Μορφές αποδείξεων. Μαθηματικά Πληροφορικής 2ο Μάθημα. Μορφές αποδείξεων (συνέχεια)

Σχετικά έγγραφα
Μορφές αποδείξεων. Μαθηματικά Πληροφορικής 2ο Μάθημα. Μορφές αποδείξεων (συνέχεια) Εξαντλητική μέθοδος

Μορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης. Οταν το πρόβλημα έχει πεπερασμ

2 Αποδείξεις. 2.1 Εξαντλητική µέθοδος. Εκδοση 2005/03/22. Υπάρχουν πολλών ειδών αποδείξεις. Εδώ ϑα δούµε τις πιο κοινές:

Μορφές αποδείξεων Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης. Οταν το πρόβλημα έχει πεπερασμ

d k 10 k + d k 1 10 k d d = k i=0 d i 10 i.

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Παράδειγμα δομικής επαγωγής Ορισμός δομικής επαγωγής Συμβολοσειρές Γλώσσες Δυαδικά δένδρα Μαθηματικά Πληροφορικής 3ο Μάθημα Αρχικός συγγραφέας: Ηλίας

ΕΠΛ 211: Θεωρία Υπολογισμού και Πολυπλοκότητας. Διάλεξη 2: Μαθηματικό Υπόβαθρο

Υπολογιστικά & Διακριτά Μαθηματικά

Αριθμοθεωρητικοί Αλγόριθμοι

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Μαθηματική Επαγωγή. Τεχνικές Απόδειξης. Αποδείξεις Ύπαρξης. Μαθηματική Επαγωγή

Μαθηµατικά της Πληροφορικής Επιστήµης

Περιεχόµενα 7.1 RSA... 81

Θεωρία Υπολογισμού και Πολυπλοκότητα

2.1 Διαιρετότητα, ισοϋπόλοιποι αριθμοί. q Z, a = b q + r.

ιδάσκοντες: Φ. Αφράτη,. Φωτάκης,. Σούλιου Επιμέλεια διαφανειών:. Φωτάκης Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών

Μαθηµατικά της Πληροφορικής Επιστήµης

Στοιχεία Θεωρίας Αριθμών & Εφαρμογές στην Κρυπτογραφία

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

Π(n) : 1 + a + + a n = an+1 1 a 1. a 1. + a k+1 = ak+2 1

Κατ οίκον Εργασία 1 Σκελετοί Λύσεων

Υπολογιστικά & Διακριτά Μαθηματικά

Υποθέσεις - - Θεωρήματα Υποθέσεις - Θεωρήματα Στα μαθηματικά και στις άλλες επιστήμες κάνουμε συχνά υποθέσεις. Οταν δείξουμε ότι μια υπόθεση είναι αλη

u v 4 w G 2 G 1 u v w x y z 4

Αριθμήσιμα σύνολα. Μαθηματικά Πληροφορικής 5ο Μάθημα. Παραδείγματα αριθμήσιμων συνόλων. Οι ρητοί αριθμοί

Κατευθυνόμενα γραφήματα. Μαθηματικά Πληροφορικής 6ο Μάθημα. Βρόχοι. Μη κατευθυνόμενα γραφήματα. Ορισμός

Πανεπιστήμιο Δυτικής Μακεδονίας. Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών. Διακριτά Μαθηματικά. Ενότητα 4: Εισαγωγή / Σύνολα

Κρυπτογραφία. Κωνσταντίνου Ελισάβετ

Π(n) : 1 + a + + a n = αν+1 1

Κατευθυνόμενα γραφήματα. Μαθηματικά Πληροφορικής 6ο Μάθημα. Βρόχοι. Μη κατευθυνόμενα γραφήματα. Ορισμός

Πανεπιστήμιο Πειραιά Τμήμα Ψηφιακών Συστημάτων. Κρυπτογραφία. Θεωρία αριθμών Αλγεβρικές δομές. Χρήστος Ξενάκης

E(G) 2(k 1) = 2k 3.

