Ci gªy fragment rachunku µ

Wielkość: px
Rozpocząć pokaz od strony:

Download "Ci gªy fragment rachunku µ"

Transkrypt

1 Ci gªy fragment rachunku µ Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 28 maja 2009

2 Motywacje 1. Rozwa»amy logiki wzbogacone o operator najmniejszego punktu staªego (modalny rachunek µ, LFP=FO+µ),

3 Motywacje 1. Rozwa»amy logiki wzbogacone o operator najmniejszego punktu staªego (modalny rachunek µ, LFP=FO+µ), 2. Ci gªy fragment jest silnie powi zany z ci gªo±ci w sensie Scotta,

4 Motywacje 1. Rozwa»amy logiki wzbogacone o operator najmniejszego punktu staªego (modalny rachunek µ, LFP=FO+µ), 2. Ci gªy fragment jest silnie powi zany z ci gªo±ci w sensie Scotta, 3. Ci gªy fragment jest naturalnym rozszerzeniem PDL,

5 Motywacje 1. Rozwa»amy logiki wzbogacone o operator najmniejszego punktu staªego (modalny rachunek µ, LFP=FO+µ), 2. Ci gªy fragment jest silnie powi zany z ci gªo±ci w sensie Scotta, 3. Ci gªy fragment jest naturalnym rozszerzeniem PDL, 4. Badanie relacji pomi dzy formuªami ci gªymi, a konstruktywnymi przybli»anie formuª konstruktywnych ci gªymi.

6 Contents Wst p Skªadnia i semantyka Proste wªasno±ci Automaty i gry dla rachunku µ Ci gªy fragment rachunku µ Ci gªo±, a ci gªo± w sensie Scotta Formuªy konstruktywne i ich zwi zki z ci gªymi Chwytanie ci gªego fragmentu Klasy formuª CF(P X ) CF(p) formuªy ci gªe wzgl dem p

7 Skªadnia rachunku µ Denicja Prop sko«czony zbiór zmiennych zdaniowych, Var przeliczalny zbiór zmiennych. Formuªy rachunku µ deniujemy indukcyjnie: ϕ T p x ϕ ϕ ϕ ϕ µx.ϕ, gdzie p Prop, x Var oraz ka»de wyst pienie zmiennej x w µx.ϕ poprzedzone jest parzyst ilo±ci negacji. Skróty notacyjne: ϕ ψ, ϕ oraz νx.ϕ s skrótami dla odpowiednio ( ϕ ψ), ϕ oraz µx. ϕ[ x/x].

8 Modele Kripkego Denicja Ram Kripkego nazywamy par (M, R), gdzie M jest niepustym zbiorem, a R M 2. Modelem Kripkego nazywamy trójk (M, R, V ), gdzie (M, R) jest ram Kripkego, a V : Prop P(M) jest ewaluacj (valuation) zmiennych zdaniowych. Kiedykolwiek zachodzi srt, wtedy t nazwiemy nast pnikiem s. Przez R(s) oznacza b dziemy zbiór nast pników s.

9 Semantyka Kripkego Dla dowolnej formuªy ϕ rachunku µ, modelu M = (M, R, V ) oraz warto±ciowania (assignment) τ : Var P(M) deniujemy ϕ M,τ podzbiór zbioru M (zbiór punktów, w których ϕ jest prawdziwe). ϕ = T, to ϕ M,τ = M, ϕ = p, to ϕ M,τ = V (p), ϕ = x, to ϕ M,τ = τ(x), ϕ = θ 1 θ 2, to ϕ M,τ = θ 1 M,τ θ 2 M,τ, ϕ = θ, to ϕ M,τ = M θ M,τ, ϕ = θ, to ϕ M,τ = {t M s M (trs s θ M,τ )}, ϕ = µx.θ, to ϕ M,τ = {A M θ M,τ[x:=A] A}, gdzie τ[x := A] to warto±ciowanie τ takie,»e τ (x) = A oraz τ (y) = τ(y), dla x y.

10 Semantyka cd. wyja±nienia Uwaga µx.ϕ M,τ jest najmniejszym punktem staªym odwzorowania ϕ x : P(M) P(M) zdeniowanego jako ϕ x (A) = ϕ M,τ[x:=A], dla A M. Podobnie deniujemy odwzorowanie ϕ p : P(M) P(M) jako ϕ p (A) = ϕ M[p:=A],τ, gdzie M[p := A] = (M, R, V ) to model taki,»e V (p) = A oraz V (q) = V (q), dla q p.

