slama.dev

Diskrétní Matematika

poznámky · 12. 1. 2020 · 🇨🇿 · dostupné v PDF · [upravit]

• Relace
  • Funkce
  • Vlastnosti relace
  • Ekvivalence
  • Uspořádání
  • Dlouhý a široký
  • Počítání funkcí
• Kombinatorika
  • Vlastnosti kombinačních čísel
  • Binomická věta
  • Odhady pro faktoriál
  • Princip inkluze/exkluze
• Grafy
  • Odrůdy
  • Grafové odhady
  • Vlastnosti grafu
  • Grafové operace
  • Stromy
  • Kostra, sled, tahy
  • Rozšiřování grafů
  • Rovinné nakreslení grafu
  • Barvení
  • Degenerovanost, klikovost, dualita
• Pravděpodobnost
  • Podmíněná pravděpodobnost
  • Pravděpodobnostní odhady

Úvodní informace

Tato stránka obsahuje moje poznámky z přednášky Martina Mareše z akademického roku 2019/2020 (MFF UK). Pokud by byla někde chyba/nejasnost, nebo byste rádi něco přidali, tak stránku můžete upravit pull requestem (případně mi dejte vědět na mail).

Relace

Definice (relace): relace mezi množinami $X, Y \equiv R \subseteq X \times Y$ (podmnožina kartézského součinu)

• prázdná: $\emptyset$ (nic s ničím)
• univerzální: $X \times Y$ (vše se vším)
• diagonální $\Delta_X$: $\left\{\left(x, x\right) \mid x \in X\right\}$
  • matice relace má 1 na diagonále
• inverzní $R^{-1}$: $\left\{\left(y, x\right) \mid \left(x, y\right) \in R\right\}$
  • pozor: nemusí to být funkce!
• složená: $x \left(R \circ S\right) z \equiv\ \exists y \in Y: xRy \land ySz$
  • tzn. tj. musí existovat cesta (když si to představíme jako grafy)

Funkce

Definice (funkce): relace $f$ mezi $X, Y$ je funkce (zobrazení) $\ \equiv \forall x \in X \ \exists!\ y \in Y: x f y$

• speciální druh relace, ve kterém se prvek z $X$ zobrazuje na ten z $Y$ právě jednou na

• značíme $f: X \mapsto Y$ nebo $f\left(x\right) = y$
  

• prostá: $\forall x, x' \in X, x \neq x': f\left(x\right) \neq f\left(x'\right)$ (dvě různé $x$ se nezobrazí na stejné $y$)
• na: $\forall y \in Y\ \exists x \in X: f\left(x\right) = y$
  • na každé $y$ se něco zobrazí (klidně vícekrát!)
• bijekce: $\forall y \in Y\ \exists!\ x \in X: f\left(x\right) = y$
• pozn.: podle definice jdou všechny prvky z $X$ někam do $Y$!

Vlastnosti relace

• reflexivní: $\equiv \forall x \in X: xRx$
  • diagonála
• symetrická: $\equiv \forall x, y \in X: xRy \iff yRx$
  • pozn.: $R^{-1} = R$
• antisymetrická: $\forall x, y \in X, x \neq y: xRy \implies \neg yRx$
  • alternativně: $\forall x, y \in X: xRy \land yRx \implies x = y$ (je z toho lépe vidět diagonála)
  • např. menší než… musí to být pouze jedním směrem
• tranzitivní: $\forall x,y,z \in X: xRy \land yRz \implies xRz$
  • hezky vidět na grafech, špatně na maticích

Ekvivalence

Definice (ekvivalence): Relace $R$ na $X$ je ekvivalence $\ \equiv R$ je tranzitivní, reflexivní a symetrická.

• ekvivalenční třída $R\left[x\right]$ prvku $x := \left\{y \in X \mid xRy \right\}$ (jsou spolu mezi sebou všechny v relaci)

Věta: Nechť $R$ je ekvivalence na $X$. Potom:

1. $\forall x \in X: R[x] \neq \emptyset$
   • vyplývá z reflexivity… $x \in R\left[x\right]$
2. $\forall x, y \in X:$ buď $R\left[x\right] = R\left[y\right]$ nebo $R\left[x\right] \cap R\left[y\right] = \emptyset$
   • pro $R\left[x\right] \subseteq R\left[y\right]$: uvažme $z \in R\left[x\right]$, tím pádem $zRx$ (symetrie) a $zRy$ (tranzitivita), proto i $xRy$ a tedy $z \in R\left[y\right]$ (pak stačí obrátit…)
   • $xRy$ neplatí – sporem dokážeme, že $R\left[x\right] \cap R\left[y\right] = \emptyset$… nechť existuje $z \in R\left[x\right] \cap R\left[y\right]$; potom $xRz$ a $zRy$ (tranzitivita), a tedy $xRy$, což je ↯
3. ekvivalenční třídy určují $R$ jednoznačně
   • zřejmé… $xRy$ právě když $\left\{x, y\right\}\subseteq R\left[x\right]$

Uspořádání

Definice (uspořádání): Relace $R$ na $X$ je uspořádání $\ \equiv\ R$ je reflexivní, antisymetrická a tranzitivní.

• lineární $\le$: $\forall x, y \in X: x \le y \lor y \le x$ (všechny $x, y$ jsou porovnatelné)
• částečné: ne lineární
• ostré: pokud $\le$ je uspořádání, pak $x < y \equiv x \le y \land x \neq y$ je ostré uspořádání
• $\ge\ :=\ \le^{-1}$ je také uspořádání (to samé platí pro ostré)

Definice (Hasseův diagram): Uvažme uspořadání $\left(\left\{1, 2, 3\right\}, \subseteq\right)$. Jeho Hasseův diagram bude vypadat následně:

• spojujeme bezprostřední předky, tj.: neexistuje $t \in X$ mezi $x, y$ takové, že $x < t < y$
  
• $x$ je minimální prvek $\ \equiv \nexists\ y: y < x$ (analogicky maximální)
  • tzn. neexistuje menší
• $x$ je nejmenší prvek $\ \equiv \forall y: x \le y$ (analogicky největší)
  • tzn. je menší než všechny ostatní
  • silnější kritérium než minimální, jelikož musí se všemi být porovnatelný

Definice (lexikografické uspořádání): Nechť $X$ je abeceda a $\le$ uspořadání na $X$. Pak definujeme lexikografické uspořádání $\left(X^2, \le_{LEX}\right)$ následně: $$\left(a, b\right) \le_{LEX} \left(a', b'\right) \equiv \left(a < a'\right) \lor \left(a = a' \land b \le b'\right)$$

