Matematyka dyskretna. 1. Relacje

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Matematyka dyskretna. 1. Relacje"

Transkrypt

1 Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy: zwrotną, gdy: symetryczną, gdy: słabo antysymetryczną, gdy: antyzwrotną, gdy: antysymetryczną, gdy: przechodnią, gdy: spójną, gdy: x,y,z X (x, x) R (x, y) R (y, x) R (x, x) / R ((x, y) R (y, x) R) x = y) (x, y) R (y, x) / R ((x, y) R (y, z) R) (x, z) R) (x, y) R (y, x) R Niech X = {x 1,..., x n } oraz R X X. Wówczas relacji R możemy przyporządkować macierz n n zdefiniowaną w następujący sposób: M R = [r ij ], gdzie r ij = { 0, gdy (xi, x j ) / R 1, gdy (x i, x j ) R Niech R, S będą relacjami w zbiorze X X. Wówczas sumą relacji R, S jest zbiór R S, iloczynem (przekrójem) relacji R, S jest zbiór R S. Dopełnieniem relacji R jest zbiór X \ R. Relacją odwrotną do relacji R określamy zbiór: R 1 = {(x, y) X X: (y, x) R} Uwaga 1.2 Relacja R X X jest symetryczna, wtedy i tylko wtedy, gdy R = R 1. Lemat 1.1 Jeżeli (R t ) t T jest rodziną relacji przechodnich w zbiorze X, to przekrój wszystkich relacji z tej rodziny też jest relacją przechodnią. Definicja 1.2 Przechodnim domknięciem relacji R w zbiorze X nazywamy przekrój wszystkich relacji przechodnich zawierających relację R. Przechodnie domknięcie oznaczamy symbolem R Ponadto zdefiniujmy ciąg relacji: R (1) = R, R (2) = R R, R (n+1) = R R (n).

2 Lemat 1.2 R = R (n) Dowód: Niech Z = {S X X: S jest przechodnia R S}. Zauważmy, że: Wówczas: (x, y) R (x, y) S (x, y) Z R Z (x, y) R (n) (x, y) R (m) m N A więc istnieją w zbiorze X elementy v 1,..., v m 1 takie, że: (x, v 1 ) R (v 1, v 2 ) R... (v m 1, y) R Ponieważ R jest zawarte w każdej relacji S ze zbioru Z, to: (x, v 1 ) S (v 1, v 2 ) S... (v m 1, y) S Ponieważ każda relacja S jest przechodnia, to: Ostatecznie: Zauważmy, że: (x, y) S (x, y) Z R (n) Z R = R (1) R (n) Pokażemy, że R jest relacją przechodnią. Niech (x, y), (y, z) R. Wówczas: m,p N (x, y) R (m) (y, z) R (p) Więc istnieją w zbiorze X elementy v 1,..., v m 1, u 1,..., u p 1 takie, że: (x, v 1 ) R... (v m 1, y) R (y, u 1 ) R... (u p 1, z) R Niech y = v m. Wtedy powyższa koniunkcja oznacza, że element (x, z) należy do (m + p)-krotnego złożenia relacji R. A więc: (x, z) R (m+p) (x, z) R (n) co oznacza przechodniość relacji R. Skoro R jest relacją przechodnią i zawiera relację R, to R Z oraz Z R, skąd wynika dowodzona równość.

3 Niech M R = [r ij ] oraz M S = [s ij ] będą macierzami relacji R, S w zbiorze skończonym X. Wówczas definiujemy następujące macierze: (a) M R S = [ r ij s ij ] (b) M R S = [ r ij s ij ] (c) M R 1 = [ r ji ] (d) M R = [ r ij ] (e) M R S = [ c ij ] gdzie: c ij = (r i1 s 1j ) (r i2 s 2j )... (r in s nj ). Definicja 1.3 Relacja R jest porządkiem w zbiorze P, gdy jest zwrotna, słabo antysymetryczna i przechodnia. Jeżeli relacja R jest spójna, to mówimy, że porządek R jest liniowy. Zbiór P, w którym określona jest relacja porządkująca R oznaczamy symbolem (P, R) lub (P, ). Definicja 1.4 Niech (P, ) będzie zbiorem uporządkowanym. Przedziałem wyznaczonym przez elementy a, b P nazywamy podzbiór: [a, b] = {x P : a x b} Zauważmy następujące wynikania: [a, b] Ø x [a, b] a x b a b x P (a b) [a, b] = Ø (a b) a, b [a, b] Ponadto definiujemy jeszcze następujące przedziały: (a, b] = [a, b] \ {a} (, b] = {x P : x b} [a, ) = {x P : a x} Definicja 1.5 Niech a, b P i a b. Element a nazywamy poprzednikiem elementu b (element b nazywamy następnikiem elementu a), jeśli [a, b] = 2, czyli gdy [a, b] = {a, b}. Definicja 1.6 Niech (X, ) będzie zbiorem uporządkowanym. Element a X nazywamy maksymalnym jeśli nie poprzedza on żadnego elementu w zbiorze X: (a x a x) Element a X nazywamy największym, jeśli spełniony jest warunek: x a Element a X nazywamy minimalnym, gdy nie poprzedza go żaden element zbioru X: (x a x a) Element a X nazywamy najmniejszym, jeśli spełniony jest warunek: a x