11 Konwencje Konwencje notacyjne Dla s ϕ M,τ piszemy M, s τ ϕ i powiemy,»e ϕ jest prawdziwe w s przy warto±ciowaniu τ. Dla zda«pomijamy warto±ciowanie τ. Piszemy ϕ = ψ, gdy dla dowolnych modeli M, punktów s M z M, s ϕ wynika M, s ψ. Denicja Formuªa ϕ jest monotoniczna wzgl dem p je»eli dla dowolnych modeli M = (M, R, V ) oraz dowolnych warto±ciowa«τ i podzbiorów A, B M speªniaj cych A B zachodzi ϕ p (A) ϕ p (B).

12 Semantyka przez gry Gra semantyczna Niech M = (M, R, V ) b dzie modelem, s M, τ b dzie warto±ciowaniem oraz ϕ b dzie formuª rachunku µ. Gra semantyczna dla M, s, τ, ϕ rozgrywa si mi dzy dwoma graczami: Adamem i Ew. Jest to uogólnienie standardowej gry semantycznej dla logiki modalnej. Pozycje w grze to czwórki: (t, ψ, Z, i), gdzie t M, ψ formuªa, Z n Var Form µ oraz i {0, 1}. Pozycje w których i = 0 s standardowe, natomiast te z i = 1 oznaczaj,»e gracze zamienili si rolami (przeszli±my nieparzy±cie wiele razy przez negacj ). Stan pocz tkowy to (s, ϕ,, 0). Denicja Powiemy,»e y Var jest bardziej na zewn trz od x Var w formule ϕ, gdy ϕ ma podformuª postaci µx.χ(x, y) lub νx.χ(x, y) i y jest wolna w χ.

13 Gra semantyczna dla rachunku µ (s, T, Z, 0) wygrywa Ewa, (s, x, Z, 0) oraz x nie zostaªa zwi zana je±li s τ(x) wygrywa Ewa, wpp wygrywa Adam, (s, p, Z, 0) je±li s V (p) wygrywa Ewa, wpp wygrywa Adam, (s, θ 1 θ 2, Z, 0) Ewa wybiera pomi dzy (s, θ 1, Z, 0), a (s, θ 2, Z, 0), (s, θ 1 θ 2, Z, 0) Adam wybiera pomi dzy (s, θ 1, Z, 0), a (s, θ 2, Z, 0), (s, ψ, Z, 0) Ewa wybiera (s, ψ, Z, 1), (s, ψ, Z, 0) Ewa wybiera (t, ψ, Z, 0), dla t dowolnego nast pnika s, (s, ψ, Z, 0) Adam wybiera (t, ψ, Z, 0), dla t dowolnego nast pnika s, (s, νx.ψ, Z, 0) Ewa wybiera (s, ψ, Z {(x, ψ)}, 0), (s, µx.ψ, Z, 0) Adam wybiera (s, ψ, Z {(x, ψ)}, 0), (s, x, Z, 0) oraz (x, ψ) Z Ewa wybiera (s, ψ, Z, 0).

14 Gra semantyczne dla rachunku µ (2) W pozycjach (s, ψ, Z, 1) wszystkie przej±cia si dualizuj (zamieniamy wsz dzie Adam na Ewa i na odwrót). Warunek zwyci stwa W grze niesko«czonej wygrywa Ewa, gdy najbardziej zewn trzna ze zmiennych wyst puj cych w rozgrywce niesko«czenie wiele razy jest zwi zana operatorem ν. Twierdzenie M, s τ ϕ dokªadnie wtedy, gdy Ewa ma strategi wygrywaj c w odpowiedniej grze semantycznej.

15 Wªasno±ci rachunku µ Uwaga Prawdziwo± zdania w punkcie s zale»y jedynie od punktów dost pnych z s (by mo»e w wi kszej ilo±ci kroków). Fakt ten motywuje do wprowadzenia nast puj cej denicji podmodelu generowanego przez s. Denicja Niech M = (M, R, V ) b dzie modelem. Podzbiór N M jest domkni ty w gór, gdy dla dowolnych s, t M je»eli srt oraz s N, to t N. Model N = (N, S, U) jest podmodelem generowanym w M je»eli N M jest domkni ty w gór, S = R (N N) oraz dla ka»dego p Prop U(p) = V (p) N. Je»eli N M, to powiemy,»e N = (N, S, U) jest podmodelem generowanym przez N je»eli N jest podmodelem generowanym w M oraz N jest najmniejszym domkni tym w gór zbiorem zawieraj cym N.