• nejprve se rozhoduje podle prvního, pak podle druhého
• lze generalizovat pro více (kartézský součin) množin

Dlouhý a široký

Definice ((anti)řetězec): pro $\left(X, \le\right)$ ČUM (částečně uspořádaná množina):

• $A \subseteq X$ je řetězec $\forall a, b \in A$ jsou porovnatelné
  • $\omega\left(X, \le\right) :=$ délka nejdelšího řetězce
• $A \subseteq X$ je antiřetězec $\equiv$ žádné 2 prvky nejsou porovnatelné (nezávislá množina)
  • $\alpha\left(X, \le\right) :=$ délka nejdelšího antiřetězce

Věta (o dlouhém a širokém): pro $\left(X, \le\right)$ konečnou ČUM: $\left|X\right| \le \alpha \omega$

Důkaz:

• $M_1 := \left\{a \in X \mid a\ \text{je minimální v}\ \le\right\}$
• $X_1 := X \setminus M_1$
• pokračujeme a vyjde nám, že $\forall i: \left|M_i\right| \le \alpha$ (všechny totiž musí být nezávislé); rovněž $\exists a_k \in M_k, a_{k - 1} \in M_{k - 1} \ldots$ řetězec $\implies k \le \omega$
  • kombinací dojdeme k nerovnosti $\left|X\right| = \sum_{i = 1}^{k} \left|M_i\right| \le \alpha \omega$

Věta (Erdős-Szekeres): nechť $x_1, \ldots, x_{n^2 + 1}$ jsou navzájem různé. Pak existuje buď rostoucí nebo nerostoucí posloupnost délky alespoň $n + 1$.

Důkaz: Na $\left\{1, \ldots, n^2 + 1\right\}$ definujme uspořádání $i < j \iff i < j \land x_i < x_j$. Rostoucí odpovídají řetězcům, nerostoucí antiřetězcům.

Počítání funkcí

Věta: je-li $A$ $a$-prvkové a $B$ $b$-prvkové, pak počet $f: A \mapsto B = b^a$

Důkaz: každý prvek z $A$ můžeme (z definice dokonce musíme) poslat do libovolného prvku z $B$.

Věta: $\left|2^X\right| = 2^{\left|X\right|}$

Důkaz: pro $Y \subseteq X$ zavedeme charakteristickou funkci $C_Y: X \mapsto \left\{0, 1\right\}$, kde

$$C_Y\left(x\right) \begin{cases} 1 & x \in Y \\ 0 & \text{jindy}\end{cases}$$

Každá $C_Y$ jasně určuje unikátní podmnožinu, tím pádem vlastně počítáme funkce z $n$-prvkové do $2$-prvkové množiny, kterých je $2^n$ (viz předešlá věta).

Věta: je-li $A$ $a$-prvkové a $B$ $b$-prvkové, pak počet $f: A \mapsto B$ prostých je $$\prod_{i = 0}^{a - 1}\left(b - i\right) = b ^ {\underline{a}}$$

Důkaz: Důkaz: 1. prvek z $a$ má $b$ možností, druhý $b - 1$, …

Počítání dvojic: $f: \left\{1, 2\right\} \mapsto X \equiv X^2$

• prvky jsou dvojice $\left(f\left(1\right), f\left(2\right)\right)$
• $\left\{1, \ldots, k\right\}$ – uspořádání $k$-tice
• $\mathbb{N} \mapsto X$ – nekonečné posloupnosti prvků z $X$

Počet $k$-tic různých prvků z $X$… $f: \left\{1, \ldots, k\right\} \mapsto X$ je $$n \cdot \left(n - 1\right) \cdot \left(n - 2\right) \cdot \ldots \cdot \left(n - k - 1\right)$$

• $n = \left|X\right|$ (stejné jako počítání prostých funkcí)

Věta: Počet bijekcí mezi $X$ a $X$ (permutací) $= n \cdot \left(n - 1\right) \cdot \ldots \cdot 1 := n!$ (faktoriál)

Definice (pevný bod) permutace $p$ je prvek $x : p(x) = x$ (zobrazí se sám na sebe).

Kombinatorika

• pár definic na rozjezd:

$$\binom{X}{k} := \left\{A \subseteq X \mid \left|A\right| = k\right\}$$

$$\binom{n}{k} := \frac{n \cdot \left(n - 1\right) \cdot \left(n - 2\right) \cdot \ldots \cdot \left(n - k + 1\right)}{k \cdot \left(k - 1\right) \cdot \left(k - 2\right) \cdot \ldots \cdot 2 \cdot 1} = \frac{n!}{k! \cdot \left(n - k\right)!}$$

Věta: $\left|\binom{X}{k}\right| = \binom{\left|X\right|}{k}$

Důkaz: budeme počítat dvěma způsoby:

• # (počet) uspořádaných $k$-tic různých prvků z $X$ je stejný jako:
  • # prostých funkcí z $\left\{1, \ldots, k\right\} \mapsto X$, kterých je $n \cdot \left(n - 1\right) \cdot \ldots \cdot \left(n - k + 1\right)$
  • # $k$-prvkových množin $\cdot\ k!$ (zpermutováním)… $\left|\binom{X}{k}\right| \cdot k!$

Vlastnosti kombinačních čísel

• počet prázdných podmnožin $= 1 =$ počet „plných“ podmnožin: $\binom{n}{0} = 1 = \binom{n}{n}$
• počet 1-prvkových podmnožin$= n =$počet podmnožin, kde 1 prvek chybí: $\binom{n}{1} = n = \binom{n}{n - 1}$
• generalizace předchozích dvou vzorečků… počítání doplňků: $\binom{n}{k} = \binom{n}{n - k}$
• počet podmnožin dané množiny: $\sum_{k=0}^{n} \binom{n}{k} = 2^n$
  • vlastně $n$-bitové číslo – patří/nepatří $$\binom{n}{k} = \binom{n - 1}{k} + \binom{n - 1}{k - 1}$$
• $k$-prvkové množiny obsahující/neobsahující nějaký fixní prvek… pokud ho neobsahují, tak máme $k$ míst na ostatní prvky; jinak máme $k - 1$ míst (prvek jedno místo jinak zabírá)

Binomická věta

$$\forall n \in \mathbb{N}, \forall a, b \in \mathbb{R}: \left(a + b\right)^n = \sum_{k = 0}^{n} \binom{n}{k} a^{n - k}b^k$$