Κατευθυνόμενα γραφήματα. Μαθηματικά Πληροφορικής 6ο Μάθημα. Βρόγχοι. Μη κατευθυνόμενα γραφήματα. Ορισμός

Παράδειγμα δομικής επαγωγής Ορισμός δομικής επαγωγής Συμβολοσειρές Γλώσσες Δυαδικά δένδρα Μαθηματικά Πληροφορικής 3ο Μάθημα Τμήμα Πληροφορικής και Τηλ

Επαγωγή και αναδρομή για άκυκλα συνεκτικά γραφήματα

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Ανάλυση αλγορίθμων. Χρόνος εκτέλεσης: Αναμενόμενη περίπτωση. - απαιτεί γνώση της κατανομής εισόδου

2 n N: 0, 1,..., n A n + 1 A

Επαγωγή και αναδρομή για συνεκτικά γραφήματα

z 1 E(G) 2(k 1) = 2k 3. x z 2 H 1 H 2

Σχεδίαση και Ανάλυση Αλγορίθμων

Θεωρία Υπολογισμού και Πολυπλοκότητα Μαθηματικό Υπόβαθρο

Φ(s(n)) = s (Φ(n)). (i) Φ(1) = a.

Δυναμικός προγραμματισμός για δέντρα

ΚΕΦΑΛΑΙΟ 3 ΤΟ ΔΙΩΝΥΜΙΚΟ ΘΕΩΡΗΜΑ

Blum Complexity. Αλγόριθμοι και Πολυπλοκότητα ΙΙ. Παναγιώτης Γροντάς. Δεκέμβριος

ΠΛΕ075: Προηγμένη Σχεδίαση Αλγορίθμων και Δομών Δεδομένων. Λουκάς Γεωργιάδης

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις - Φυλλαδιο 3

Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον

Μαθηματικά Πληροφορικής Πιθανοτικά Εργαλεία. Υποπροσθετικότητα. Η Πιθανοτική Μέθοδος (The Probabilistic Method)

Σχεδίαση & Ανάλυση Αλγορίθμων

Σειρά Προβλημάτων 1 Λύσεις

Διακριτά Μαθηματικά. Γιάννης Εμίρης. Τμήμα Πληροφορικής & Τηλεπικοινωνιών ΕΚΠΑ. Νοέμβριος

TO ΥΠΟΠΡΟΓΡΑΜΜΑ ΣΥΝΑΡΤΗΣΗ

Εφαρμοσμένη Κρυπτογραφία Ι

Υποθέσεις - Θεωρήματα. Μαθηματικά Πληροφορικής 1ο Μάθημα. Η χρυσή τομή. Υποθέσεις - Εικασίες

Σειρά Προβλημάτων 1 Λύσεις

Τεχνητή Νοημοσύνη. 2η διάλεξη ( ) Ίων Ανδρουτσόπουλος.

Ο μαθητής που έχει μελετήσει το κεφάλαιο της θεωρίας αριθμών θα πρέπει να είναι σε θέση:

Αλγόριθμοι και Πολυπλοκότητα

HY118-Διακριτά Μαθηματικά

Κεφάλαιο 2 ο Βασικές Έννοιες Αλγορίθμων (σελ )

f(t) = (1 t)a + tb. f(n) =

Τυχαιοκρατικοί Αλγόριθμοι

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΑΝΑΛΥΣΗ ΑΛΓΟΡΙΘΜΩΝ

ΕΝΑΣ ΔΙΚΡΙΤΗΡΙΟΣ ΑΛΓΟΡΙΘΜΟΣ SIMPLEX

Διάλεξη 3: D Σχήμα 3.2: Ενδεικτική αναπαράσταση δίσκου D που ορίζει ο στην εμβάπτιση Γ. Σχήμα 3.3: Σχηματική επεξήγηση περιπτώσεων που απορ

Θεωρία Γραφημάτων 5η Διάλεξη

Θεωρία Γραφημάτων 5η Διάλεξη

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ Ασκησεις Επαναληψης

Στοιχεία Θεωρίας Αριθμών & Εφαρμογές στην Κρυπτογραφία

Νικος Χαλιδιας Μαθηματικό Τμήμα κατεύθυνση Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστημιο Αιγαιου