4 Definicja 1.7 Niech A X, będzie podzbiorem zbioru uporządkowanego (X, ). Element a X nazywamy ograniczeniem górnym zbioru A, jeśli zachodzi warunek: x A x a Element a X nazywamy ograniczeniem dolnym zbioru A, jeśli zachodzi warunek: x A a x Jeśli zbiór wszystkich ograniczeń górnych zbioru A ma element najmniejszy, to nazywamy go kresem górnym zbioru A i oznaczamy sup A. Jeśli zbiór wszystkich ograniczeń dolnych zbioru A ma element największy, to nazywamy go kresem dolnym zbioru A i oznaczamy inf A. Definicja 1.8 Zbiór uporządkowany (P, ) nazywamy kratą, jeśli każdy dwuelementowy podzbiór zbioru P ma kres górny i kres dolny w zbiorze P. Definujemy działania oraz w następujący sposód: a b = c sup{a, b} = c oraz a b = c inf{a, b} = c Uwaga 1.3 Niech (P, ) będzie zbiorem uporządkowanym i niech a, b, c P. Jeśli c jest kresem dolnym zbioru {a, b}, to zachodzi warunek: d P (d a d b) d c Jeśli c jest kresem górnym zbioru {a, b}, to zachodzi warunek: d P (a d b d) c d Twierdzenie 1.1 W zbiorze uporządkowanym (P. ) działania oraz są przemienne, łączne i spełniają warunki pochłaniania, tzn.: (a b) a = a i (a b) b = b Twierdzenie 1.2 Niech (P, ) będzie zbiorem uporządkowanym i niech a, b P. Wówczas: a b ((a b = b) (a b = a)) Twierdzenie 1.3 Każda krata skończona ma element największy i element najmniejszy. Definicja 1.9 Jeśli krata ma element największy i element najmniejszy, to element b nazywamy uzupełnieniem elementu a, jeśli a b = 1 oraz a b = 0

5 Definicja 1.10 Mówimy, że krata jest rozdzielna jeśli dla każdych elementów a, b, c prawdziwe są równości: (a) a (b c) = (a b) (a c) (b) a (b c) = (a b) (a c) Definicja 1.11 Algebrą Boole a nazywamy kratę rozdzielną zawierającą element największy i element najmniejszy, w której każdy element ma swoje uzupełnienie. Definicja 1.12 Niech (P, 1 ) i (Q, 2 ) będą zbiorami uporządkowanymi. Izomorfizmem zbiorów uporządkowanych nazywamy każde odwzorowanie odwracalne ψ: P Q takie, że: (a 1 b ψ(a) 2 ψ(b)) Definicja 1.13 Niech 1 i 2 będą porządkami w zbiorze P. Mówimy, że 2 jest rozszerzeniem 1, gdy: (a 1 b a 2 b Przykład 1.1 Zwykły porządek w zbiorze liczb naturalnych jest rozszerzeniem porządku wyznaczonego przez relację podzielności. a,b N (a b a b) Definicja 1.14 Niech (P 1, 1 ),..., (P n, n ) będą zbiorami uporządkowanymi. Utwórzmy zbiór P = P 1... P n i zdefiniujmy nowy porządek w zbiorze P. Niech (a 1,..., a n ), (b 1,..., b n ) P, wówczas: (a 1,..., a n ) (b 1,..., b n ) a 1 1 b 1... a n n b n Tak określony porządek nazywamy produktowym. Definicja 1.15 Niech (P 1, 1 ),..., (P n, n ) będą zbiorami liniowo uporządkowanymi. Niech P = P 1... P n. Niech (a 1,..., a n ), (b 1,..., b n ) P. Określmy następujący porządek: (a 1,..., a n ) (b 1,..., b n ) { (a1,..., a n ) = (b 1,..., b n ) a i b i, gdzie: i = min{t: a t b t } Tak zdefiniowany porządek nazywamy leksykograficznym. Copyright c Grzegorz Gierlasiński

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy:

Uwaga 1.1 Jeśli R jest relacją w zbiorze X X, to mówimy, że R jest relacją w zbiorze X. Rozważmy relację R X X. Relację R nazywamy zwrotną, gdy: Matematya dysretna - wyład 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produtu artezjańsiego X Y, tórego elementami są pary uporządowane (x, y), taie, że x X i y Y. Uwaga 1.1 Jeśli

Bardziej szczegółowo

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d)

Zadanie 2. Obliczyć rangę dowolnego elementu zbioru uporządkowanego N 0 N 0, gdy porządek jest zdefiniowany następująco: (a, b) (c, d) (a c b d) Matemaryka dyskretna - zadania Zadanie 1. Opisać zbiór wszystkich elementów rangi k zbioru uporządkowanego X dla każdej liczby naturalnej k, gdy X jest rodziną podzbiorów zbioru skończonego Y. Elementem

Bardziej szczegółowo

RELACJE I ODWZOROWANIA

RELACJE I ODWZOROWANIA RELACJE I ODWZOROWANIA Definicja. Dwuargumentową relacją określoną w iloczynie kartezjańskim X Y, X Y nazywamy uporządkowaną trójkę R = ( X, grr, Y ), gdzie grr X Y. Zbiór X nazywamy naddziedziną relacji.

