Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Wielkość: px
Rozpocząć pokaz od strony:

Download "Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:"

Transkrypt

1 Teoria miary WPPT IIr semestr zimowy 2009 Wyk lad 4 Liczby kardynalne, indukcja pozaskończona DOBRY PORZA DEK 14/10/09 Niech X bȩdzie dowolnym zbiorem Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach: 1 x X x x, (zwrotność) 2 x, y, z X (x y y z) = x z (przechodniość) 3 x, y X (x y y x) = x = y (antysymetryczność) 4 x, y X x y y x (liniowość) 5 A X, A a A x A a x (każdy niepusty podzbiór X ma element najmniejszy) Element ten bȩdziemy oznaczać przez min(a) UWAGA: Bȩdziemy pisać x < y gdy x y x y Parȩ (X, ) nazywamy zbiorem dobrze uporz adkowanym Jeśli X jest zbiorem pustym, to nie można w nim zdefiniować porz adku, mimo to też nazwiemy zbiorem dobrze uporz adkowanym Definicja: Odcinkiem pocz atkowym w porz adku (X, ) nazywamy dowolny podzbiór A X spe lniaj acy warunek (a A x a) = x A (Zbiór pusty jest odcinkiem pocz atkowym, bo poprzednik tej implikacji jest zawsze fa lszywy) Ćwiczenie: Jeśli A jest odcinkiem pocz atkowym w (X, ), to albo A = X albo A = {x X : x < a} dla pewnego a X Ćwiczenie: Jeśli A jest odcinkiem pocz atkowym w (X, ), to A jest dobrze uporz adkowany (porz adkiem obciȩtym do A A) Ćwiczenie: Jeśli A jest odcinkiem pocz atkowym w (X, ) i B jest odcinkiem pocz atkowym w (A, ), to B jest odcinkiem pocz atkowym w (X, ) Definicja: Dwa dobrze uporz adkowane zbiory (X, ) i (Y, ) nazywamy izomorficznymi jeśli albo oba s a puste, albo oba s a niepuste i istnieje bijekcja (funkcja różnowartościowa i na ) f : X Y zachowuj aca porz adek, tzn spe lniaj aca dla dowolnych x, y X warunek x y = f(x) f(y) (Ćwiczenie: wtedy x y f(x) f(y)) Wiadomo, że (przy za lożeniu aksjomatu wyboru (AC)) każdy zbiór można dobrze uporz adkować

2 LICZBY PORZA DKOWE Liczby porz adkowe to pewne ustalone zbiory dobrze uporz adkowane (miȩdzy innymi jest też liczb a porz adkow a) Każdy zbiór dobrze uporz adkowany jest izomorficzny z jedyn a liczb a porz adkow a Liczby porz adkowe oznaczać bȩdziemy przez, (α, ), (β, ), itp Zazwyczaj jednak bȩdziemy pomijać znak porz adku i pisać tylko α, β, itp, a zamiast bȩdziemy pisać 0 W lasności liczb porz adkowych: 1 Dla dowolnych liczb porz adkowych α i β albo α jest izomorficzna z pewnym odcinkiem pocz atkowym w β albo odwrotnie Jeśli zachodz a oba warunki, to α = β Oznacza to, że w klasie liczb porz adkowych można wprowadzić porz adek liniowy α β α jest izomorficzna z pewnym odcinkiem pocz atkowym w β 2 Każda liczba porz adkowa α jest izomorficzna ze zbiorem wszystkich liczb porz adkowych ostro mniejszych od niej De facto, każda liczba porz adkowa JEST zbiorem wszystkich liczb porz adkowych ostro mniejszych od niej To zdanie definiuje liczby porz adkowe Liczbami porz adkowymi s a: oznaczany przez 0 {0} oznaczany przez 1 {0, 1} oznaczany przez 2 {0, 1, 2, } oznaczany przez ω (lub ω 0 ) (tożsamy ze zbiorem N 0 ) {0, 1, 2,, ω} oznaczany przez ω + 1 {0, 1, 2,, ω, ω + 1} oznaczany przez ω + 2 {0, 1, 2,, ω, ω + 1, ω + 2, } oznaczany przez 2ω {0, 1, 2,, ω, ω + 1, ω + 2,, 2ω} oznaczany przez 2ω + 1 {0, 1, 2,, ω, ω + 1, ω + 2,, 2ω, 2ω + 1, 2ω + 2, } oznaczany przez 3ω 3ω + 1 4ω 5ω ωω (oznaczany ω 2 ) ω 3 ω ω itd