Důkaz:

• jedná se o součty součinů, které si ze závorek vybírají $a$ nebo $b$
  • $a^{n - k}b^k$ – celkově jich musí být $n$
  • $\binom{n}{k}$ – kolika způsoby si lze z $n$ závorek vybrat k znaků

Poznámka:

• $\left(1 + 1\right)^n = 2^n = \sum_{k = 0}^{n}\binom{n}{k}$ – součet řady Pascalova trojúhelníka
• $\left(1 - 1\right)^n = 0 = \sum_{k = 0}^{n}\binom{n}{k} \left(-1\right)^k$ – počet podmnožin sudé velikosti je roven počtu podmnožin velikosti liché

Odhady pro faktoriál

• triviální: $2^{n - 1} \le n! \le n^n$
• rozumný: $n^{n / 2} \le n! \le \left(\frac{n + 1}{2}\right)^n$
• wtf: $e \cdot \left(\frac{n}{e}\right)^n \le n! \le en \cdot \left(\frac{n}{e}\right)^n$

Lemma (a/g nerovnost): $\sqrt{xy} \le \frac{x + y}{2} \qquad \forall x, y \ge 0$

Důkaz: $$\begin{aligned} \left(a - b\right)^2 &\ge 0 \\ a^2 - 2ab + b^2 &\ge 0 \\ a^2 + b^2 &\ge 2ab \\ \frac{a^2 + b^2}{2} &\ge ab \\ \frac{x + y}{2} &\ge \sqrt{xy} \end{aligned}$$

Důkaz (rozumného):

• $n! = \sqrt{\left(n!\right)^2} = \sqrt{1 \cdot 2 \cdot \ldots \cdot n \cdot 1 \cdot 2 \cdot \ldots \cdot n} = \sqrt{1 \cdot n} \cdot \sqrt{2 \cdot \left(n - 1\right)} \cdot \ldots \cdot \sqrt{n \cdot 1}$
  • horní: $\sqrt{i \left(n - i + 1 \right)} \le^{\mathrm{AG}} \frac{i + n - i + 1}{2} \implies n! \le \left(\frac{n + 1}{2}\right)^n$ (je jich $n$)
  • dolní: $\sqrt{i \left(n - i + 1\right)} \ge \sqrt{n} \implies n! \ge \sqrt{n}^n$ (vevnitř je vždy alespoň $n$)

Důkaz (wtf): Indukce:

• $n = 1$… $e \cdot 1 \cdot \frac{1}{e} \le 1$
• $n - 1 \rightarrow n$: $$\begin{aligned} n! = n \left(n - 1\right)! &\le^\mathrm{IP} en \left(n - 1\right) \left(\frac{n - 1}{e}\right)^{n - 1} \\ &= en \left(\frac{n}{e}\right)^n \left(\frac{e}{n}\right)^n \left(n - 1\right) \left(\frac{n - 1}{e}\right)^{n - 1} \\ &= en \left(\frac{n}{e}\right)^n \underbrace{\left(\frac{n - 1}{n}\right)^n e}_{\le 1} \end{aligned}$$

Důkaz, toho proč ten výraz $\le 1$:

$$\begin{aligned} \left(1 - \frac{1}{n}\right)^n e &\le \left(e^{-\frac{1}{n}}\right)^n e = e^{-1} e = 1 \qquad 1 + x \le e^x \end{aligned}$$

• pozn.: $a \le b \implies a = b c$ pro $c \le 1$, proto to vlastně děláme

Princip inkluze/exkluze

Věta (inkluze a exkluze): Nechť $A_1, \ldots, A_n$ jsou konečné množiny. Potom:

$$\left|\bigcup_{i = 0}^{n} A_i\right| = \sum_{k = 1}^{n} \left(-1\right)^{k + 1} \sum_{I \in \binom{\left[n\right]}{k}} \left|\bigcap_{i \in I} A_i\right|$$

Také lze zapsat jako $$\left|\bigcup_{i = 0}^{n} A_i\right| = \sum_{\emptyset \neq I \subseteq \left[n\right]} \left(-1\right)^{\left|I\right| + 1} \left|\bigcap_{i \in I} A_i\right|$$

Důkaz (počítací): kolikrát se prvek $x$ nachází nalevo a napravo:

• nalevo: 1 (ve sjednocení je jednou právě)
• napravo:
  • předpokládejme, že se vyskytne v $j$ množinách – vyskytuje se tedy v každé $k$-tici z těchto $j$ množin ($k \le j$)
  • existuje $\binom{j}{k}$ $k$-prvkových podmnožin $j$-prvkové množiny (a ve vzorci se znaménka střídají), lze počet výskytů vyjádřit následovně: $$j - \binom{j}{2} + \binom{j}{3} - \ldots + \left(-1\right)^{j - 1}\binom{j}{j} = 1$$

Grafy

Definice (graf): graf je uspořádaná dvojice množin $\left(V, E\right)$, kde $V$ je konečná, neprázdná množina vrcholů a $E \subseteq \binom{V}{2}$ je množina hran.

• $\left\{u, v\right\} \in E$… mezi $u, v$ vede hrana (jsou sousední)
• $v \in e$ pro $e \in E$… vrchol leží v/na hraně

Odrůdy

• úplný $K_n \equiv \left(\left[n\right], \binom{V}{2}\right)$
  • opak je diskrétní
• úplný bipartitní $K_{m, n}$:
  • $V\left(K_{m, n}\right) = \left\{a_1, \ldots, a_m, b_1, \ldots, b_n\right\}$ (rozdělíme na 2 části)
  • $E\left(K_{m, n}\right) = \left\{\left\{a_i, b_j\right\} \mid i \in \left[m\right], j \in \left[n\right]\right\}$
  • bipartitní – $E \subseteq\$ úplného bipartitního
• cesta $P_n \equiv \left(\left[n\right], \left\{\left\{i, i + 1\right\} \mid 0 \le i < n\right\}\right)$
• cyklus $C_n \equiv \left(\left[n\right], \left\{\left\{i, \left(i + 1\right)\ \mathrm{mod}\ n\right\} \mid 0 \le i \le n\right\}\right)$

Definice (izomorfismus): grafy $G$ a $H$ jsou izomorfní $\left(G \cong H\right) \equiv f: V\left(G\right) \mapsto V\left(H\right)$ bijekce t. ž. $\forall u, v \in V\left(G\right)$ platí: $\left\{u, v\right\} \in E\left(G\right) \iff \left\{f\left(u\right), f\left(v\right)\right\} \in E\left(H\right)$

• vlastně to je takové přejmenování vrcholů

Grafové odhady

Nechť $V = \left\{v_1, \ldots, v_n\right\}$.