Bardziej szczegółowo

Teoria automatów i języków formalnych. Określenie relacji

Teoria automatów i języków formalnych. Określenie relacji Relacje Teoria automatów i języków formalnych Dr inŝ. Janusz ajewski Katedra Informatyki Określenie relacji: Określenie relacji Relacja R jest zbiorem par uporządkowanych, czyli podzbiorem iloczynu kartezjańskiego

Bardziej szczegółowo

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik 9 Relacje 9.1 Podstawowe pojęcia 9.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu

Bardziej szczegółowo

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. 1. Elementy logiki matematycznej. 1.1. Rachunek zdań. Definicja 1.1. Zdaniem logicznym nazywamy zdanie gramatyczne

Bardziej szczegółowo

Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc.

Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc. Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc. 3. Porządki liniowe. Porządki gęste, ciągłe i dobre. dradamkolany,mailto:ynalok64@wp.pl,http://kolany.pl,gg:1797933,tel.(+48)602804128...

Bardziej szczegółowo

Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz:

Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz: Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy jego obraz: f(a) = {f(x); x A} = {y Y : x A f(x) = y}. Dla dowolnego zbioru B Y określamy jego przeciwobraz: f 1 (B) = {x X; f(x) B}. 1 Zadanie.

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej

Bardziej szczegółowo

KURS MATEMATYKA DYSKRETNA

KURS MATEMATYKA DYSKRETNA KURS MATEMATYKA DYSKRETNA Lekcja 17 Relacje częściowego porządku. Diagramy Hassego. ZADANIE DOMOWE www.akademia.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa).

Bardziej szczegółowo

Relacje. opracował Maciej Grzesiak. 17 października 2011

Relacje. opracował Maciej Grzesiak. 17 października 2011 Relacje opracował Maciej Grzesiak 17 października 2011 1 Podstawowe definicje Niech dany będzie zbiór X. X n oznacza n-tą potęgę kartezjańską zbioru X, tzn zbiór X X X = {(x 1, x 2,..., x n ) : x k X dla

Bardziej szczegółowo

domykanie relacji, relacja równoważności, rozkłady zbiorów

domykanie relacji, relacja równoważności, rozkłady zbiorów 1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i

Bardziej szczegółowo

1 Macierze i wyznaczniki

1 Macierze i wyznaczniki 1 Macierze i wyznaczniki 11 Definicje, twierdzenia, wzory 1 Macierzą rzeczywistą (zespoloną) wymiaru m n, gdzie m N oraz n N, nazywamy prostokątną tablicę złożoną z mn liczb rzeczywistych (zespolonych)

Bardziej szczegółowo

Zbiory, relacje i funkcje

Zbiory, relacje i funkcje Zbiory, relacje i funkcje Zbiory będziemy zazwyczaj oznaczać dużymi literami A, B, C, X, Y, Z, natomiast elementy zbiorów zazwyczaj małymi. Podstawą zależność między elementem zbioru a zbiorem, czyli relację

Bardziej szczegółowo

(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x

(4) x (y z) = (x y) (x z), x (y z) = (x y) (x z), (3) x (x y) = x, x (x y) = x, (2) x 0 = x, x 1 = x 2. Wykład 2: algebry Boole a, kraty i drzewa. 2.1. Algebra Boole a. 1 Ważnym dla nas przykładem algebr są algebry Boole a, czyli algebry B = (B,,,, 0, 1) typu (2, 2, 1, 0, 0) spełniające własności: (1)

Bardziej szczegółowo

Wstęp do Matematyki (2)

Wstęp do Matematyki (2) Wstęp do Matematyki (2) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Wstęp do Matematyki (2) Własności relacji 1 / 24 Wprowadzenie

Bardziej szczegółowo

Logika Matematyczna 16 17

Logika Matematyczna 16 17 Logika Matematyczna 16 17 Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Semantyka KRP (3) Jerzy Pogonowski (MEG) Logika Matematyczna 16 17 Semantyka KRP (3) 1 / 24

Bardziej szczegółowo

Relacje binarne. Def. Relację ϱ w zbiorze X nazywamy. antysymetryczną, gdy x, y X (xϱy yϱx x = y) spójną, gdy x, y X (xϱy yϱx x = y)