ΠΛΗΡΟΦΟΡΙΚΗ Ι Ενότητα 9: Αναδρομή

Γ ε ν ι κ ό Λ ύ κ ε ι ο Ε λ ε υ θ ε ρ ο ύ π ο λ η ς. Α λ γ ό ρ ι θ μ ο ι

Ενότητα 2. Ζωγραφίζοντας με το ΒΥΟΒ

Υπολογιστικά & Διακριτά Μαθηματικά

Μη-Αριθμήσιμα Σύνολα, ιαγωνιοποίηση

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

Πανεπιστήμιο Ιωαννίνων Τμήμα Πληροφορικής Δομές Δεδομένων [ΠΛΥ302] Χειμερινό Εξάμηνο 2012


τη µέθοδο της µαθηµατικής επαγωγής για να αποδείξουµε τη Ϲητούµενη ισότητα.

Θεωρια Αριθµων Προβληµατα

Εφαρμοσμένη Κρυπτογραφία Ι

ΘΕΩΡΙΑ ΑΡΙΘΜΩΝ. Λυσεις Ασκησεων - Φυλλαδιο 9

Εισαγωγικές Έννοιες. ημήτρης Φωτάκης. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Εθνικό Μετσόβιο Πολυτεχνείο

Εφαρμοσμένη Κρυπτογραφία Ι

Σειρά Προβλημάτων 1 Λύσεις

Δεδομένα Ζητούμενο Επίλυση Κατανόηση «περιβάλλον»

, για κάθε n N. και P είναι αριθμήσιμα.

ΕΥΡΕΣΗ ΜΕΓΙΣΤΟΥ ΚΟΙΝΟΥ ΔΙΑΙΡΕΤΗ

Υπολογιστικά & Διακριτά Μαθηματικά

Πανεπιστήμιο Ιωαννίνων Τμήμα Μηχανικών Η/Υ και Πληροφορικής Δομές Δεδομένων [ΠΛΥ302] Χειμερινό Εξάμηνο 2013

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ. ΘΕΩΡΗΤΙΚΗ ΑΣΚΗΣΗ 1 ΛΥΣΕΙΣ Ανάλυση Πολυπλοκότητας

Διάλεξη 13: D Σχήμα 13.2: Ενδεικτική αναπαράσταση δίσκου D που ορίζει ο στην εμβάπτιση Γ. Σχήμα 13.3: Σχηματική επεξήγηση περιπτώσεων πο

Στοιχεία Θεωρίας Αριθμών & Εφαρμογές στην Κρυπτογραφία

Ελληνική Δημοκρατία Τεχνολογικό Εκπαιδευτικό Ίδρυμα Ηπείρου. Θεωρία Υπολογισμού. Ενότητα 3 : Γραφήματα & Αποδείξεις. Αλέξανδρος Τζάλλας

Ασκήσεις μελέτης της 4 ης διάλεξης. ), για οποιοδήποτε μονοπάτι n 1

Εισαγωγή στην Επεξεργασία Ερωτήσεων. Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1

ΑΝΑΛΥΣΗ 1 ΕΙΚΟΣΤΟ ΠΡΩΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

Transcript:

Μορφές αποδείξεων Μαθηματικά Πληροφορικής 2ο Μάθημα Αρχικός συγγραφέας: Ηλίας Κουτσουπιάς Τροποποιήσεις: Σταύρος Κολλιόπουλος Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Αθηνών Υπάρχουν πολλά είδη αποδείξεων. Εδώ θα δούμε τα πιο κοινά: Εξαντλητική μέθοδος ή μέθοδος επισκόπησης. Οταν το πρόβλημα έχει πεπερασμένο αριθμό περιπτώσεων, τις εξετάζουμε όλες. Μαθηματική επαγωγή. Εστω μια πρόταση P(n) που ισχύει για n =. Αν η P(n) συνεπάγεται την P(n + ), τότε η πρόταση ισχύει για όλους τους φυσικούς. Δομική επαγωγή. όχι στους φυσικούς αριθμούς αλλά σε μια δομή που ορίζεται επαγωγικά. Μορφές αποδείξεων (συνέχεια) Εξαντλητική μέθοδος Κατασκευαστική απόδειξη ύπαρξης. Δείχνουμε την ύπαρξη ενός στοιχείου δίνοντας ένα αλγόριθμο που το παράγει. Στην ιδία κατηγορία ανήκει και η απόδειξη με αντιπαράδειγμα. Μη κατασκευαστική απόδειξη ύπαρξης. Τέτοιες αποδείξεις χρησιμοποιούν μεταξύ άλλων την αρχή του περιστερεώνα και τις γενικεύσεις του την πιθανοτική μέθοδο που βασίζεται στο ότι ένα στοιχείο υπάρχει όταν έχει μη μηδενική πιθανότητα ύπαρξης. την διαγωνιοποίηση του Cantor. Σε αυτό το είδος απόδειξης θεωρούμε όλες τις δυνατές περιπτώσεις και τις ελέγχουμε όλες. Αν ο αριθμός των περιπτώσεων είναι πεπερασμένος (και σχετικά μικρός) τότε αυτή είναι συνήθως η πιο κατάλληλη μέθοδος. Σήμερα που έχουμε στη διάθεση μας ισχυρούς υπολογιστές, αυτή η μέθοδος μπορεί να χρησιμοποιηθεί σε αρκετά προβλήματα. Ας δούμε μερικά παραδείγματα τέτοιων αποδείξεων.