• počet všech grafů na $V$ je $2^{\binom{n}{2}}$ (všechny možné dvojice; buďto tam jsou nebo nejsou)
• počet neizomorfních grafů: počet všech grafů / počet tříd izomorfismu (ekvivalence)
  • izomorfismů je nejvýše $n!$ (uvažujeme všechna přejmenování)
  • celkem tedy $\ge 2^\binom{n}{2} / n!$
  • není to tak špatný odhad:

$$\begin{aligned} \log \frac{2^\binom{n}{2}}{n!} &\ge \binom{n}{2} - n \log n \\ &= \frac{n \left(n - 1\right)}{2} - n \log n \\ & = \frac{n^2}{2} \left(1 - \frac{1}{n} - \frac{2 \cdot \log{2}{n}}{n}\right) \end{aligned}$$

Vlastnosti grafu

• stupeň vrcholu $v$ grafu $G$ je $\mathrm{deg}_G\left(v\right) = \# w \in V(G): \left\{v, w\right\} \in E\left(G\right)$
  • tzn. kolik hran vede do vrcholu
  • $k$-regulární graf: stupeň všech vrcholů je $k$
• skóre grafu je uspořádaná $n$-tice stupňů všech vrcholů
  • typicky $d_1 \le d_2 \le \ldots \le d_n$
  • $0 \le d_i < n - 1$

Tvrzení: $$\sum_{v \in V\left(G\right)} \mathrm{deg}\left(v\right) = 2 \cdot \left|E\left(G\right)\right|$$

Důkaz: nechť $K$ je $\left\{\left(v, e\right) \mid e \in E\left(G\right) \land v \in e\right\}$; pak $$\left|K\right| = 2 \cdot \left|E\left(G\right)\right| = \sum_{v} \mathrm{deg}(v)$$

• první rovnost platí, jelikož každá hrana přispěje 2x
• druhá rovnost platí, jelikož každý vrchol přispěje všemi hranami, které do něj jdou (tj. svým stupňem)
• vyplývá z toho princip sudosti: počet vrcholů lichého stupně je sudý (jinak by se to nesečetlo na sudé číslo

Věta (testování skóre): nechť $d_1 \le d_2 \le \ldots \le d_n$ posloupnost přirozených čísel. Pak $d_1', d_2', \ldots d_{n - 1}'$ vznikne smazáním posledního prvku a odečtením $1$ od $d_n$ předchozích. Pak $d_1 \le d_2 \le \ldots d_n$ je skórem grafu, když $d_1', d_2', \ldots d_{n - 1}'$ je skórem grafu.

Důkaz:

• $\Rightarrow$: víme, že $d_1', d_2', \ldots d_{n - 1}'$ je skórem grafu, stačí tedy přilepit vrchol a propojit ho patřičnými hranamy k existujícímu grafu:
  • $V\left(G\right) = \left\{v_1', \ldots, v_{n - 1}', v_n\right\}$
  • $E\left(G\right) = E\left(G'\right) \cup \left\{\left\{v'i, v_n\right\} \mid n - d_n \le i \le n - 1\right\}$
  • pozor! opačně nefunguje, jelikož nemáme jistotu, že odebíráme od těch zprava
• $\Leftarrow$:
  • nechť $\mathcal{G} := \left\{G\ \text{na}\ \left\{v_1, \ldots, v_n\right\}, \mid \forall i: \mathrm{deg}_G\left(v_i\right) = d_i\right\}$
    • = všechny možné grafy s tímhle skórem
  • lemma: $\exists\ G \in \mathcal{G}: \forall j, n - d_n \le j < n: \left\{v_j, v_n\right\} \in E\left(G\right)$
    • tedy existuje graf, od kterého můžeme odtrhnout poslední vrchol (ten s největším stupněm) a dostaneme správné skóre
  • nechť $j\left(G\right) := \mathrm{max}\left\{j \mid \left\{v_j, v_n\right\} \not\in E\left(G\right)\right\}$ (první díra zprava)

• nechť $G \in \mathcal{G}$ má minimální $j\left(G\right)$… pak $j < n - d_n$
  • důkaz sporem: kdyby $j \ge n - d_n$, pak $\exists i$ a $\exists k: \left\{v_j, v_k\right\} \in E\left(G\right) \land \left\{v_i, v_k\right\} \not\in E\left(G\right)$
    • pro $d_i < d_j$ – z $v_j$ jich vede více než s $d_i$ (takže do nějaké do které $d_j$ vede $d_i$ nevede)
    • $d_i = d_j$ je taky ok… jedna z $v_i$ vede do $v_n$

• škrtnutím vyrobíme graf, který má menší $j$… ↯

Definice (podgraf): Graf $H$ je podgrafem grafu $G \left(H \subseteq G\right) \equiv V\left(H\right) \subseteq V\left(G\right) \land E\left(H\right) \subseteq E\left(G\right)$.

• vznik tak, že z grafu odebíráme hrany/vrcholy

Definice (indukovaný podgraf): Graf $H$ je indukovaným podgrafem grafu $G \left(H \subseteq G\right) \equiv V\left(H\right) \subseteq V\left(G\right) \land E\left(H\right) = E\left(G\right) \cap \binom{V\left(H\right)}{2}$.

• vznik tak, že z grafu odebíráme pouze vrcholy (a s nimi spojené hrany)

Definice (cesta) v grafu délky $k$ je (2 pohledy):

1. $H \subseteq G$ t. ž. $H \cong P_k$
2. $v_0, e_1, v_1, \ldots, e_k, v_k$ t. ž.:
   • $\forall i: v_i \in V\left(G\right)$ + všechny $v_i$ jsou různé vrcholy
   • $\forall j: e_j \in E\left(G\right) \land e_j = \left\{v_{j - i}, v_j\right\}$ - obdobně lze definovat kružnici, jen $v_e = v_k$

Definice (sled) (procházka/walk) v grafu $G$ je cesta, ve které se mohou vrcholy i hrany opakovat.

Tvrzení: pokud existuje sled z $x$ do $y$, pak existuje i cesta.

