiviteten bevisas
med hjalp av identiteten, symmetrin med hjalp av inverser och transitiviteten med hjalp
av gruppmultiplikationen. I vart aktuella fall ser vi att relationen ar reflexiv, d.v.s. att x
ar konjugerat med x pa grund av att x = e−1xe, att relationen ar symmetrisk eftersom
zyz−1 = x om y = z−1xz och att relationen ar transitiv emedan y = w−1xw och z =
u−1yu =⇒ z = (wu)−1x(wu). ⊔⊓
Eftersom konjugering ger upphov till en ekvivalensrelation, sa kan gruppen indelas i
ekvivalensklasser (med avseende pa relationen) som i detta fall kallas konjugatklasser.
vning: Visa att elementen xy och yx ar konjugerade. (Ledning: Anvand z = x.)
Det som ar viktigt i denna kurs ar att det ar latt att se nar tva element i Sn ar
konjugerade.
Sats (1.7.5.) (Konjugatklasserna i Sn)
Tva permutationer i Sn ar konjugerade om deras cykliska representationer innehaller
lika manga cykler av varje langd.
Detta ar en sats som ni bor kanna till och ni bor ocksa ha en aning om hur man hittar
en permutation som overfor den ena till den andra, daremot behover ni varken forsta eller
lara er beviset.
Bevis. Skriv permutationernas cykliska representationer (medtagande aven cyklerna av
langd 1) over varandra pa sa satt att cykler av samma langd star rakt over varann. Om
τ definieras sa att varje element i den ovre permutationen (π) avbildas pa motsvarande
element i den undre (σ) sa ar τ−1 σ τ = π och τ π τ−1 = σ. Antag namligen
att π(x) = y och att w och u star under x och y. Da ar τ(x) = w, τ−1(w) = x, τ(y) =
u och τ−1u = y. Vidare ar σ(w) = u och
τ−1 σ τ(x) = τ−1 σ(w) = τ−1(u) = y = π(x).
Pa samma satt ar
τ π τ−1(w) = τ π(x) = τ(y) = u = σ(w).
Eftersom elementet x ar godtyckligt och alla de andra elementen (d.v.s. y, w och u)
bestamts av elementet x och permutationerna π och σ sa foljer satsen. ⊔⊓
Svar till uppgifterna i avsnitt 4: (1), (1 2 3 4), (1 2 3), (1 2), samt (1 3)(2 4).