Σκύλος-κατσίκα-χορτάρι Σκάκι Ενας βοσκός έχει έναν άγριο σκύλο, μια κατσίκα και ένα δεμάτι χορτάρι και θέλει να χρησιμοποιήσει μια βάρκα για να διασχίσει ένα ποτάμι. Η βάρκα είναι μικρή και χωράει μόνο το βοσκό και ένα από τα 3 πράγματα ή ζώα που θέλει να μεταφέρει απέναντι. Ο σκύλος θα φάει την κατσίκα και η κατσίκα το χορτάρι αν μείνουν χωρίς το βοσκό στην ίδια όχθη. Υπάρχει λυση; Ναι. Μπορούμε να τη βρούμε αν δοκιμάσουμε όλους τους συνδυασμούς. Στα προβλήματα Ματ σε 3 κινήσεις μπορούμε να δοκιμάσουμε όλες τις περιπτώσεις. ( 0 5.) Είναι εφικτά σήμερα τα προβλήματα της μορφής Ματ σε 7 κινήσεις ; Δίνεται η αρχική σκακιέρα. Ματ σε 37 κινήσεις. Αυτό το πρόβλημα είναι πεπερασμένο, αλλά όχι υπολογιστικά εφικτό. Ορια της εξαντλητικής μεθόδου Εστω πως έχουμε 2 n περιπτώσεις. Οι σύγχρονοι υπολογιστές εκτελούν περίπου 0 εντολές / δευτερόλεπτο. Μία ώρα έχει 3600 < 2 2 δευτερόλεπτα, άρα 2 2 εντολές / ώρα. Ο ρυθμός αύξησης είναι τεράστιος. Για n = 8, θα χρειαζόμασταν 3 μέρες. Για n = 00, 2 00 = 0 2 70, άρα χρειαζόμαστε 2 70 δευτερόλεπτα, δηλαδή > 2 58 ώρες. Ενας χρόνος έχει 8760 ώρες. Άρα χρειαζόμαστε 2 58 3 = 2 5 χρόνια. Αυτό είναι παραπάνω από 30 τρισεκατομμύρια χρόνια... Μα, οι υπολογιστές δεν γίνονται ολοένα ταχύτεροι; Ποτέ δεν θα γίνουν αρκετά ικανοί για να ελέγξουν 2 00 περιπτώσεις σε λογικό χρόνο. Αν η ταχύτητα διπλασιαστεί σε 2(0 ) = εντολές/δευτ., πηγαίνεις από το n = 30 στο n + = 3. (Αγνοώντας το κόστος για προσπέλαση στη μνήμη και το δίσκο). Και πρέπει να περιμένεις περίπου 8 μήνες (σύμφωνα με Moore s law) για να συμβεί αυτό. Σε 8 χρόνια από σήμερα, ίσως μπορέσουμε να απαριθμήσουμε 2 2+2 = 2 5 περιπτώσεις σε μία ώρα.