3 Widać, że porz adek w klasie wszystkich liczb porz adkowych jest dobry: dowolny niepusty zbiór liczb porz adkowych ma element najmniejszy ich przekrój Każda liczba porz adkowa α ma swój nastȩpnik α + 1 zdefiniowany jako zbiór wszystkich liczb porz adkowych miejszych równych od α Jest to zarazem najmniejsza liczba porz adkowa ostro wiȩksza od α Niektóre liczby porz adkowe α maj a swój poprzednik (najwiȩksz a liczbȩ porz adkow a ostro mniejsz a od α) Jest tak jeśli α = β + 1 dla pewnego β Wtedy poprzednikiem α jest β Jednak nie wszystkie liczby porz adkowe maj a poprzednik Na przyk lad ω nie jest postaci β + 1 Liczby takie nazywamy liczbami porz adkowymi granicznymi Jeśli A jest zbiorem liczb porz adkowych, to β = A jest też liczb a porz adkow a i spe lnia α β dla wszystkich α A Jest to najmniejsza liczba spe lniaj aca taki warunek i dlatego bȩdziemy zamiast A pisać sup A Moc a liczby porz adkowej α nazywamy po prostu jej moc (liczbȩ kardynaln a) Dla nas istotny bȩdzie podzia l na liczby porz adkowe przeliczalne i nieprzeliczlne Wszystkie liczby wypisane na poprzedniej stronie s a przeliczalne 1 Najmniejsz a liczb a porz adkow a nieprzeliczaln a jest ω 1 zdefiniowana jako zbiór wszystkich liczb porz adkowych przeliczalnych Suma dowolnego ci agu (zbioru przeliczalnego) liczb przeliczalnych jest liczb a przeliczaln a (bo suma przeliczalnej rodziny zbiorów przeliczalnych jest przeliczalna) Liczby ω 1 nie można zatem osi agn ać (jako suremum) żadnym ci agiem liczb przeliczalnych Dlatego liczba ω 1 nie pojawi siȩ w diagramie z kropkami jak poprzedniej stronie, gdzie wiadomo co znacz a wszystkie kropki INDUKCJA POZASKOŃCZONA Indukcja pozaskończona pozwala na dwie rzeczy: 1 Definiowanie rodzin zbiorów indeksowanych liczbami porz adkowymi (jest to analogia definiowania ci agów wzorem rekurencyjnym), 2 Dowodzenie w lasności dla elementów zbioru dobrze uporz adkowanego (jest to analogia dowodu przez indukcjȩ) Definiowanie poprzez indukcjȩ pozaskończon a Chcemy zdefiniować rodzinȩ zbiorów A α gdzie α przebiega pewn a liczbȩ porz adkow a α 0 (Przypomnijmy, że elementami liczby porz adkowej s a liczby porz adkowe mniejsze od niej Inaczej można wiȩc powiedzieć,,gdzie α < α 0 ) Postȩpujemy nastȩpuj aco: 1 Najpierw definiujemy A 0 (czasem A 1 ) 2 Bierzemy α < α 0 i zak ladamy, że zdefiniowane zosta ly zbiory A β dla wszystkich β < α Teraz definiujemy A α pos luguj ac siȩ zbiorami A β gdzie β < α Po tych krokach A α jest zdefiniowane dla wszystkich α < α 0 W praktyce czȩsto w kroku 2 rozróżnia siȩ na dwa przypadki: jeśli α ma poprzednik (czyli jest postaci β + 1), to A α = A β+1 definiuje siȩ tylko przy użyciu jednego zbioru A β Jeśli α jest liczb a graniczn a to postȩpuje siȩ jak w pierwotnym opisie w punkcie 2 1 Uwaga: Moc a liczby porz adkowej ω jest ℵ 0, jednak moc a liczby ω ω nie jest ℵ ℵ 0 0 (czyli continuum) Liczba kardynalna ℵ ℵ 0 0 to moc zbioru wszytskich nieskończonych ci agów o wartościach naturalnych, natomiast ω ω to typ porz adkowy zbioru wszystkich skończonych ci agów o wartościach naturalnych (ale bez ograniczenia na ich d lugość)

4 Przyk lad: Niech A bȩdzie niepust a rodzin a zbiorów zawartych w pewnej przestrzeni X Dla liczb porz adkowych α < ω 1 zdefiniujemy rodziny A α podzbiorów X 1 Dla α = 0 k ladziemy A 0 = {A, A c : A A} 2 Weźmy α < ω 1 i za lóżmy, że zdefiniowaliśmy A β dla wszystkich β < α Teraz definiujemy A α nastȩpuj aco: najpierw bierzemy B α = β<α A β, a nastȩpnie niech A α bȩdzie rodzin a wszystkich zbiorów uzyskanych jako przeliczalne sumy zbiorów z B α i ich dope lnienia: A α = { n B n, ( n B n) c : n B n B α } W ten sposób zdefiniowaliśmy A α dla wszystkich α < ω 1 Dowody poprzez indukcjȩ pozaskończon a Dany jest zbiór dobrze uporz adkowany A = {a α : α < α 0 } (najczȩściej bȩdzie to raczej dobrze uporz adkowana rodzina zbiorów A = {A α : α < α 0 }) Dane jest pewne zdanie logiczne Φ(a) z jednym parametrem a, za który można podstawiać elementy zbioru A (czyli w lasność, która ma sens dla tych elementów, choć na razie nie wiadomo, czy i dla których elementów jest ona spe lniona) Chcemy udowodnić, że w lasność Φ jest spe lniona dla wszystkich elementów zbioru A: a A Φ(a) W tym celu wystarczy wykonać dwa kroki: 1 Wykazać Φ(a 0 ) oraz 2 dla dowolnego α < α 0 wykazać, implikacjȩ ( β < α Φ(a β )) = Φ(a α ) W praktyce czȩsto w kroku 2 rozróżnia siȩ na dwa przypadki: jeśli α ma poprzednik (czyli jest postaci β + 1), to sprawdza siȩ tylko implikacjȩ Φ(a β ) = Φ(a α ) Jeśli α jest liczb a graniczn a to postȩpuje siȩ jak w pierwotnym opisie w punkcie 2 Przyk lad: Wracamy do poprzedniego przyk ladu, w którym zdefiniowaliśmy rodziny A α dla wszystkich α < ω 1 Dodatkowo definiujemy B jako α<ω 1 A α Twierdzenie: W laśnie skonstruowaliśmy sigma-cia lo generowane przez rodzinȩ A: B = σ(a) Dowód: Oczywiście A B, bo A A 0, a A 0 jest sk ladnikiem sumy definiuj acej B Przy okazji widać, że rodzina B jest niepusta Teraz pokażemy, że B jest zamkniȩta na dope lnienia Niech B B Wtedy B A α dla pewnego α < ω 1 Rodzina A α jest z definicji zamkniȩta na dope lnienia Zatem B c A α B Teraz pokażemy, że B jest zamkniȩta na przeliczalne sumy Niech B n B (n = 1, 2, ) Wtedy istnieje ci ag α n liczb porz adkowych mniejszych od ω 1, takich, że B n A n Weźmy α = sup α n + 1 Wiemy, że α < ω 1 (do ω 1 nie można dojść ci agiem przeliczalnym) oraz, że dla każdego n, α n sup α n < α St ad B n B α (przypomnijmy, że B α = β<α A β), z czego wynika, że n B n A α B Pokazaliśmy, że B jest sigma-cia lem zawieraj acym A Zosta lo do pokazania, że jest najmniejszym takim sigma-cia lem Niech C bȩdzie sigma-cia lem zawieraj acym A Trzeba pokazać, że B C Wystarczy pokazać, że α < ω 1 A α C Do tego w laśnie użyjemy indukcji pozaskończonej