Relacje binarne. Def. Relację ϱ w zbiorze X nazywamy. antysymetryczną, gdy x, y X (xϱy yϱx x = y) spójną, gdy x, y X (xϱy yϱx x = y) Relacje binarne Niech X będzie niepustym zbiorem. Jeśli ϱ X X to mówimy, że ϱ jest relacją w zbiorze X. Zamiast pisać (x, y) ϱ będziemy stosować zapis xϱy. Def. Relację ϱ w zbiorze X nazywamy zwrotną,

Bardziej szczegółowo

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Algebra i jej zastosowania konspekt wyk ladu, czȩść druga Anna Romanowska January 29, 2016 4 Kraty i algebry Boole a 41 Kraty zupe lne Definicja 411 Zbiór uporza dkowany (P, ) nazywamy krata zupe lna,

Bardziej szczegółowo

Egzamin z logiki i teorii mnogości, rozwiązania zadań

Egzamin z logiki i teorii mnogości, rozwiązania zadań Egzamin z logiki i teorii mnogości, 08.02.2016 - rozwiązania zadań 1. Niech φ oraz ψ będą formami zdaniowymi. Czy formuła [( x : φ(x)) ( x : ψ(x))] [ x : (φ(x) ψ(x))] jest prawem rachunku kwantyfikatorów?

Bardziej szczegółowo

BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH

BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH WSTĘP Zbiór liczb całkowitych można definiować na różne sposoby. Jednym ze sposobów określania zbioru liczb całkowitych jest

Bardziej szczegółowo

Chcąc wyróżnić jedno z działań, piszemy np. (, ) i mówimy, że działanie wprowadza w STRUKTURĘ ALGEBRAICZNĄ lub, że (, ) jest SYSTEMEM ALGEBRAICZNYM.

Chcąc wyróżnić jedno z działań, piszemy np. (, ) i mówimy, że działanie wprowadza w STRUKTURĘ ALGEBRAICZNĄ lub, że (, ) jest SYSTEMEM ALGEBRAICZNYM. DEF. DZIAŁANIE DWUARGUMENTOWE Działaniem dwuargumentowym w niepsutym zbiorze nazywamy każde odwzorowanie iloczynu kartezjańskiego :. Inaczej mówiąc, w zbiorze jest określone działanie dwuargumentowe, jeśli:

Bardziej szczegółowo

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 1 Jacek M. Jędrzejewski Wstęp W naszym konspekcie będziemy stosowali następujące oznaczenia: N zbiór liczb naturalnych dodatnich, N 0 zbiór liczb naturalnych (z zerem),

Bardziej szczegółowo

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej szczegółowo

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych.

1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Elementy logiki i teorii zbiorów. 1. Wstęp do logiki. Matematyka jest nauką dedukcyjną. Nowe pojęcia definiujemy za pomocą pojęć pierwotnych lub pojęć uprzednio wprowadzonych. Pojęcia pierwotne to najprostsze

Bardziej szczegółowo

1. R jest grupą abelową względem działania + (tzn. działanie jest łączne, przemienne, istnieje element neutralny oraz element odwrotny)

1. R jest grupą abelową względem działania + (tzn. działanie jest łączne, przemienne, istnieje element neutralny oraz element odwrotny) Rozdział 1 Pierścienie i ideały Definicja 1.1 Pierścieniem nazywamy trójkę (R, +, ), w której R jest zbiorem niepustym, działania + : R R R i : R R R są dwuargumentowe i spełniają następujące warunki dla

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

Definicja odwzorowania ciągłego i niektóre przykłady Odwzorowania Pojęcie odwzorowania pomiędzy dwoma zbiorami było już definiowane, ale dawno, więc nie od rzeczy będzie przypomnieć, że odwzorowaniem nazywamy sposób przyporządkowania (niekoniecznie każdemu)

Bardziej szczegółowo

Wykład ze Wstępu do Logiki i Teorii Mnogości

Wykład ze Wstępu do Logiki i Teorii Mnogości Wykład ze Wstępu do Logiki i Teorii Mnogości rok ak. 2016/2017, semestr zimowy Wykład 1 1 Wstęp do Logiki 1.1 Rachunek zdań, podstawowe funktory logiczne 1.1.1 Formuła atomowa; zdanie logiczne definicje

Bardziej szczegółowo

Logika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM

Logika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM Logika Matematyczna Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Logika Matematyczna Własności relacji 1 / 46 Wprowadzenie

Bardziej szczegółowo

020 Liczby rzeczywiste

020 Liczby rzeczywiste 020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie

Bardziej szczegółowo

Analiza matematyczna 1

Analiza matematyczna 1 Analiza matematyczna 1 Marcin Styborski Katedra Analizy Nieliniowej pok. 610E (gmach B) marcins@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/marcins () 28 września 2010 1 / 10 Literatura podstawowa R. Rudnicki,

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Maciej Grzesiak Podstawowe struktury algebraiczne 1. Wprowadzenie Przedmiotem algebry było niegdyś przede wszystkim rozwiązywanie równań. Obecnie algebra staje się coraz bardziej nauką o systemach matematycznych.