• zvolíme nejkratší ze všech sledů… to je cesta; kdyby ne, pak $\exists$ vrchol, který se tam vyskytuje 2x (tím pádem jde sled zkrátit)

Definice (souvislost): Graf $G$ je souvislý $\ \equiv \forall u, v \in V\left(G\right) \exists\$ cesta v $G$ z $u$ do $v$

• relace dosažitelnosti: $\sim$ na $V\left(G\right)$: $u \sim v \equiv \exists$ cesta z $u$ do $v$
  • je to ekvivalence: je reflexivní (cesta z $u$ do $u$ velikosti 0), symetrická (graf je neorientovaný) i tranzitivní (jen pozor na to, že to po slepení může být sled – je potřeba to ošetřit)

V souvislém grafu $G$ je vzdálenost vrcholu $u, v$ minimum z delek cest z $u$ do $v$ (značíme $\rho\left(u, v\right)$).

• jedná se o metriku, jelikož splňuje následující:
  1. $\forall u, v: \rho\left(u, v\right) \ge 0$
  2. $\forall u, v: \rho\left(u, v\right) = 0 \iff u = v$
  3. $\forall u, v: \rho\left(u, v\right) = \rho\left(v, u\right)$
  4. $\forall u, v, w: \rho\left(u, v\right) \le \rho\left(u, w\right) + \rho\left(w, v\right)$ (trojúhelníková nerovnost)

Grafové operace

• přidání hrany/vrcholu: $G + v$, $G + h$
• smazání hrany/vrcholu:
  • $G - e := G\left(V, E \setminus \left\{e\right\}\right)$
  • $G - v := G\left(V \setminus v, E \setminus \left\{e \in E \mid v \not\in e\right\}\right)$
• dělení hrany $G\ \%\ e := \left(V \cup \left\{z\right\}, \left(E \setminus \left\{x, y\right\}\right) \cup \left(\left\{x, z\right\}, \left\{z, y\right\}\right)\right)$
• kontrakce hrany $G/e := \left(\left(V \setminus \left\{x, y\right\}\right) \cup \left\{z\right\}, \\ \left\{e \in E \mid e \cap \left\{x, y\right\} \neq \emptyset\right\} \cup \left\{\left(e \setminus \left\{x, y\right\}\right) \cup \left\{z\right\} \mid e \in E \land \left|e \cup \left\{x, y\right\}\right| = 1\right\}\right)$

Stromy

Definice (strom les, list):

• strom je souvislý acyklický graf
• les je acyklický graf (soubor stromů)
• list – vrchol stromu s $\mathrm{deg}\left(v\right) = 1$

Tvrzení: Strom s alespoň 2 vrcholy má alespoň 2 listy (vrcholy, do kterých vede 1 hrana).

Důkaz: uvažme nejdelší cestu. Její krajní vrcholy jsou listy, jelikož:

• pokud z nich vede cesta někam zpět do sebe, tak graf není strom
• pokud z nich vede cesta někam, kde jsme ještě nebyli, tak není nejdelší

Tvrzení: nechť $v$ je list grafu $G$. Pak $G$ je strom $\iff G - v$ je strom.

Důkaz:

• $\Rightarrow$… $G-v$ je acyklický (cyklus jsme odstraněním nevytvořili) a souvislý (vedla přes něj pouze 1 cesta, a to ta do něj)
• $\Leftarrow$… po přilepení je také souvislý ( $\forall x \in G - v \exists\$ cesta z $x$ do $v$) a acyklický (přilepený vrchol má stupeň 1, nemůže tedy tvořit cyklus)

Věta (charakteristika stromu): následující tvrzení jsou ekvivalentní:

1. standardní: $G$ je souvislý a acyklický
2. jednoznačná souvislost: mezi každými vrcholem $x, y$ vede právě 1 cesta
3. minimální souvislost: $G$ je souvislý a $\forall e \in E\left(G\right): G - e$ souvislý není
4. maximální acykličnost: $G$ je acyklický a $\forall e \in \binom{V\left(G\right)}{2} \setminus E\left(G\right): G + e$ obsahuje cyklus
5. Eulerova formule: $G$ je souvislý a $\left|E\left(G\right)\right| = \left|V\left(G\right)\right| - 1$

Důkaz: $1 \implies 5$: indukcí:

• $n = 1$ sedí (0 hran, 1 vrchol, je to strom)
• $n \rightarrow n + 1$… nechť $G$ má $n + 1$ vrcholů…
  • $G$ má list (lemma), jehož odtržením máme stále strom ($G'$)… poštváním IP máme důkaz

$1 \implies 2$: indukcí:

• $n = 1$ platí
• po přilepení:
  • zachová všechny staré cesty
  • $\forall x \in V\left(G - v\right) \exists!$ cesta $x \sim s$ a $\forall$ cesty $x \sim v$ jsou tvaru $x \sim s \sim v$ (jsou jednoznačné)

$1 \implies 3$: indukcí:

• pro $n = 2$ platí (odebráním hrany se vrcholy rozpadnou)
• indukce $n + 1 \rightarrow n$:
  • IP: graf $n$ se rozpadne
  • po odebrání $n+1$ hrany se graf také rozpadne

$1 \implies 4$:

• acykličnost sedí
• přidáním hrany vytvoříme cyklus, jelikož tam již existuje cesta a tohle vytvoří druhou
  • pozor! neplést si s implikací $4 \implies 1$; tohle není spor

$2 \implies 1$:

• je tím pádem souvislý
• kdyby existovala kružnice, pak existují 2 různé cesty

$3 \implies 1$:

• souvislost sedí
• kdyby existoval cyklus, tak se odstraněním nestane nesouvislý

$4 \implies 1$:

• acykličnost sedí
• kdyby nebyl souvislý, tak přidání nevytvoří cyklus

$5 \implies 1$ – indukcí podle počtu vrcholů:

• existuje vrchol, který je list
• koukneme na skóre: $\sum_{i = 1}^{n} d_i = 2 \cdot \left|E\left(G\right)\right| = 2n - 2$
  • $d_i \ge 1$ (souvislost) a alespoň 1 je 1 (kdyby ne, tak $d_i > 1$, což je v součtu alespoň $2n$) a máme tedy list; jeho odtržením máme podle IP (graf má po odtržení stupeň $2(n-1)-2$) strom, a po přilepení je to opět strom

Kostra, sled, tahy

Definice (kostra) grafu $G$ je graf $H \subseteq G: V\left(H\right) = V\left(G\right) \land H$ je strom

• nesouvislý graf nemá kostru

Definice (tah) je sled, ve kterém se neopakují hrany.