16 Wªasno±ci rachunku µ cd. Denicja Punkt s jest korzeniem modelu M = (M, R, V ), gdy dla dowolnego t s istnieje ±cie»ka od s do t (w sensie relacji R). Model M = (M, R, V ) nazwiemy ωrozszerzonym je»eli jest drzewem takim,»e dla dowolnego s M oraz dowolnego jego nast pnika t istnieje niesko«czenie wiele ró»nych bisymilarnych nast pników s. Twierdzenie Niech M = (M, R, V ) b dzie modelem i niech s M. Istnieje ωrozszerzony model M = (M, R, V ) taki,»e s oraz korze«s M s bisymilarne. W szczególno±ci dla dowolnego zdania ϕ rachunku µ M, s ϕ dokªadnie wtedy, gdy M, s ϕ.

17 µ automaty, µ gry Denicja µautomat A nad sko«czonym alfabetem Σ to krotka (Q, q 0, δ, Ω), gdzie Q jest sko«czony zbiór stanów, q 0 Q jest stanem pocz tkowym, δ : Q Σ PP(Q) jest funkcj przej±cia oraz Ω : Q N jest funkcj parzysto±ci. Dla modelu M = (M, R, V ) wraz z etykietowaniem L : M Σ (L : M P(Prop)) oraz punktu s M Agra w M z pozycj startow (s, q 0 ) rozgrywa si pomi dzy dwoma graczami: Duplikatorem i Spoilerem.

18 µ gry przebieg rozgrywki Rozgrywka W pozycji (t, q) ruch wykonuje Duplicator: wybiera oznaczenie m : Q P{u : tru}, gdy (u m(q)) powiemy,»e u jest oznaczone przez q, wybiera opis D z δ(q, L(t)), m i D musz speªnia : Gdy q D, istnieje u taki,»e tru oznaczony przez q, Gdy tru, istnieje q D taki,»e u jest oznaczone przez q. Nast pnie Spoiler wybiera (u, q ) takie,»e t m(q ). Ka»dy z graczy wygrywa, gdy przeciwnik nie mo»e wykona ruchu. W niesko«czonych rozgrywkach (s, q 0 ), (s 1, q 1 ),... wygrywa Duplicator, gdy lim inf i Ω(q i ) jest parzyste. Denicja Powiemy,»e automat A akceptuje (M, s), gdy Duplicator ma strategi wygrywaj c w Agrze w M rozpoczynaj cej si w pozycji (s, q 0 ).

19 Po co nam µ automaty i µ gry? Twierdzenie Dla dowolnego µautomatu A (nad P(Prop)) istnieje zdanie ϕ A takie,»e dla dowolnych modeli M oraz punktów s M A akceptuje (M, s) dokªadnie wtedy, gdy M, s ϕ A. Dla dowolnego zdania ϕ istnieje µautomat A ϕ taki,»e dla dowolnych modeli M oraz punktów s M A ϕ akceptuje (M, s) dokªadnie wtedy, gdy M, s ϕ.

20 Contents Wst p Skªadnia i semantyka Proste wªasno±ci Automaty i gry dla rachunku µ Ci gªy fragment rachunku µ Ci gªo±, a ci gªo± w sensie Scotta Formuªy konstruktywne i ich zwi zki z ci gªymi Chwytanie ci gªego fragmentu Klasy formuª CF(P X ) CF(p) formuªy ci gªe wzgl dem p

21 Denicja ci gªego fragmentu Denicja Dla dowolnej zmiennej zdaniowej p formuªa ϕ jest ci gªa wzgl dem p, gdy dla dowolnego modelu M = (M, R, V ), punktu s M oraz warto±ciowania τ zachodzi: M, s τ ϕ dokªadnie wtedy, gdy istnieje sko«czony F V (p) taki,»e M[p := F ], s τ ϕ. Analogicznie deniujemy ci gªo± wzgl dem zmiennej: Formuªa ϕ jest ci gªa wzgl dem zmiennej x, gdy dla dowolnego modelu M = (M, R, V ), punktu s M oraz warto±ciowania τ zachodzi: M, s τ ϕ dokªadnie wtedy, gdy istnieje sko«czony F τ(x) taki,»e M, s τ[x:=f ] ϕ. Uwaga Formuªa jest ci gªa wzgl dem p Prop, gdy jest monotoniczna wzgl dem p oraz by ustali prawdziwo± ϕ w punkcie dowolnego modelu potrzebujemy jedynie informacji o sko«czenie wielu punktach, w których zachodzi p.