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Dlaczego nie wystarczają liczby wymierne

Dlaczego nie wystarczają liczby wymierne Dlaczego nie wystarczają liczby wymierne Analiza zajmuje się problemami, w których pojawia się przejście graniczne. Przykładami takich problemów w matematyce bądź fizyce mogą być: 1. Pojęcie prędkości

Bardziej szczegółowo

Zbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem.

Zbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem. Zbiory Pojęcie zbioru jest w matematyce pojęciem pierwotnym, którego nie definiujemy. Gdy a jest elementem należacym do zbioru A to piszemy a A. Stosujemy również oznaczenie a / A jeżeli (a A). Będziemy

Bardziej szczegółowo

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej

15. Macierze. Definicja Macierzy. Definicja Delty Kroneckera. Definicja Macierzy Kwadratowej. Definicja Macierzy Jednostkowej 15. Macierze Definicja Macierzy. Dla danego ciała F i dla danych m, n IN funkcję A : {1,...,m} {1,...,n} F nazywamy macierzą m n ( macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub WYKŁAD 2 1 2. FUNKCJE. 2.1.PODSTAWOWE DEFINICJE. Niech będą dane zbiory i. Jeżeli każdemu elementowi x ze zbioru,, przyporządkujemy jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy

Bardziej szczegółowo

Macierz o wymiarach m n. a 21. a 22. A =

Macierz o wymiarach m n. a 21. a 22. A = Macierze 1 Macierz o wymiarach m n A = a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn Mat m n (R) zbiór macierzy m n o współczynnikach rzeczywistych Analogicznie określamy Mat m n (Z), Mat m n (Q) itp 2

Bardziej szczegółowo

1 Rachunek zdań, podstawowe funk tory logiczne

1 Rachunek zdań, podstawowe funk tory logiczne 1 Rachunek zdań, podstawowe funk tory logiczne 1.1 Zapisz symbolicznie następujące stwierdzenia i Jeśli z tego, że Paweł gra w palanta wynika to, że Robert jeździ na rowerze, to z tego, że Robert nie gra

Bardziej szczegółowo

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi.

Grupy. Permutacje 1. (G2) istnieje element jednostkowy (lub neutralny), tzn. taki element e G, że dla dowolnego a G zachodzi. Grupy. Permutacje 1 1 Definicja grupy Niech G będzie zbiorem. Działaniem na zbiorze G nazywamy odwzorowanie (oznaczane, jak mnożenie, przez ) przyporządkowujące każdej parze uporządkowanej (a, b) G G element

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

Bardziej szczegółowo

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe

Grzegorz Bobiński. Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Grzegorz Bobiński Wykład monograficzny Programowanie Liniowe i Całkowitoliczbowe Wydział Matematyki i Informatyki Uniwersytet Mikołaja Kopernika w Toruniu 2012 Spis treści Notacja 1 1 Podstawowe pojęcia

Bardziej szczegółowo

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

Wykładowcy. Podstawy matematyki dla informatyków. Różne książki dla dociekliwych. Materiały. Books in English. Zaliczenie. Klasówka.

Wykładowcy. Podstawy matematyki dla informatyków. Różne książki dla dociekliwych. Materiały. Books in English. Zaliczenie. Klasówka. Wykładowcy Podstawy matematyki dla informatyków Semestr zimowy 2017-18 Jacek Chrząszcz, chrzaszcz@mimuw.edu.pl, pokój 5710. Paweł Urzyczyn, urzy@mimuw.edu.pl, pokój 5700. Materiały Różne książki dla dociekliwych

Bardziej szczegółowo

1 Określenie pierścienia

1 Określenie pierścienia 1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące

Bardziej szczegółowo

Analiza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe

Analiza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe Analiza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe Wojciech Kotłowski Instytut Informatyki Politechniki Poznańskiej email: imię.nazwisko@cs.put.poznan.pl pok. 2 (CW) tel. (61)665-2936 konsultacje:

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 24 lutego 2015 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod

Bardziej szczegółowo

1 Elementy logiki i teorii mnogości

1 Elementy logiki i teorii mnogości 1 Elementy logiki i teorii mnogości 11 Elementy logiki Notatki do wykładu Definicja Zdaniem logicznym nazywamy zdanie oznajmujące, któremu przysługuje jedna z dwu logicznych ocen prawda (1) albo fałsz

Bardziej szczegółowo

FUNKCJE. (odwzorowania) Funkcje 1

FUNKCJE. (odwzorowania) Funkcje 1 FUNKCJE (odwzorowania) Funkcje 1 W matematyce funkcja ze zbioru X w zbiór Y nazywa się odwzorowanie (przyporządkowanie), które każdemu elementowi zbioru X przypisuje jeden, i tylko jeden element zbioru

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

Bardziej szczegółowo

Teoria miary. Matematyka, rok II. Wykład 1

Teoria miary. Matematyka, rok II. Wykład 1 Teoria miary Matematyka, rok II Wykład 1 NAJBLIŻSZY CEL: Nauczyć się mierzyć wielkość zbiorów. Pierwsze przymiarki: - liczność (moc) zbioru - słabo działa dla zbiorów nieskończonych: czy [0, 1] powinien