Μα, οι υπολογιστές δεν γίνονται ολοένα ταχύτεροι; Οι νόμοι της φυσικής μας λένε πως η ταχύτητα των υπολογιστών δεν θα αυξάνεται για πάντα. Ακόμα και με μαζικό παραλληλισμό, με τεράστιο speedup π.χ., 000 2 0, οι βελτιώσεις θα είναι ελάχιστες. Για n λίγο παραπάνω από 00, δεν υπάρχει καμία ελπίδα. 2 250 0 80 που είναι ο αριθμός των σωματιδίων στο σύμπαν εντός της εμβέλειας παρατήρησης μας. Απόδειξη: Δοκίμασε όλες τις περιπτώσεις. Το παραπάνω δεν ισχύει για κάθε ομάδα 5 ατόμων. Αντιπαράδειγμα: Οι πέντε κάθονται σε ένα κυκλικό τραπέζι και ο καθένας γνωρίζει μόνο τους διπλανούς του. Το παραπάνω δεν ισχύει για κάθε ομάδα 5 ατόμων. Αντιπαράδειγμα: Οι πέντε κάθονται σε ένα κυκλικό τραπέζι και ο καθένας γνωρίζει μόνο τους διπλανούς του.

Το παραπάνω δεν ισχύει για ομάδες των 5 ατόμων. Αντιπαράδειγμα: Οι πέντε κάθονται σε ένα κυκλικό τραπέζι και ο καθένας γνωρίζει μόνο τους διπλανούς του. Μπορούμε να γενικεύσουμε την πρόταση Σε καθε σύνολο 8 ατόμων υπάρχουν που γνωρίζονται ανά δυο ή υπάρχουν που είναι άγνωστοι ανά δυο. Δοκίμασε όλες τις περιπτώσεις. Ομως τώρα οι περιπτώσεις είναι πάρα πολλές. Μαθηματική επαγωγή Σε κάθε σύνολο 9 ατόμων υπάρχουν 5 που γνωρίζονται ανά δυο ή υπάρχουν 5 που είναι άγνωστοι ανά δυο. Η εξαντλητική μέθοδος δεν μπορεί να χρησιμοποιηθεί γιατί σήμερα είναι υπολογιστικά ανέφικτη. Εστω P(n) μια υπόθεση που αφορά τους φυσικούς αριθμούς. Για να αποδείξουμε την υπόθεση με επαγωγή Δείχνουμε ότι ισχύει για n = : P() Δείχνουμε για κάθε n: αν ισχύει για n τότε θα ισχύει για n + : P(n) P(n + )

Παράδειγμα - H k Παράδειγμα - H k Ο αρμονικός αριθμός H k ορίζεται σαν Τι μεγέθους είναι ο H k ; H k = + 2 + 3 + k Λήμμα Να δειχτεί ότι για κάθε φυσικό n: H 2 n + n. Βάση της επαγωγής: Για n = έχουμε H 2 = H 2 = 3/2 και + n = 2 και επομένως το λήμμα ισχύει: 3/2 2. Επαγωγική υπόθεση: Υποθέτουμε ότι το λήμμα ισχύει για κάποιο φυσικό αριθμό n: H 2 n + n. Επαγωγικό βήμα: Θα δείξουμε ότι ισχύει για n +, δηλαδή ότι H 2 n+ + (n + ). Παράδειγμα - H k Μαθηματική επαγωγή - γενικεύσεις Απόδειξη (συνέχ.) Εχουμε H 2 n+ = + 2 + + 2 n+ = ( + 2 + + 2 n ) + ( 2 n + + + 2 n+ ) = H 2 n + ( 2 n + + + 2 n+ ) ( + n) + ( 2 n + + 2 n ) = ( + n) + 2 n = ( + n) + = + (n + ). 2n Κάποιες κοινές παραλλαγές της επαγωγής Η βασική περίπτωση δεν είναι πάντα για n =. Για παράδειγμα για θεωρήματα της μορφής Για κάθε φυσικό αριθμό n :... η βάση είναι n =. Η επαγωγική υπόθεση είναι ότι η πρόταση ισχύει για όλους τους μικρότερους αριθμούς: (Ισχυρή ) P(),..., P(n) P(n + )