5 1 A 0 C bowiem z za lożenia C zawiera wszystkie zbiory z A, a jako sigma-cia lo, również ich dope lnienia 2 Dla α < ω 1 za lóżmy, że wiemy już, że A β C o ile β < α Mamy wywnioskować, że A α C Nasze za lożenie jest równoważne temu, że B α C Niech A A α Wtedy A = n B n, gdzie n B n B α lub A jest dope lnieniem takiej sumy W pierwszym przypadku wszystkie zbiory B n s a elementami C, a wiȩc A jako ich przeliczalna suma również (bo C jest sigma-cia lem) W drugim przypadku w laśnie pokazaliśmy, że n B n jest w C, zatem A, jako dope lnienie też

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm

Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm Wyk lad 5 Grupa ilorazowa, iloczyn prosty, homomorfizm 1 Grupa ilorazowa Niech H b edzie dzielnikiem normalnym grupy G. Oznaczmy przez G/H zbiór wszystkich warstw lewostronnych grupy G wzgl edem podgrupy

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

Grupy i cia la, liczby zespolone

Grupy i cia la, liczby zespolone Rozdzia l 1 Grupy i cia la, liczby zespolone Dla ustalenia uwagi, b edziemy używać nast epuj acych oznaczeń: N = { 1, 2, 3,... } - liczby naturalne, Z = { 0, ±1, ±2,... } - liczby ca lkowite, W = { m n

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej

Schemat rekursji. 1 Schemat rekursji dla funkcji jednej zmiennej Schemat rekursji 1 Schemat rekursji dla funkcji jednej zmiennej Dla dowolnej liczby naturalnej a i dowolnej funkcji h: N 2 N istnieje dokładnie jedna funkcja f: N N spełniająca następujące warunki: f(0)

Bardziej szczegółowo

166 Wstȩp do statystyki matematycznej

166 Wstȩp do statystyki matematycznej 166 Wstȩp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwi azać nasz zasadniczy problem zwi azany z identyfikacj a cechy populacji generalnej

Bardziej szczegółowo

Zadania z podstaw matematyki dla 1 roku informatyki 1

Zadania z podstaw matematyki dla 1 roku informatyki 1 29 września 2008, godzina 17: 13 strona 1 Zadania z podstaw matematyki dla 1 roku informatyki 1 Zadania na rozgrzewk e 1. Zaznacz na rysunku zbiory: (a) { x, y : R 2 (x 2 + y 2 > 1) [(x 2 + y 2 2) ( (x

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

Pawe l G ladki. Problem przetargu.

Pawe l G ladki. Problem przetargu. 1 Problem przertargu Pawe l G ladki Problem przetargu. Co to jest przetarg w potocznym znaczeniu wyjaśniać chyba nie trzeba. W ujȩciu eknomicznym, za przetarg uważamy takie sytuacje, jak negocjacje handlowe

Bardziej szczegółowo

w matematyce i jej konsekwencjach

w matematyce i jej konsekwencjach Onieskończoności w matematyce i jej konsekwencjach Ryszard Rȩbowski Wydzia l Nauk Technicznych i Ekonomicznych Państwowej Wyższej Szko ly Zawodowej im. Witelona w Legnicy rebowskir@pwsz-legnica.eu http://www.pwsz.legnica.edu.pl/~rebowskir

Bardziej szczegółowo

13 Zastosowania Lematu Szemerédiego

13 Zastosowania Lematu Szemerédiego 13 Zastosowania Lematu Szemerédiego 13.1 Twierdzenie Erdősa-Stone a (Rozdzia ly 7.1 i 7.5 podre cznika) Jednym z g lównych zagadnień ekstremalnej teorii grafów jest wyznaczenie parametru ex(n, H) = max{

Bardziej szczegółowo

1 Podstawowe struktury algebraiczne i cia lo liczb zespolonych

1 Podstawowe struktury algebraiczne i cia lo liczb zespolonych 1 Podstawowe struktury algebraiczne i cia lo liczb zespolonych Niech X i Y bȩd a zbiorami Iloczynem kartezjańskim tych zbiorów nazywamy zbiór X Y = {(x, y) : x X, y Y } Dwuargumentowym dzia laniem na zbiorze

Bardziej szczegółowo

Działanie grupy na zbiorze

Działanie grupy na zbiorze Działanie grupy na zbiorze Definicja 0.1 Niech (G, ) będzie dowolną grupą oraz X niepustym zbiorem, to odwzorowanie : G X X nazywamy działaniem grupy G na zbiorze X jeślinastępujące warunki są spełnione:

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

4. Decyzje dotycza ce przyznawania świadczeń pomocy materialnej. doktorantów

4. Decyzje dotycza ce przyznawania świadczeń pomocy materialnej. doktorantów ZASADY PRZYZNAWANIA ŚWIADCZEŃ POMOCY MATERIALNEJ DLA DOKTORANTÓW W INSTYTUCIE MATEMATYCZNYM POLSKIEJ AKADEMII NAUK OBOWIA ZUJA CE OD ROKU AKADEMICKIEGO 2013/14 1. PODSTAWA PRAWNA Świadczenia pomocy materialnej

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.

FUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga

Bardziej szczegółowo

Logika I. Wykład 1. Wprowadzenie do rachunku zbiorów

Logika I. Wykład 1. Wprowadzenie do rachunku zbiorów Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 1. Wprowadzenie do rachunku zbiorów 1 Podstawowe pojęcia rachunku zbiorów Uwaga 1.1. W teorii mnogości mówimy o zbiorach

Bardziej szczegółowo

Wprowadzenie z dynamicznej optymalizacji

Wprowadzenie z dynamicznej optymalizacji Wprowadzenie z dynamicznej optymalizacji Lukasz Woźny 29 kwietnia 2007 Spis treści 1 Optymalizacja statyczna a optymalizacja dynamiczna 2 1.1 Ekstrema lokalne funkcji wielu zmiennych - statyka...... 2

Bardziej szczegółowo

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń. Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Definicja ciągu liczbowego. Definicja 1.1. Ciągiem liczbowym nazywamy funkcję a : N R odwzorowującą zbiór liczb naturalnych N w zbiór liczb rzeczywistych R i oznaczamy przez {a

Bardziej szczegółowo

3.3 Budżet nieruchomości. aktualnej ceny przeciȩtnego, nie odbiegaj acego standardem lokalu;

3.3 Budżet nieruchomości. aktualnej ceny przeciȩtnego, nie odbiegaj acego standardem lokalu; 3.3 Budżet nieruchomości 47 aktualnej ceny przeciȩtnego, nie odbiegaj acego standardem lokalu; danych o charakterze demograficznym celem ustalenia liczby potencjalnych nabywców, najemców; tendencji na

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

... [a n,b n ] kn [M 1,M 2 ], gdzie a i M 1, b i M 2, dla i {1,..., n}. Wówczas: [a 1,b 1 ] k 1. ... [a n,b n ] kn =(a 1 b 1 a 1

... [a n,b n ] kn [M 1,M 2 ], gdzie a i M 1, b i M 2, dla i {1,..., n}. Wówczas: [a 1,b 1 ] k 1. ... [a n,b n ] kn =(a 1 b 1 a 1 4. Wykład 4: Grupy rozwiązalne i nilpotentne. Definicja 4.1. Niech (G, ) będzie grupą. Wówczas (1) ciąg podgrup grupy G zdefiniowany indukcyjnie wzorami G (0) = G, G (i) =[G (i 1),G (i 1) ], dla i N nazywamy

Bardziej szczegółowo

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l TEORIA FUNKCJONA LÓW GȨSTOŚCI (Density Functional Theory - DFT) Monika Musia l PRZEDMIOT BADAŃ Uk lad N elektronów + K j ader atomowych Przybliżenie Borna-Oppenheimera Zamiast funkcji falowej Ψ(r 1,σ 1,r

Bardziej szczegółowo

Zbiór zadań ze wstępu do matematyki

Zbiór zadań ze wstępu do matematyki Zbiór zadań ze wstępu do matematyki Jan Kraszewski Wrocław 2009 1 Spis treści 2 Przedmowa W zbiorach zadań ze wstępu do matematyki zadania zazwyczaj są tak pogrupowane, by dotyczyły pojęć z poszczególnych

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA Ćwiczenia Zwi azki organiczne zawieraj ace uk lady π-elektronowe Sprzȩżony uk lad wi azań podwójnych: -C=C-C=C-C=C-C=C- Skumulowany uk lad wi azań podwójnych:

Bardziej szczegółowo

Problemy z wnioskowaniem opartym na logice

Problemy z wnioskowaniem opartym na logice Problemy z wnioskowaniem opartym na logice Mamy rachunek predykatów pierwszego rzedu do reprezentacji wiedzy. Mamy automatyczne dowodzenie twierdzeń przy użyciu regu ly rezolucji. Mamy również mechanizmy

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

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n 123456789 wyk lad 9 Zagadnienie transportowe Mamy n punktów wysy lajacych towar i t punktów odbierajacych. Istnieje droga od każdego dostawcy do każdego odbiorcy i znany jest koszt transportu jednostki

Bardziej szczegółowo

im = (P )={b 2 R : 9a 2 P [b = (a)]} nazywamy obrazem homomorfizmu.

im = (P )={b 2 R : 9a 2 P [b = (a)]} nazywamy obrazem homomorfizmu. 61 7. Wyk ad 7: Homomorfizmy pierúcieni, idea y pierúcieni. Idea y generowane przez zbiory. PierúcieÒ ilorazowy, twierdzenie o homomorfizmie. Idea y pierwsze i maksymalne. 7.1. Homomorfizmy pierúcieni,

Bardziej szczegółowo

Matematyka Dyskretna Zestaw 2

Matematyka Dyskretna Zestaw 2 Materiały dydaktyczne Matematyka Dyskretna (Zestaw ) Matematyka Dyskretna Zestaw 1. Wykazać, że nie istnieje liczba naturalna, która przy dzieleniu przez 18 daje resztę 13, a przy dzieleniu przez 1 daje

Bardziej szczegółowo

Algorytmy Równoległe i Rozproszone Część III - Układy kombinacyjne i P-zupełność

Algorytmy Równoległe i Rozproszone Część III - Układy kombinacyjne i P-zupełność Algorytmy Równoległe i Rozproszone Część III - Układy kombinacyjne i P-zupełność Łukasz Kuszner pokój 209, WETI http://www.kaims.pl/ kuszner/ kuszner@eti.pg.gda.pl Oficjalna strona wykładu http://www.kaims.pl/

Bardziej szczegółowo

Wykłady ze Wstępu do Matematyki. Jacek Cichoń WPPT, Politechnika Wrocławska

Wykłady ze Wstępu do Matematyki. Jacek Cichoń WPPT, Politechnika Wrocławska Wykłady ze Wstępu do Matematyki Jacek Cichoń WPPT, Politechnika Wrocławska MAJ 2012 Spis treści 1 Rachunek Zdań 7 1.1 Zdania i Waluacje............................ 7 1.2 Przegląd Najważniejszych Tautologii..................

Bardziej szczegółowo

Jeden przyk lad... czyli dlaczego warto wybrać MIESI.