• uzavřený/otevřený – koncové vrcholy tahu jsou/nejsou stejné
• Eulerovský – obsahuje všechny vrcholy a hrany grafu

Věta: v grafu $G$ existuje uzavřený Eulerovský tah $\iff$ je souvislý a $\forall\ v \in G: \mathrm{deg}\left(v\right)$ je sudý

• $\Rightarrow$: je souvislý (všude se lze dostat tahem) i sudý (všechny hrany vedoucí do daného vrcholu lze spárovat, protože do něj vcházíme a vycházíme)
• $\Leftarrow$: uvážíme nejdelší možný tah:
  • je uzavřený, jelikož kdyby nebyl, pak je počáteční i koncový vrchol tahu lichý, ale sudost znamená, že jsme nějaké hrany nevyužili… tah tedy není maximální
  • je Eulerovský, protože:
    • obsahuje všechny vrcholy; kdyby ne, tak jej lze připojit a vytvořit tak větší tah
    • obsahuje všechny hrany; víme, že obsahuje všechny vrcholy, proto je hrana mezi již nakreslenými vrcholy… tu ale lze také přidat
  • POZOR: je potřeba si dávat pozor na pořadí, ve kterém tuhle implikaci dokazuji – záleží na něm

Rozšiřování grafů

Definice (multigraf) je uspořádaná trojice $\left(V, E, K\right)$, kde:

• $V$ jsou vrcholy ( $V \neq \emptyset$)
• $E$ jsou hrany
• $K$ je zobrazení $E \mapsto \binom{V}{2} \cup V$ (sjednocení kvůli existenci smyček)

Definice (orientovaný graf) je $\left(V, E\right)$, kde $E \subseteq V^2 \setminus \Delta_V$ (lze u multigrafu rozšířit obdobně)

• hodí se rozlišovat vstupní ($\mathrm{deg}^{\mathrm{in}}$) a výstupní ($\mathrm{deg}^{\mathrm{out}}$) stupně

Definice (podkladový graf):

• u orientovaného zapomeneme orientaci
• u multigrafu zrušíme opakování hran

Definice (souvislost):

• slabá – dosažitelnost v podkladovém
• silná – $\forall u, v \in V \exists$ cesta z do $v$

Věta: pro vyvážený orientovaný multigraf $G$ je ekvivalentní:

1. $G$ je slabě souvislý
2. $G$ má uzavřený Eulerovský tah
3. $G$ je silně souvislý

Důkaz:

• $3 \implies 1$ již víme (podkladový je obecnější)
• $2 \implies 3$ tahem se dostaneme kdekoliv potřebujeme
• $1 \implies 2$ stejné jako důkaz u neorientovaného

Rovinné nakreslení grafu

Definice (bod): je prvek $\mathbb{R}^2$

Definice (křivka): je prostá a spojitá množina bodů

Definice (jednoduchá křivka = oblouk) je $f: \left[0, 1\right] \mapsto \mathbb{R}^2$ spojitá a prostá.

• jednoduchá uzavřená křivka = kružnice: prostá až na $f\left(0\right) = f\left(1\right)$

Definice (rovinné nakreslení) multigrafu $\left(V, E, K\right)$ je $\nu: V \mapsto \mathbb{R}^2$ a $\left\{C_e \mid e \in E\right\}$ množina oblouků/kružnic t. ž.:

1. $(\forall e \in E)\ K\left(e\right) = \left\{u, v\right\} \implies C_e$ je oblouk s konci $\left\{\nu\left(u\right), \nu\left(v\right)\right\}$
   • za každou hranu existuje oblouk
2. $(\forall e \in E)\ K\left(e\right) = u \implies C_e$ je kružnice obsahující $\nu\left(u\right)$
   • smyčky
3. $(\forall e, f$ různé $\in E) \implies C_e \cap C_f = \nu\left[K\left(e\right) \cap K\left(f\right)\right]$
   • průniky jsou jen vrcholy
4. $(\forall v \in V, \forall e \in E)\ \nu\left(v\right) \in C_e \implies v \in K\left(e\right)$
   • protíná-li kružnice vrchol, pak je vrchol na té hraně

Definice (rovinnost): Graf je rovinný, pokud existuje nějaké jeho rovinné nakreslení.

• cesta je rovinná
• kružnice je rovinná
• strom je rovinný (přidáváním listů – vždy je „zoomovat“ a pokládat tam listy)

Definice (topologický graf): graf nakreslený do roviny.

Věta (Jordanová věta): Nechť $T$ je topologická kružnice v $\mathbb{R}^2$. Pak $\mathbb{R}^2 \setminus T$ má právě 2 komponenty obloukové souvislosti: 1 omezenou, 1 neomezenou a $T$ je jejich společnou hranicní.

• těžké dokázat

Věta: $K_5$ není rovinná.

Důkaz: Po rovinném nakreslení $K_4$ je zřejmé, že z každé stěny jsou dosažitelné právě 3 vrcholy – $K_5$ proto rovinná být nemůže.

Definice (křížící číslo) je min. počet křížení.

Definice (stěny nakreslení) jsou komponenty obloukové souvislosti: $$\mathbb{R}^2 \setminus \left(\left\{\nu\left(v\right) \mid v \in V \right\} \bigcup_{e \in E} C(e)\right)$$

Poznámka: nechová se jako izomorfismus!

Věta: hranice každé stěny souvislého grafu je nakreslením uzavřeného sledu, který každou hranu obsahuje nejvýše dvakrát.

Důkaz: indukce podle počtu hran (počet vrcholů je pevný):

1. pro strom: počet hran = počet vrcholů $- 1$; nakreslení má právě 1 stěnu; sled je DFS
2. pro $\left|E\right| > \left|V\right| - 1$: obsahuje kružnici… nechť $e = \left\{u, v\right\}$ leží na kružnici
   • rozdělíme ji na 2 sledy

Věta: $G$ má nakreslení na sféru $\iff G$ je rovinný.

Důkaz: uděláme stereografickou projekci… jedná se o bijekci

• je potřeba si dát pozor a natočit ji tak, ať se netrefíme někam do grafu

Věta (Kuratowského): $G$ není rovinný $\iff \exists H \cong G$ t. ž.: $H \cong$ nějakému dělení $K_5$ nebo $K_{3, 3}$

Věta (Eulerova formule): nechť $G$ je souvislý graf nakreslený do roviny. Pak $v + f = e + 2$

Důkaz: fixujeme $v$, indukce podle $e$:

• graf je strom: $e = v - 1; f =1$… $v + f = e + 2$
• IK: uvažme $h$ na kružnici a podívejme se na $G - h$
  • $v' = v$
  • $e' = e - 1$ (odebrání hrany)
  • $f' = f - 1$ (spojení dvou stěn)

Definice: $G$ je maximálně rovinný $\iff G$ je rovinný a $G + e$ není rovinný $\forall e \not\in E\left(G\right)$.