22 Ci gªo± w sensie Scotta Denicja Niech M = (M, R, V ) b dzie modelem. Rodzin F podzbiorów M nazwiemy skierowan, je»eli dla dowolnych U 1, U 2 F istnieje U F taki,»e U 1 U 2 U. Zbiór otwarty w topologii Scotta w P(M) to rodzina O podzbiorów M domkni ta na nadzbiory oraz taka,»e dla dowolnej skierowanej rodziny F takiej,»e F O przeci cie F O jest niepuste. Odwzorowanie f : P(M) P(M) jest ci gªe w sensie Scotta, gdy dla dowolnego zbioru otwartego w sensie Scotta O zbiór f 1 [O] = {f 1 (U) U O} jest otwarty w sensie Scotta. Dla dowolnej zmiennej zdaniowej p zdanie ϕ jest ci gªe w sensie Scotta wzgl dem p, gdy dla dowolnego modelu M = (M, R, V ) odwzorowanie ϕ p : P(M) P(M) jest ci gªe w sensie Scotta.

23 Ci gªo± w sensie Scotta cd. Fakt Odwzorowanie f jest ci gªe w sensie Scotta dokªadnie wtedy, gdy zachowuje sumy skierowane. Czyli dla dowolnej rodziny skierowanej F zachodzi f ( F) = f [F], gdzie f [F] = {f (U) : U F}.

24 Ci gªo± w sensie Scotta = ci gªo± Twierdzenie Zdanie jest ci gªe wzgl dem p dokªadnie wtedy, gdy jest ci gªe w sensie Scotta wzgl dem p. Dowód: ( ) Pokazujemy,»e dla ϕ ci gªego wzg dem p ϕ p zachowuje sumy skierowane. Jedna inkluzja wynika z monotoniczno±ci ϕ p. Dowodz c drugiej inkluzji korzystamy z ci gªo±ci ϕ wzgl dem p, by wybra sko«czony podzbiór F F determinuj cy prawdziwo± ϕ. Poniewa» F skierowana istnieje U F takie,»e F U. Z monotoniczno±ci M[p := F ], s ϕ poci ga M[p := U], s ϕ, a poniewa» U F, to M[p := F], s ϕ.

25 Dowód cd. ( ) Monotoniczno± otrzymujemy bior c dla dowolnych U U rodzin skierowan F = {U, U } na mocy zachowywania przez ϕ p sum skierowanych. Pozostaje, dla M, s ϕ (s ϕ p (V (P))) znale¹ sko«czony podzbiór F V (p) taki,»e M[p := F ], s ϕ. Bierzemy rodzin skierowan F = {F V (p) : F skoczony} i korzystamy z faktu,»e ϕ p zachowuje sumy skierowane. Mamy ϕ p (V (p)) = ϕ p ( F) = ϕ p [F]. Zatem istnieje F F takie,»e s ϕ p (F ).

26 Konstruktywne formuªy Denicja Dla dowolnej zmiennej zdaniowej p zdanie ϕ jest konstruktywne wzgl dem p, gdy dla dowolnych modeli M = (M, R, V ) najmniejszy punkt staªy odwzorowania ϕ p : P(M) P(M) jest równy i=0 {ϕi p( )}, gdzie ϕ 0 p = ϕ p oraz ϕ i+1 p = ϕ p ϕ i. p

27 Zdania ci gªe s konstruktywne Twierdzenie Je»eli zdanie ϕ jest ci gªe wzgl dem p, to jest konstruktywne wzgl dem p. Dowód: Rozwa»amy rodzin {ϕ i p( )} i N. Chcemy, by ϕ p ( F) = F. Zauwa»my,»e F jest skierowana. Zatem ϕ p ( F) = ϕ p [F]. Oczywi±cie ϕ p [F] = F.