Jeden przyk lad... czyli dlaczego warto wybrać MIESI. Jeden przyk lad... czyli dlaczego warto wybrać MIESI. Micha l Ramsza Szko la G lówna Handlowa Micha l Ramsza (Szko la G lówna Handlowa) Jeden przyk lad... czyli dlaczego warto wybrać MIESI. 1 / 13 Dlaczego

Bardziej szczegółowo

Podstawy logiki i teorii mnogości w zadaniach

Podstawy logiki i teorii mnogości w zadaniach Uniwersytet Wrocławski Wydział Matematyki i Informatyki Piotr Koczenasz Podstawy logiki i teorii mnogości w zadaniach Praca magisterska napisana pod kierunkiem prof. dr. hab. Leszka Pacholskiego Wrocław,

Bardziej szczegółowo

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 5 Kalkulacja sk ladki netto I

ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 5 Kalkulacja sk ladki netto I Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 5 Kalkulacja sk ladki netto I 1 Kodeks cywilny Tytu l XXVII, Umowa ubezpieczenia Dzia l I. Przepisy ogólne Dzia l II. Ubezpieczenia majatkowe

Bardziej szczegółowo

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

14. Grupy, pierścienie i ciała.

14. Grupy, pierścienie i ciała. 4. Grup, pierścienie i ciała. Definicja : Zbiór A nazwam grupą jeśli jest wposaŝon w działanie wewnętrzne łączne, jeśli to działanie posiada element neutraln i kaŝd element zbioru A posiada element odwrotn.

Bardziej szczegółowo

1. Teoria mnogości, zbiory i operacje na zbiorach, relacje i odwzorowania, moc zbiorów.

1. Teoria mnogości, zbiory i operacje na zbiorach, relacje i odwzorowania, moc zbiorów. 1. Teoria mnogości, zbiory i operacje na zbiorach, relacje i odwzorowania, moc zbiorów. Teoria mnogości inaczej nazywana teorią zbiorów jest to teoria matematyczna badająca własności zbiorów (mnogość dawna

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Zastosowanie Robotów. Ćwiczenie 6. Mariusz Janusz-Bielecki. laboratorium

Zastosowanie Robotów. Ćwiczenie 6. Mariusz Janusz-Bielecki. laboratorium Zastosowanie Robotów laboratorium Ćwiczenie 6 Mariusz Janusz-Bielecki Zak lad Informatyki i Robotyki Wersja 0.002.01, 7 Listopada, 2005 Wst ep Do zadań inżynierów robotyków należa wszelkie dzia lania

Bardziej szczegółowo

Analiza matematyczna - 14. Analiza zmiennych dyskretnych: ciągi i szeregi liczbowe

Analiza matematyczna - 14. Analiza zmiennych dyskretnych: ciągi i szeregi liczbowe Analiza matematyczna - 4. Analiza zmiennych dyskretnych: ciągi i szeregi liczbowe Wstęp: zmienne ciągłe i zmienne dyskretne Podczas dotychczasowych wykładów rozważaliśmy przede wszystkim zależności funkcyjne

Bardziej szczegółowo

GRZEGORZ SZKIBIEL WSTE P DO TEORII ZBIORÓW I KOMBINATORYKI

GRZEGORZ SZKIBIEL WSTE P DO TEORII ZBIORÓW I KOMBINATORYKI U N I W E R S Y T E T S Z C Z E C I Ń S K I GRZEGORZ SZKIBIEL WSTE P DO TEORII ZBIORÓW I KOMBINATORYKI SZCZECIN 2002 Spis treści Przedmowa.................................................. 5 1. Elementy

Bardziej szczegółowo

Grupa klas odwzorowań powierzchni

Grupa klas odwzorowań powierzchni Grupa klas odwzorowań powierzchni Błażej Szepietowski Uniwersytet Gdański Horyzonty matematyki 2014 Błażej Szepietowski (UG) Grupa klas odwzorowań Horyzonty matematyki 2014 1 / 36 Grupa klas odwzorowań

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY /

WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY / WYMAGANIA EDUKACYJNE Z MATEMATYKI / POZIOM PODSTAWOWY / Wymagania konieczne (K) dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, zatem powinny być opanowane przez każdego ucznia. Wymagania

Bardziej szczegółowo

WIELOKRYTERIALNA OPTYMALIZACJA LINIOWA I DYSKRETNA modele preferencji i zastosowania do wspomagania decyzji

WIELOKRYTERIALNA OPTYMALIZACJA LINIOWA I DYSKRETNA modele preferencji i zastosowania do wspomagania decyzji WIELOKRYTERIALNA OPTYMALIZACJA LINIOWA I DYSKRETNA modele preferencji i zastosowania do wspomagania decyzji W lodzimierz Ogryczak Uniwersytet Warszawski Instytut Informatyki Warszawa 1997 4 Pusta strona

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

Ciągi. Pojęcie granicy ciągu.

Ciągi. Pojęcie granicy ciągu. Rozdział 2 Ciągi. Pojęcie granicy ciągu. Definicja 2.. Ciąg jest to funkcja określona na zbiorze liczb naturalnych. Będziemy rozważać ciągi o wyrazach rzeczywistych, czyli zgodnie z powyższą definicją

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

Matematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku

Matematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku Matematyka Dyskretna Andrzej Szepietowski 25 czerwca 2002 roku Rozdział 1 Struktury danych 1.1 Listy, stosy i kolejki Lista to uporz adkowany ci ag elementów. Przykładami list s a wektory lub tablice

Bardziej szczegółowo

Szkoła Podstawowa. Uczymy się dowodzić. Opracowała: Ewa Ślubowska. ewa.slubowska@wp.pl

Szkoła Podstawowa. Uczymy się dowodzić. Opracowała: Ewa Ślubowska. ewa.slubowska@wp.pl Szkoła Podstawowa Uczymy się dowodzić Opracowała: Ewa Ślubowska ewa.slubowska@wp.pl PODSTAWA PROGRAMOWA PRZEDMIOTU MATEMATYKA II etap edukacyjny: klasy IV VI I. Sprawność rachunkowa. Uczeń wykonuje proste

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

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej

Andrzej Wiśniewski Logika II. Materiały do wykładu dla studentów kognitywistyki. Wykład 14. Wprowadzenie do logiki intuicjonistycznej Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykład 14. Wprowadzenie do logiki intuicjonistycznej 1 Przedstawione na poprzednich wykładach logiki modalne możemy uznać