Bardziej szczegółowo

Wstęp do Matematyki (3)

Wstęp do Matematyki (3) Wstęp do Matematyki (3) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Ważne typy relacji Jerzy Pogonowski (MEG) Wstęp do Matematyki (3) Ważne typy relacji 1 / 54 Wprowadzenie

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, 2017 Zadania 1

Matematyka dyskretna. Andrzej Łachwa, UJ, 2017 Zadania 1 Matematyka dyskretna Andrzej Łachwa, UJ, 2017 andrzej.lachwa@uj.edu.pl Zadania 1 Udowodnij, że A (B C) = (A B) (A C) za pomocą diagramów Venna. Udowodnij formalnie, że (A B i A C) A B C oraz że (A B C)'

Bardziej szczegółowo

Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi.

Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi. Logika Jest to zasadniczo powtórka ze szkoły średniej, być może z niektórymi rzeczami nowymi. Często słowu "logika" nadaje się szersze znaczenie niż temu o czym będzie poniżej: np. mówi się "logiczne myślenie"

Bardziej szczegółowo

Matematyka dyskretna

Matematyka dyskretna Matematyka dyskretna Wykład 6: Ciała skończone i kongruencje Gniewomir Sarbicki 2 marca 2017 Relacja przystawania Definicja: Mówimy, że liczby a, b Z przystają modulo m (co oznaczamy jako a = b (mod m)),

Bardziej szczegółowo

Algebry skończonego typu i formy kwadratowe

Algebry skończonego typu i formy kwadratowe Algebry skończonego typu i formy kwadratowe na podstawie referatu Justyny Kosakowskiej 26 kwietnia oraz 10 i 17 maja 2001 Referat został opracowany w oparciu o prace Klausa Bongartza Criterion for finite

Bardziej szczegółowo

Zbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16

Zbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16 Zbiory, funkcje i ich własności XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16 Zbiory Zbiory ograniczone, kresy Zbiory ograniczone, min, max, sup, inf Zbiory ograniczone 1 Zbiór X R jest

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY

ALGEBRA Z GEOMETRIĄ LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY ALGEBRA Z GEOMETRIĄ 1/10 LINIOWA NIEZALEŻNOŚĆ, ROZPINANIE I BAZY Piotr M. Hajac Uniwersytet Warszawski Wykład 10, 11.12.2013 Typeset by Jakub Szczepanik. Geometryczne intuicje Dla pierścienia R = R mamy

Bardziej szczegółowo

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA

WYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA ZBIORY Z POWTÓRZENIAMI W zbiorze z powtórzeniami ten sam element może występować kilkakrotnie. Liczbę wystąpień nazywamy krotnością tego elementu w zbiorze X = { x,..., x n } - zbiór k,..., k n - krotności

Bardziej szczegółowo

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań

Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Algebra Liniowa 2 (INF, TIN), MAP1152 Lista zadań Przekształcenia liniowe, diagonalizacja macierzy 1. Podano współrzędne wektora v w bazie B. Znaleźć współrzędne tego wektora w bazie B, gdy: a) v = (1,

Bardziej szczegółowo

RACHUNEK ZBIORÓW 5 RELACJE

RACHUNEK ZBIORÓW 5 RELACJE RELACJE Niech X i Y są dowolnymi zbiorami. Układ ich elementów, oznaczony symbolem x,y (lub też (x,y) ), gdzie x X i y Y, nazywamy parą uporządkowaną o poprzedniku x i następniku y. a,b b,a b,a b,a,a (o

Bardziej szczegółowo

Elementy teorii mnogości. Część I. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.

Elementy teorii mnogości. Część I. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Elementy teorii mnogości 1 Elementy teorii mnogości Część I Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości 2 1. Pojęcia

Bardziej szczegółowo

Algebra liniowa z geometrią. wykład I

Algebra liniowa z geometrią. wykład I Algebra liniowa z geometrią wykład I 1 Oznaczenia N zbiór liczb naturalnych, tutaj zaczynających się od 1 Z zbiór liczb całkowitych Q zbiór liczb wymiernych R zbiór liczb rzeczywistych C zbiór liczb zespolonych

Bardziej szczegółowo

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

Zadania z algebry liniowej - sem. I Struktury algebraiczne

Zadania z algebry liniowej - sem. I Struktury algebraiczne Zadania z algebry liniowej - sem. I Struktury algebraiczne Definicja 1. Działaniem dwuargumentowym w niepustym zbiorze A nazywamy każdą funkcję : A A A, tzn. taką funkcję, że zachodzi a,b A (a, b) ((a,

Bardziej szczegółowo

Elementy teorii mnogości. Część II. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.

Elementy teorii mnogości. Część II. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Elementy teorii mnogości. II 1 Elementy teorii mnogości Część II Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości.