Οι αριθμοί Fibonacci Οι αριθμοί Fibonacci ορίζονται ως εξής: και για κάθε n 2: Λήμμα F 0 =, F =, F n = F n + F n 2. Να δειχτεί ότι για κάθε ακέραιο n 0, F n φ n, όπου φ = + 5 2 =.68... είναι η χρυσή τομή. Για κάθε θετικό ακέραιο n: 2 φn F n φ n. Μέγιστος Κοινός Διαιρέτης Οι αριθμοί Fibonacci Να δειχτεί ότι για κάθε ακέραιους n, m, οι αριθμοί Fibonacci ικανοποιούν την F n+m = F n F m + F n F m. Το αυτό μας επιτρέπει να υπολογίσουμε ένα αριθμό Fibonacci χωρίς να υπολογίσουμε όλους τους προηγούμενους. F 2k+ = F k+ F k + F k F k = (F k + F k )F k + F k F k = F 2 k + 2F kf k F 2k = F k F k + F k F k = F 2 k + F 2 k Παράδειγμα: F 3 = F 2 5 + 2F 5 F F 5 = F 2 7 + 2F 7 F 6 F = F 2 7 + F 2 6 F 7 =... Ανάλυση του Αλγορίθμου του Ευκλείδη gcd(a, b) = Αλγόριθμος του Ευκλείδη { a αν b = 0 gcd(b, a mod b) αν b > 0. : function Euclid(a, b) Υποθέτουμε ότι a b 2: if b = 0 then 3: return a gcd(a, 0) = a : else 5: δ Euclid(b, a mod b) gcd(a, b) = gcd(b, a mod b) 6: return δ 7: end if 8: end function Πόσα βήματα κάνει ο αλγόριθμος για να υπολογίσει τον μέγιστο κοινό διαιρέτη δυο αριθμών; Εξαρτάται από τους αριθμούς φυσικά, αλλά θέλουμε να έχουμε μια εκτίμηση για τη χειρότερη περίπτωση. Το του Lamé λέει ότι ο αριθμός των διαιρέσεων, ή ισοδύναμα οι φορές που υπολογίζουμε το a mod b, είναι το πολύ 5 φορές ο αριθμός των δεκαδικών ψηφίων του b. Εδώ θα δείξουμε ένα παραπλήσιο αποτέλεσμα. Για κάθε θετικούς ακέραιους a, b με a 2 και a b, ο αριθμός των διαιρέσεων του αλγόριθμου του Ευκλείδη δεν ξεπερνά το 2 log a.

Ισχυροποίηση της πρότασης Κάποιες φορές για να αποδείξουμε μια πρόταση με μαθηματική επαγωγή, παραδόξως μας συμφέρει να την ισχυροποιήσουμε. Παράδειγμα: + 2 2 + 3 2 + + n 2 2. Ας χρησιμοποιήσουμε επαγωγή και ας υποθέσουμε ότι η πρόταση ισχύει για κάποιο n. Προσθέτουμε και στα δυο μέλη το. Αλλά, τώρα το δεξί μέλος είναι 2 + που δεν είναι (n+) 2 (n+) 2 μικρότερο του 2. Η προσέγγιση αυτή αποτυγχάνει. Είναι εύκολο όμως να δείξουμε την πιο ισχυρή πρόταση + 2 2 + 3 2 + + n 2 2 n. Ramsey theory (Ramsey) Για κάθε φυσικό k, υπάρχει φυσικός R k τέτοιος ώστε κάθε γράφημα με R k ή περισσότερους κόμβους περιέχει ένα πλήρες υπογράφημα με k κόμβους ή ένα κενό υπογράφημα με k κόμβους. Η επαγωγή δεν θα δουλέψει. Η πρόταση για κάποιο k δεν φαίνεται να συνεπάγεται την πρόταση για κάποιο k +. Αν όμως γενικεύσουμε το θεώρημα, τότε μπορούμε να το αποδείξουμε με επαγωγή. (Ramsey) Για κάθε θετικούς ακέραιους k, m υπάρχει φυσικός R k,m τέτοιος ώστε κάθε γράφημα με R k,m ή περισσότερους κόμβους περιέχει ένα πλήρες υπογράφημα με k κόμβους ή ένα κενό υπογράφημα με m κόμβους.