Bardziej szczegółowo

Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 2013

Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 2013 Notatki przygotowawcze dotyczące inwersji na warsztaty O geometrii nieeuklidesowej hiperbolicznej Wrocław, grudzień 013 3.4.1 Inwersja względem okręgu. Inwersja względem okręgu jest przekształceniem płaszczyzny

Bardziej szczegółowo

Wymagania edukacyjne niezbędne do uzyskania poszczególnych ocen śródrocznych i rocznych ocen klasyfikacyjnych z matematyki klasa 1 gimnazjum

Wymagania edukacyjne niezbędne do uzyskania poszczególnych ocen śródrocznych i rocznych ocen klasyfikacyjnych z matematyki klasa 1 gimnazjum edukacyjne niezbędne do uzyskania poszczególnych ocen śródrocznych i rocznych ocen klasyfikacyjnych z matematyki klasa 1 gimnazjum Semestr I Stopień Rozdział 1. Liczby Zamienia liczby dziesiętne na ułamki

Bardziej szczegółowo

Mikro II: Popyt, Preferencje Ujawnione i Równanie S luckiego

Mikro II: Popyt, Preferencje Ujawnione i Równanie S luckiego Mikro II: Popyt, Preferencje Ujawnione i Równanie S luckiego Krzysztof Makarski 6 Popyt Wstep Przypomnijmy: Podstawy teoria konsumenta. Zastosowanie wszedzie. W szczególności poszukiwanie informacji zawartych

Bardziej szczegółowo

Całkowanie przez podstawianie i dwa zadania

Całkowanie przez podstawianie i dwa zadania Całkowanie przez podstawianie i dwa zadania Antoni Kościelski Funkcje dwóch zmiennch i podstawianie Dla funkcji dwóch zmiennch zachodzi następując wzór na całkowanie przez podstawianie: f(x(a, b), (a,

Bardziej szczegółowo

Przedmiotowy System Oceniania klasa I TH matematyka PP 2015/16

Przedmiotowy System Oceniania klasa I TH matematyka PP 2015/16 Przedmiotowy System Oceniania klasa I TH matematyka PP 2015/16 PROPOZYCJA POZIOMÓW WYMAGAŃ Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające

Bardziej szczegółowo

Paweł Gładki. Algebra. http://www.math.us.edu.pl/ pgladki/

Paweł Gładki. Algebra. http://www.math.us.edu.pl/ pgladki/ Paweł Gładki Algebra http://www.math.us.edu.pl/ pgladki/ Konsultacje: Środa, 14:00-15:00 Jeżeli chcesz spotkać się z prowadzącym podczas konsultacji, postaraj się powiadomić go o tym przed lub po zajęciach,

Bardziej szczegółowo

Paradygmaty programowania

Paradygmaty programowania Paradygmaty programowania Jacek Michałowski, Piotr Latanowicz 15 kwietnia 2014 Jacek Michałowski, Piotr Latanowicz () Paradygmaty programowania 15 kwietnia 2014 1 / 12 Zadanie 1 Zadanie 1 Rachunek predykatów

Bardziej szczegółowo

Twierdzenie Halla o małżeństwach

Twierdzenie Halla o małżeństwach Twierdzenie Halla o małżeństwach Tomasz Tkocz Streszczenie. Notatki te, przygotowane do referatu wygłoszonego na kółku w II LO w Rybniku, pokazują jak można rozwiązywać życiowe problemy oraz te bardziej

Bardziej szczegółowo

Wst ep do sterowania stochastycznego i teorii filtracji

Wst ep do sterowania stochastycznego i teorii filtracji S. Peszat, J. Zabczyk Wstep do sterowania stochastycznego i teorii filtracji 28 października 2008 Spis treści 1 Wst ep..................................................... 1 1.1 Przyk lady..............................................

Bardziej szczegółowo

Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/

Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/ Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/ MATEMATYKA Klasa III ZAKRES PODSTAWOWY Dział programu Temat Wymagania. Uczeń: 1. Miara łukowa kąta zna pojęcia: kąt skierowany, kąt

Bardziej szczegółowo

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego

Hotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego Zdumiewaj cy ±wiat niesko«czono±ci Instytut Matematyki Uniwersytetu Warszawskiego Festiwal Nauki, 20.09.2011 Nasze do±wiadczenia hotelowe Fakt oczywisty Hotel nie przyjmie nowych go±ci, je»eli wszystkie

Bardziej szczegółowo

Kryteria oceniania z matematyki w klasie pierwszej w roku szkolnym 2015/2016

Kryteria oceniania z matematyki w klasie pierwszej w roku szkolnym 2015/2016 Kryteria oceniania z matematyki w klasie pierwszej w roku szkolnym 2015/2016 1) Liczby - zamienia liczby dziesiętne skończone na ułamki zwykłe i liczby mieszane, - zapisuje ułamek zwykły w postaci ułamka

Bardziej szczegółowo

Katalog wymagań programowych na poszczególne stopnie szkolne klasa 1

Katalog wymagań programowych na poszczególne stopnie szkolne klasa 1 Matematyka Liczy się matematyka Klasa klasa Rozdział. Liczby zamienia liczby dziesiętne skończone na ułamki zwykłe i liczby mieszane zapisuje ułamek zwykły w postaci ułamka dziesiętnego skończonego porównuje

Bardziej szczegółowo

Lista 1. Procesy o przyrostach niezależnych.