Věta: pro maximálné rovinný graf $G$ s $v \ge 3$ jsou všechny jeho stěny trojúhelníky.

Definice:

1. každý maximální graf je souvislý (pokud ne, tak lze nesouvislé komponenty spojit)
2. kdyby existovala stěna s hranicí $C_n$ pro $n > 3$, pak můžeme v rámci stěny přidat hranu
3. strana, jejíž hranice není kružnice neexistuje (mohli bychom přidat stěnu)

Věta: Nechť $G$ je maximálně rovinný s $v \ge 3$ vrcholy. Pak $e = \frac{3}{2} f$.

Důkaz: každá stěna vytváří tři hrany, ze kterých každá patří právě do dvou stěn.

Věta (počet hran rovinného grafu): pro počet hran rovinného grafu platí$$e \le 3v - 6$$ Pro maximálně rovinný platí rovnost.

Důkaz: Dosazení pozorování výše do Eulerova vzorce (není-li graf maximálně rovinný, pak $e \le \frac{3}{2}f$, jelikož některé stěny budou mít větší počet hran).

Věta: v každém rovinném grafu existuje vrchol t. ž. $\mathrm{deg}\left(v\right) \le 5$

Důkaz:

• pro počet vrcholů $\le 2$ triviální
• pro ostatní: $e \le 3v - 6 \implies$ průměrný stupeň $< 6$
  • $2e \le 6v - 12 \implies 2e < 6v \implies \frac{2e}{v} < 6$ ($2e$ je součet všech stupňů)

Věta: Nechť $G$ je maximálně rovinný bez trojúhelníků. Pak $e \le 2v - 4$.

Důkaz: stejná úvaha jako výše, jen každá stěna vytváří $4$ hrany.

Barvení

Definice (obarvení) grafu $k$ barvami je funkce $C: V\left(G\right) \mapsto \left\{1, \ldots, k\right\}$ t. ž. $\forall u, v \in V\left(G\right): \left\{u, v\right\} \in E\left(G\right) \implies C\left(u\right) \neq C\left(v\right)$

Definice (barevnost/chromatické číslo) $\chi\left(G\right)$ je nejmenší $k$ t. ž. existuje obarvení grafu $k$ barvami

• $\chi\left(P_n\right) = 2$ (pro $n > 0$)
• $\chi\left(C_n\right) = \begin{cases} 2 & n\ \text{sudé} \\ 3 & n\ \text{liché} \end{cases}$
• $\chi\left(K_n\right) = n$
• $H \subseteq G \implies \chi\left(H\right) \le \chi\left(G\right)$
• $\chi\left(G\right) = 1 \iff G$ nemá hrany
• $\chi\left(G\right) = 2 \iff G$ je bipartitní

Věta: pokud $G$ nemá lichou kružnici, pak $\chi\left(G\right) \le 2$.

Důkaz: graf je souvislý $\implies$ má kostru $T$. Nechť $C$ je 2-obarvení $T$. Pokud by $C$ nebylo obarvením $G$, pak $\exists$ cesta sudé délky z vrcholu $u$ do $v$, jejíž propojením dostáváme lichý cyklus.

Tvrzení: Je-li T strom s alespoň 2 vrcholy. pak $\chi\left(T\right) = 2$

Důkaz: zakořeníme a barvíme po vrstvách.

Věta: každý rovinný graf je 5-obarvitelný.

Důkaz:

• pro $\left|V\right| \le 5$ lze triviálně (prostě přiřadíme všechny barvy)
• indukcí podle počtu vrcholů: uvažme $v \in V\left(G\right)$ s minimálním stupněm – ten odtrhneme, graf podle IP obarvíme a rozebereme případy:
  • „každý podgraf $d$-degenerovaného grafu obsahuje vrchol stupně menšího než $d$“
  • $\mathrm{deg}(v) > 5$ nenastane (vztah $e = 3v - 6$)
  • pro $\mathrm{deg}(v) = 5$: pokud jsou nějaké barvy stejné, tak obarvíme zbylou; jinak uvažme zeleno-červený podgaf vycházející z vrcholu $a$… pro ten mohou nastat dva případy:
    1. pokud $c$ nepatří do podgrafu, tak prohodíme všechny barvy v podgrafu a jedné se tím na problematickém vrcholu zbavíme
    2. pokud patří, tak uděláme totéž s vrcholy $b$ a $d$; oba případy najednou nastat nemohou, jelikož by se křížily v hraně (nelze – poruší rovinnost) nebo ve vrcholu (nelze, ten už má barvu)

Degenerovanost, klikovost, dualita

Definice: graf $G$ je $d$-degenerovaný $\equiv \forall H \subseteq G\ \exists v \in V\left(H\right): \mathrm{deg}_H\left(v\right) \le d$

• pozor! neříká to, že $\forall v \in V\left(G\right): \mathrm{deg}\left(v\right) \le 5$, jelikož podgrafy trhají vrcholy a hrany
• každý strom je 1-degenerovaný
• rovinné grafy jsou 5-degenerované (viz. důkaz kousek zpět – stupně rovinných grafů)
• graf s max. stupněm $\Delta$ je $\Delta$-degenerovaný
• obecně platí $\chi\left(G\right) \le d + 1$
  • důkaz indukcí: odstranění má obarvení a ke přidání zpět je potřeba alespoň 1 volná barva

Definice: Pro $G$ nakreslený do roviny definujeme $G^*$ duální graf:

• ze stěny je vrchol (a obráceně)
• z hrany je hrana (bijekce)
• podle Eulerovy formule: $v$ a $f$ se prohazuje, $e$ zůstává

Definice (klikovost) $\omega\left(G\right)$ je maximální $k$ t. ž. $G$ obsahuje $K_k$.

• $\chi\left(G\right) \ge \omega\left(G\right)$ (na $K_k$ je potřeba $k$ barev…

Pravděpodobnost

Definice (diskrétní pravděpodobnostní prostor) je $\left(\Omega, P\right)$.