Bardziej szczegółowo

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A

Bardziej szczegółowo

Elementy logiki Zbiory Systemy matematyczne i dowodzenie twierdzeń Relacje

Elementy logiki Zbiory Systemy matematyczne i dowodzenie twierdzeń Relacje Dr Maciej Grzesiak, pok.724 E e-mail: maciej.grzesiak@put.poznan.pl http://www.put.poznan.pl/ maciej.grzesiak Konsultacje: poniedziałek, 8.45-9.30, środa 8.45-9.30, piątek 9.45-10.30, pokój 724E Treść

Bardziej szczegółowo

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009

Systemy baz danych. Notatki z wykładu. http://robert.brainusers.net 17.06.2009 Systemy baz danych Notatki z wykładu http://robert.brainusers.net 17.06.2009 Notatki własne z wykładu. Są niekompletne, bez bibliografii oraz mogą zawierać błędy i usterki. Z tego powodu niniejszy dokument

Bardziej szczegółowo

1. Wykład NWD, NWW i algorytm Euklidesa.

1. Wykład NWD, NWW i algorytm Euklidesa. 1.1. NWD, NWW i algorytm Euklidesa. 1. Wykład 1 Twierdzenie 1.1 (o dzieleniu z resztą). Niech a, b Z, b 0. Wówczas istnieje dokładnie jedna para liczb całkowitych q, r Z taka, że a = qb + r oraz 0 r< b.

Bardziej szczegółowo

Teoria miary i całki

Teoria miary i całki Teoria miary i całki Spis treści 1 Wstęp 3 2 lgebra zbiorów 5 3 Pierścienie, ciała, σ ciała zbiorów. 7 3.1 Definicja pierścienia ciała i σ ciała............... 7 3.2 Pierścień, ciało i σ ciało generowane

Bardziej szczegółowo

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka

Treści programowe. Matematyka. Efekty kształcenia. Literatura. Terminy wykładów i ćwiczeń. Warunki zaliczenia. tnij.org/ktrabka Treści programowe Matematyka Katarzyna Trąbka-Więcław Elementy algebry liniowej. Macierze i wyznaczniki. Ciągi liczbowe, granica ciągu i granica funkcji, rachunek granic, wyrażenia nieoznaczone, ciągłość

Bardziej szczegółowo

Zdarzenia losowe i prawdopodobieństwo

Zdarzenia losowe i prawdopodobieństwo Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne

Bardziej szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji

Macierze - obliczanie wyznacznika macierzy z użyciem permutacji Macierze - obliczanie wyznacznika macierzy z użyciem permutacji I LO im. F. Ceynowy w Świeciu Radosław Rudnicki joix@mat.uni.torun.pl 17.03.2009 r. Typeset by FoilTEX Streszczenie Celem wykładu jest wprowadzenie

Bardziej szczegółowo

1 Rachunek zdań, podstawowe funktory logiczne

1 Rachunek zdań, podstawowe funktory logiczne 1 Rachunek zdań, podstawowe funktory logiczne 1.1 Pokaż, że dla dowolnych zmiennych zdaniowych p, q, r poniższe formuły są tautologiami a p p p b q q q c p p p p d p q r p q p r e p q r p q p r f p q p

Bardziej szczegółowo

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;

dr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory; Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia

Bardziej szczegółowo

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ).

Jak łatwo zauważyć, zbiór form symetrycznych (podobnie antysymetrycznych) stanowi podprzestrzeń przestrzeni L(V, V, K). Oznaczamy ją Sym(V ). Odwzorowania n-liniowe; formy n-liniowe Definicja 1 Niech V 1,..., V n, U będą przestrzeniami liniowymi nad ciałem K. Odwzorowanie G: V 1 V n U nazywamy n-liniowym, jeśli dla każdego k [n] i wszelkich

Bardziej szczegółowo

Zadania z forcingu. Marcin Kysiak. Semestr zimowy r. ak. 2002/2003

Zadania z forcingu. Marcin Kysiak. Semestr zimowy r. ak. 2002/2003 Zadania z forcingu Marcin Kysiak Semestr zimowy r. ak. 2002/2003 Dokument ten zawiera zadania omówione przeze mnie na ćwiczeniach do wykładu monograficznego dr. A. Krawczyka "Zdania nierozstrzygalne w

Bardziej szczegółowo

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.

Relacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y. Zdania stwierdzające relację Pewne wyrazy i wyraŝenia wskazują na stosunki, czyli relacje, jakie zachodzą między róŝnymi przedmiotami. Do takich wyrazów naleŝą m. in. wyrazy: nad, pod, za, przy, braterstwo,

Bardziej szczegółowo

Podstawowe struktury algebraiczne

Podstawowe struktury algebraiczne Rozdział 1 Podstawowe struktury algebraiczne 1.1. Działania wewnętrzne Niech X będzie zbiorem niepustym. Dowolną funkcję h : X X X nazywamy działaniem wewnętrznym w zbiorze X. Działanie wewnętrzne, jak

Bardziej szczegółowo

14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe

14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe 14. Wykład 14: Grupa Galois wielomianu. Zasadnicze twierdzenia teorii Galois. Rozszerzenia rozwiązalne, cykliczne i abelowe. 14.1. Grupa Galois wielomianu. Definicja 14.1. Niech F będzie ciałem, niech

Bardziej szczegółowo

Filtry i nety w przestrzeniach topologicznych

Filtry i nety w przestrzeniach topologicznych Filtry i nety w przestrzeniach topologicznych Magdalena Ziębowicz Streszczenie W referacie zostaną przedstawione i scharakteryzowane pojęcia związane z filtrami i ultrafiltrami, ciągami uogólnionymi oraz

Bardziej szczegółowo

Ciała skończone. 1. Ciała: podstawy

Ciała skończone. 1. Ciała: podstawy Ciała skończone 1. Ciała: podstawy Definicja 1. Każdy zbiór liczb, w którym są wykonalne wszystkie cztery działania z wyjątkiem dzielenia przez 0 i który zawiera więcej niż jedną liczbę, nazywamy ciałem

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

Twierdzenie spektralne

Twierdzenie spektralne Twierdzenie spektralne Algebrę ograniczonych funkcji borelowskich na K R będziemy oznaczać przez B (K). Spektralnym rozkładem jedności w przestrzeni Hilberta H nazywamy odwzorowanie, które każdemu zbiorowi

Bardziej szczegółowo

Ekoenergetyka Matematyka 1. Wykład 3.

Ekoenergetyka Matematyka 1. Wykład 3. Ekoenergetyka Matematyka Wykład 3 MACIERZE Macierzą wymiaru n m, gdzie nm, nazywamy prostokątną tablicę złożoną z n wierszy i m kolumn: a a2 a j am a2 a22 a2 j a2m [ a ] nm A ai ai 2 a aim - i-ty wiersz

Bardziej szczegółowo

Teoria popytu. Popyt indywidualny konsumenta

Teoria popytu. Popyt indywidualny konsumenta Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

Logika I. Wykład 3. Relacje i funkcje

Logika I. Wykład 3. Relacje i funkcje Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 3. Relacje i funkcje 1 Już było... Definicja 2.6. (para uporządkowana) Parą uporządkowaną nazywamy zbiór {{x},

Bardziej szczegółowo

Zastosowania wyznaczników

Zastosowania wyznaczników Zastosowania wyznaczników Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 7.wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa, listopad 2012 1 / 17

Bardziej szczegółowo

Programowanie liniowe

Programowanie liniowe Programowanie liniowe Maciej Drwal maciej.drwal@pwr.wroc.pl 1 Problem programowania liniowego min x c T x (1) Ax b, (2) x 0. (3) gdzie A R m n, c R n, b R m. Oznaczmy przez x rozwiązanie optymalne, tzn.

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

Kombinacje liniowe wektorów.

Kombinacje liniowe wektorów. Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =

Bardziej szczegółowo

Rozdzia l 1. Podstawowe elementy teorii krat

Rozdzia l 1. Podstawowe elementy teorii krat Rozdzia l 1. Podstawowe elementy teorii krat 1. Zbiory czȩściowo uporz adkowane Definicja. Relacjȩ binarn a określon a na zbiorze A nazywamy relacj a czȩściowo porz adkuj ac a, gdy jest zwrotna, antysymetryczna

Bardziej szczegółowo

Teoria ciała stałego Cz. I

Teoria ciała stałego Cz. I Teoria ciała stałego Cz. I 1. Elementy teorii grup Grupy symetrii def. Grupy Zbiór (skończony lub nieskończony) elementów {g} tworzy grupę gdy: - zdefiniowana operacja mnożenia (złożenia) g 1 g 2 = g 3

Bardziej szczegółowo

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm

Rozdział 5. Macierze. a 11 a a 1m a 21 a a 2m... a n1 a n2... a nm Rozdział 5 Macierze Funkcję, która każdej parze liczb naturalnych (i,j) (i = 1,,n;j = 1,,m) przyporządkowuje dokładnie jedną liczbę a ij F, gdzie F = R lub F = C, nazywamy macierzą (rzeczywistą, gdy F

Bardziej szczegółowo

Definicja: alfabetem. słowem długością słowa

Definicja: alfabetem. słowem długością słowa Definicja: Niech X będzie zbiorem niepustym. Zbiór ten będziemy nazywać alfabetem. Skończony ciąg elementów alfabetu X będziemy nazywać słowem a liczbę elementów tego ciągu nazywamy długością słowa. Na

Bardziej szczegółowo

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017

Formy kwadratowe. Mirosław Sobolewski. Wydział Matematyki, Informatyki i Mechaniki UW. 14. wykład z algebry liniowej Warszawa, styczeń 2017 Formy kwadratowe Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 14. wykład z algebry liniowej Warszawa, styczeń 2017 Mirosław Sobolewski (UW) Warszawa, 2017 1 / 10 Definicja Funkcja

Bardziej szczegółowo