Lista 1. Procesy o przyrostach niezależnych. Lista. Procesy o przyrostach niezależnych.. Niech N t bedzie procesem Poissona o intensywnoci λ = 2. Obliczyć a) P (N 2 < 3, b) P (N =, N 3 = 6), c) P (N 2 = N 5 = 2), d) P (N =, N 2 = 3, N 4 < 5), e)

Bardziej szczegółowo

Schemat sprawdzianu. 25 maja 2010

Schemat sprawdzianu. 25 maja 2010 Schemat sprawdzianu 25 maja 2010 5 definicji i twierdzeń z listy 12(po 10 punktów) np. 1. Proszę sformułować twierdzenie Brouwera o punkcie stałym. 2. Niech X będzie przestrzenią topologiczną. Proszę określić,

Bardziej szczegółowo

Zarzadzanie i Marketing Egzamin z Matematyki. Studia dzienne. 1999

Zarzadzanie i Marketing Egzamin z Matematyki. Studia dzienne. 1999 Imie Nazwisko Zestaw 121 Zarzadzanie i Marketing Egzamin z Matematyki. Studia dzienne. 1999 Zaznacz wlasciwa odpowiedz przez otoczenie kolkiem litery a, b lub c. Tylko jedna z podanych odpowiedzi jest

Bardziej szczegółowo

1 Funkcje i ich granice

1 Funkcje i ich granice Funkcje i ich granice Było: Zbiór argumentów; zbiór wartości; monotoniczność; funkcja odwrotna; funkcja liniowa; kwadratowa; wielomiany; funkcje wymierne; funkcje trygonometryczne i ich odwrotności; funkcja

Bardziej szczegółowo

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne

Logika i teoria mnogości Wykład 14 1. Sformalizowane teorie matematyczne Logika i teoria mnogości Wykład 14 1 Sformalizowane teorie matematyczne W początkowym okresie rozwoju teoria mnogości budowana była w oparciu na intuicyjnym pojęciu zbioru. Operowano swobodnie pojęciem

Bardziej szczegółowo

Matematyka Dyskretna (Ćwiczenia)

Matematyka Dyskretna (Ćwiczenia) Matematyka Dyskretna (Ćwiczenia) Jarosław Grytczuk 1 O trudnej sztuce liczenia 1.1 Zasada Mnożenia 1. Pewien pan ma 5 garniturów, 7 krawatów i 10 koszul. Ile różnych zestawów może skompletować? 2. W zawodach

Bardziej szczegółowo

Teoria liczb. x 3 + 3y 3 + 9z 3 9xyz = 0. x 2 + 3y 2 = 1998x.

Teoria liczb. x 3 + 3y 3 + 9z 3 9xyz = 0. x 2 + 3y 2 = 1998x. Teoria liczb grupa starsza poniedziałek, 27 września 2004 Równania teorioliczbowe.. Rozwiazać w liczbach całkowitych x, y, z. x 3 + 3y 3 + 9z 3 9xyz = 0. 2. Rozwiazać w liczbach całkowitych dodatnich x,

Bardziej szczegółowo

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe.

Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Rachunek prawdopodobieństwa MAP3040 WPPT FT, rok akad. 2010/11, sem. zimowy Wykładowca: dr hab. Agnieszka Jurlewicz Wykład 7: Warunkowa wartość oczekiwana. Rozkłady warunkowe. Warunkowa wartość oczekiwana.

Bardziej szczegółowo

Podstawy działań na wektorach - dodawanie

Podstawy działań na wektorach - dodawanie Podstawy działań na wektorach - dodawanie Metody dodawania wektorów można podzielić na graficzne i analityczne (rachunkowe). 1. Graficzne (rysunkowe) dodawanie dwóch wektorów. Założenia: dane są dwa wektory

Bardziej szczegółowo

JĘZYKI FORMALNE I METODY KOMPILACJI

JĘZYKI FORMALNE I METODY KOMPILACJI Stefan Sokołowski JĘZYKI FORMALNE I METODY KOMPILACJI Inst Informatyki Stosowanej, PWSZ Elbląg, 2015/2016 JĘZYKI FORMALNE reguły gry Wykład1,str1 Zasadnicze informacje: http://iispwszelblagpl/ stefan/dydaktyka/jezform

Bardziej szczegółowo

Program 14. #include #include using namespace std;

Program 14. #include <iostream> #include <ctime> using namespace std; Program 14 Napisać: * funkcję słuŝącą do losowego wypełniania tablicy liczbami całkowitymi z podanego zakresu (*). Parametrami funkcji mają być tablica, jej długość oraz dwie liczby stanowiące krańce przedziału

Bardziej szczegółowo

MATEMATYKA KL I LO zakres podstawowy i rozszerzony

MATEMATYKA KL I LO zakres podstawowy i rozszerzony MATEMATYKA KL I LO zakres podstawowy i rozszerzony Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające poza program nauczania

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl. Przykłady zadań egzaminacyjnych (do liczenia lub dowodzenia)

Matematyka dyskretna. Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl. Przykłady zadań egzaminacyjnych (do liczenia lub dowodzenia) Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl Przykłady zadań egzaminacyjnych (do liczenia lub dowodzenia) 1. Ile układów kart w pokerze to Dwie pary? Dwie pary to układ 5 kart

Bardziej szczegółowo

Sztuczna Inteligencja Projekt

Sztuczna Inteligencja Projekt Sztuczna Inteligencja Projekt Temat: Algorytm LEM2 Liczba osób realizujących projekt: 2 1. Zaimplementować algorytm LEM 2. 2. Zaimplementować klasyfikator Classif ier. 3. Za pomocą algorytmu LEM 2 wygenerować

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA A.

RACHUNEK PRAWDOPODOBIEŃSTWA A. RACHUNEK PRAWDOPODOBIEŃSTWA A. Semestr letni 2014. Poniedziałki 12:15-15:00, sala HS. Wykładowca: Ryszard Szekli, pok. 514, konsultacje: poniedziałki 10-12, terminy egzaminów: I termin 18.06.2014, (ŚRODA)

Bardziej szczegółowo

Obliczenia na stosie. Wykład 9. Obliczenia na stosie. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 266 / 303

Obliczenia na stosie. Wykład 9. Obliczenia na stosie. J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 266 / 303 Wykład 9 J. Cichoń, P. Kobylański Wstęp do Informatyki i Programowania 266 / 303 stos i operacje na stosie odwrotna notacja polska języki oparte na ONP przykłady programów J. Cichoń, P. Kobylański Wstęp

Bardziej szczegółowo

KRYTERIA OCENIANIA Z MATEMATYKI W KLASIE VI

KRYTERIA OCENIANIA Z MATEMATYKI W KLASIE VI KRYTERIA OCENIANIA Z MATEMATYKI W KLASIE VI Ocenę niedostateczną (1) otrzymuje uczeń, który nie spełnia wymagań na ocenę dopuszczającą, Wymagania na ocenę dopuszczającą (2) rozróżnia liczby pierwsze i