• $\Omega$ je nejvýše spočetná množina elementárních jevů (hod mincí/kostkou/…)
• $P$ je funkce $\Omega \mapsto \left[0, 1\right]$ („pravděpodobnost“) t. ž. $\sum_{\omega \in \Omega} P(\omega) = 1$
• klasický… $\forall x, y$ el. jevy platí $P\left(x\right) = P\left(y\right)$

Definice (jev) $X$ je množina elementárních jevů.

• $P\left[X\right] = \sum_{\omega \in X} P\left(\omega\right)$
• $P\left[\Omega\right] = 1$
• $P\left[\emptyset\right] = 0$

Podmíněná pravděpodobnost

$$P\left[A \mid B\right] := \frac{P\left[A \cap B\right]}{P\left[B\right]}$$

• podmínkou vytváříme novou množinu elementárních jevů, která ale není normalizovaná (to zajišťuje dělení)
• vlastně to po přepsání na $P\left[A \mid B\right] \cdot P\left[B\right] = P\left[A \cap B\right]$ znamená: pravděpodobnost $B$ krát pravděpodobnost, že v rámci $B$ nastane $A$ je šance jejich průniku ($P\left[A \cap B\right]$):

Věta (o úplné pravděpodobnosti): nechť $B_1, \ldots, B_k$ je rozklad $\Omega$ a $\forall i: P\left[B_i\right] \neq 0$ $$\forall A: P\left[A\right] = \sum_{i} \underbrace{P\left[A \mid B_i\right] \cdot P\left[B_i\right]}_{P\left[A \cap B_i\right]}$$

Věta (Bayesova): nechť $B_1, \ldots, B_k$ je rozklad $\Omega$ t. ž. $\forall i: P\left[B_i\right] \neq 0$ a $A$ je jev. Potom $\forall i$:

$$P\left[B_i \mid A\right] = \frac{P\left[A \mid B_i\right] \cdot P\left[B_i\right]}{\sum_{j} P\left[A \mid B_j\right] \cdot P\left[B_j\right]} = \frac{P\left[A \mid B_i\right] \cdot P\left[B_i\right]}{P\left[A\right]}$$

Důkaz (trochu pseudo): $$P\left[B_i \mid A\right] \cdot P\left[A\right] = P\left[A \cap B_i\right] = P\left[B_i \cap A\right] = P\left[A \mid B_i\right] \cdot P\left[B_i\right]$$

Definice (nezávislé jevy): jevy $A, B$ jsou nezávislé ($B$ neovlivňuje $A$), pokud (ekvivalentní výroky):

1. $P\left[A \mid B\right] = P\left[A\right]$
2. $P\left[A \cap B\right] = P\left[A\right] \cdot P\left[B\right]$

Obecněji: jevy $A_1, \ldots, A_n$ jsou po $k$ nezávislé $$\iff \forall I \in \binom{\left[n\right]}{k}: P\left[\bigcap_{i \in I} A_i\right] = \prod_{i \in I} P\left[A_i\right]$$

• jevy jsou nezávislé $\iff$ jsou po $k$ nezávislé $\forall k$

Definice (součin pravděpodobnostních prostorů) $P\left(\Omega_1, P_1\right)$ a $\left(\Omega_2, P_2\right)$ je pravděpodobnostní prostor $\left(\Omega, P\right)$ t. ž.:

• $\Omega := \Omega_1 \times \Omega_2$
• $P\left(\left(x_1, x_2\right)\right) = P_1\left(x_1\right) \cdot P_2\left(x_2\right)$
• pozn.: stále se pravděpodobnost sečte na jedničku: $\sum_{x1, x2} P_1\left(x_1\right) P_2\left(x_2\right) = 1 \cdot 1 = 1$

Definice (náhodná veličina) je $f: \Omega \mapsto \mathbb{R}$ (ale klidně i do jiné množiny… je to dost jedno)

• $P\left[f \ge 7\right] = \left\{\omega \in \Omega \mid f\left(\omega\right) \ge 7\right\}$
• střední hodnota náhodné veličiny $X$ je $\mathbb{E}\left[X\right] := \sum_{\omega \in \Omega}X\left(\omega\right) \cdot P\left(\omega\right)$
• linearita střední hodnoty: $\forall X, Y$ náhodné veličiny platí:
  • $\mathbb{E}\left[X + Y\right] = \mathbb{E}\left[X\right] + \mathbb{E}\left[Y\right]$
  • $\mathbb{E}\left[\alpha X\right] = \alpha \mathbb{E}\left[X\right] \quad \forall \alpha \in \mathbb{R}$
  • důkazy jsou přímočaré (dosazení do sumy)

Definice (indikátor) jevu $J_i\left(\omega\right) = \begin{cases} 0 &\ \text{nenastal} \\ 1 &\ \text{nastal} \end{cases}$

• $J = \sum_{i} J_i$

Pravděpodobnostní odhady

Věta (Markovova nerovnost): nechť $X$ je náhodná nezáporná veličina, která má střední hodnotu, a $t \ge 1$; potom platí, že $$P\left[X \ge t \cdot \mathbb{E}\left[X\right]\right] \le \frac{1}{t}$$

Důkaz: vycházíme ze střední hodnoty; iterujeme přes všechna $a \in R$ $$\begin{aligned} \mathbb{E}\left[x\right] &= \sum_{a} P\left[x = a\right] \cdot a \qquad // \text{definice}\\ &\ge \sum_{a \ge k} P\left[x = a\right] \cdot a \qquad // \text{iterujeme přes více hodnot}\\ &\ge \sum_{a \ge k} P\left[x = a\right] \cdot k \qquad //k \ge a\\ &= k \cdot \sum_{a \ge k} P\left[x = a\right] \\ &= k \cdot P\left[x \ge k\right] \end{aligned}$$

• dosazením $k := t \cdot \mathbb{E}\left[x\right]$ dostáváme Markovovu nerovnost

Definice (variance = rozptyl): $\mathrm{var}\ X := \mathbb{E}\left[\left(X - \mathbb{E}\left[X\right]\right)^2\right]$

• $\sqrt{\mathrm{var}\ X}$ je střední hodnota odchylky

Věta (Čebyševova nerovnost): nechť $X$ je náhodná veličina, která má střední hodnotu, a $t \ge 1$; potom platí, že $$P\left[\left|X - \mathbb{E}\left[X\right]\right| \ge t \cdot \sqrt{\mathrm{var}\ X}\right] \le \frac{1}{t^2}$$

Důkaz: dosazení do Markovovy nerovnosti (jen pozor na odmocňování nerovnosti – abs. hodnota).