Bardziej szczegółowo

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA

PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA PRZYBLI ONE METODY ROZWI ZYWANIA RÓWNA Metody kolejnych przybli e Twierdzenie. (Bolzano Cauchy ego) Metody kolejnych przybli e Je eli funkcja F(x) jest ci g a w przedziale domkni tym [a,b] i F(a) F(b)

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

Elżbieta Świda Elżbieta Kurczab Marcin Kurczab. Zadania otwarte krótkiej odpowiedzi na dowodzenie na obowiązkowej maturze z matematyki

Elżbieta Świda Elżbieta Kurczab Marcin Kurczab. Zadania otwarte krótkiej odpowiedzi na dowodzenie na obowiązkowej maturze z matematyki Elżbieta Świda Elżbieta Kurczab Marcin Kurczab Zadania otwarte krótkiej odpowiedzi na dowodzenie na obowiązkowej maturze z matematyki Zadanie Trójkąt ABC jest trójkątem prostokątnym. Z punktu M, należącego

Bardziej szczegółowo

Krzysztof Kolanek ADAPTACYJNYCH METOD SYMULACYJNYCH

Krzysztof Kolanek ADAPTACYJNYCH METOD SYMULACYJNYCH INSTYTUT PODSTAWOWYCH PROBLEMÓW TECHNIKI PAN Krzysztof Kolanek ANALIZA I OPTYMALIZACJA NIEZAWODNOŚCIOWA KONSTRUKCJI ZA POMOCA ADAPTACYJNYCH METOD SYMULACYJNYCH Praca doktorska Promotor - prof. dr hab.

Bardziej szczegółowo

1. Podstawy budowania wyra e regularnych (Regex)

1. Podstawy budowania wyra e regularnych (Regex) Dla wi kszo ci prostych gramatyk mo na w atwy sposób napisa wyra enie regularne które b dzie s u y o do sprawdzania poprawno ci zda z t gramatyk. Celem niniejszego laboratorium b dzie zapoznanie si z wyra

Bardziej szczegółowo

Automaty Büchi ego i równoważne modele obliczeń

Automaty Büchi ego i równoważne modele obliczeń Politechnika Krakowska im. Tadeusza Kościuszki Wydział Fizyki, Matematyki i Informatyki Kierunek Matematyka Paulina Barbara Rozwód Automaty Büchi ego i równoważne modele obliczeń praca magisterska studia

Bardziej szczegółowo

JĘZYKIFORMALNE IMETODYKOMPILACJI

JĘZYKIFORMALNE IMETODYKOMPILACJI Stefan Sokołowski JĘZYKIFORMALNE IMETODYKOMPILACJI Inst. Informatyki Stosowanej, PWSZ Elbląg, 2009/2010 JĘZYKI FORMALNE reguły gry Wykład1,2X2009,str.1 Zasadnicze informacje: http://iis.pwsz.elblag.pl/

Bardziej szczegółowo

Analiza danych z użyciem programu Gretl

Analiza danych z użyciem programu Gretl Analiza danych z użyciem programu Gretl Gretl Gretl to pakiet ekonometryczny stworzony przez Allina Cottrella z Uniwersytetu Wake Forest w Pó lnocnej Karolinie w Stanach Zjednoczonych Od roku 2000 pakiet

Bardziej szczegółowo

Diary przydatne polecenie. Korzystanie z funkcji wbudowanych i systemu pomocy on-line. Najczęstsze typy plików. diary nazwa_pliku

Diary przydatne polecenie. Korzystanie z funkcji wbudowanych i systemu pomocy on-line. Najczęstsze typy plików. diary nazwa_pliku Diary przydatne polecenie diary nazwa_pliku Polecenie to powoduje, że od tego momentu sesja MATLAB-a, tj. polecenia i teksty wysyłane na ekran (nie dotyczy grafiki) będą zapisywane w pliku o podanej nazwie.

Bardziej szczegółowo

2. Równania nieliniowe i ich uk lady

2. Równania nieliniowe i ich uk lady Metoda Newtona stycznych dla równania f(x) 0: x n+ x n f(x n) f (x n ) Chcemy rozwia ι zać uk lad N równań dla N niewiadomych f (x,x,,x N ) 0 f (x,x,,x N ) 0, f N (x,x,,x N ) 0 krócej: Czy jest jakaś analogia?

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

Elementy rachunku lambda. dr hab. inż. Joanna Józefowska, prof. PP 1

Elementy rachunku lambda. dr hab. inż. Joanna Józefowska, prof. PP 1 Elementy rachunku lambda λ 1 Notacja λ x 3x + 7 3x + 7 jest różniczkowalna 3x + 7 jest mniejsze od 2 (2,3) 5 f(2, 3) = 2 + 3 g(2) = 2 + 3 λx(3x + 7) 3x + 7 λx λy(x + y) = λxy(x + y) λx(x + 3) 2 Rachunek

Bardziej szczegółowo

Test, dzień pierwszy, grupa młodsza

Test, dzień pierwszy, grupa młodsza Test, dzień pierwszy, grupa młodsza 1. Na połowinkach 60 procent wszystkich uczniów to dziewczyny. Impreza jest kiepska, bo tylko 40 procent wszystkich uczniów chce się tańczyć. Sytuacja poprawia sie odrobinę,

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VI ROK SZKOLNY 2015/2016 PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLAS 4 6 SZKOŁY PODSTAWOWEJ

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VI ROK SZKOLNY 2015/2016 PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLAS 4 6 SZKOŁY PODSTAWOWEJ WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VI ROK SZKOLNY 2015/2016 PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLAS 4 6 SZKOŁY PODSTAWOWEJ REALIZOWANY PRZY POMOCY PODRĘCZNIKA MATEMATYKA 2001 DLA KLASY VI I.

Bardziej szczegółowo