28 Przykªady zda«nieci gªych, a konstruktywnych Przykªad 1. ϕ = p. ϕ jest prawdziwe w punktach o gª boko±ci mniejszej ni» 2. Mamy ϕ 2 p( ) = ϕ 3 p( ). Jednak model mo»e mie niesko«czone rozgaª zienie ϕ nie jest ci gªa wzgl dem p. Przykªad 2. ψ = νx.(p x). ψ jest prawdziwe w punktach, z których istnieje niesko«czona ±cie»ka zªo»ona z punktów, w których p jest prawdziwe. Nie jest ci gªe wzgl dem p, natomiast dla wszystkich modeli ψ p ( ) =.

29 Contents Wst p Skªadnia i semantyka Proste wªasno±ci Automaty i gry dla rachunku µ Ci gªy fragment rachunku µ Ci gªo±, a ci gªo± w sensie Scotta Formuªy konstruktywne i ich zwi zki z ci gªymi Chwytanie ci gªego fragmentu Klasy formuª CF(P X ) CF(p) formuªy ci gªe wzgl dem p

30 Charakteryzacja skªadniowa ci gªego fragmentu Denicja Niech P Prop oraz X Var. Klas formuª CF(P X ) deniujemy indukcyjnie: ϕ T p x ψ ϕ ϕ ϕ ϕ ϕ µy.χ gdzie p P, x X, ψ jest formuª rachunku µ w której nie wyst puj zmienne z P X oraz χ nale»y do CF(P X {y}). Fakt Klasy formuª CF(P X ) s domkni te na zªo»enia, to znaczy: dla dowolnej formuªy ϕ CF(P X {p}) oraz formuªy ψ CF(P X ) zachodzi ϕ[ψ/p] CF(P X ).

31 Zdania z CF(p) s ci gªe wzgl dem p Dowód: Indukcja ze wzgl du na budow ϕ pokazujemy,»e dla dowolnych P Prop oraz X Var je»eli ϕ CF(P X ), to ϕ ci gªa wzgl dem wszystkich p P oraz x X. Krok indukcyjny: ϕ = µy.χ, gdzie χ CF(P X {y}), p P. Pokazuj c monotoniczno± ϕ p korzystamy jedynie z monotoniczno±ci χ y. Pozostaje znale¹ sko«czony F V (p) determinuj cy prawdziwo± ϕ. Rozwa»amy F rodzin sko«czonych podzbiorów V (p).

32 Dowód cd. Niech χ F y (A) = χ M[p:=F ],τ[y:=a] i niech f (F ) b dzie najmniejszym punktem staªym χ F y (A). Przy zaªo»eniu,»e M, s τ µy.χ szukamy F F takiego,»e s f (F ). We¹my G = {f (F ) : F F}. G jest rodzin skierowan. Wystarczy pokaza,»e χ y ( G) = χ y (G). Pokazujemy to korzystaj c z zaªo»enia indukcyjnego o ci gªo±ci χ wzgl dem y oraz p.

33 CF(p) formuªy ci gªe wzgl dem p. Twierdzenie Zdanie ϕ jest ci gªe wzgl dem p dokªadnie wtedy, gdy jest równowa»ne zdaniu z CF(p). Dowód: Wystarczy pokaza implikacj w praw stron. Niech ϕ b dzie ci gªe wzgl dem p. Szukamy χ CF(p) równowa»nego ϕ. B dziemy konstruowa sko«czony zbiór Π CF(p) taki,»e: ϕ {ψ : ψ Π oraz ψ = ϕ} df χ Zbiór Π budujemy przy pomocy automatów o co najwy»ej k stanach (k zale»y od ϕ).

34 Do ilustanowych automatów mo»emy si ograniczy? dowód cd. Niech A = (Q, q 0, δ, ω) b dzie µautomatem zwi zanym ze zdaniem ϕ. Dla q Q niech ϕ q b dzie zdaniem otrzymanym z A przez zamian stanu pocz tkowego z q 0 na q. Deniujemy nast puj cy zbiór zda«sort0: {p : p Prop {p}, p σ} { p : p Prop {p}, p σ} dla σ Prop {p}. Dla dowolnego punktu s M w Sort0 istnieje dokªadnie jedna formuªa prawdziwa w s.

35 Do ilustanowych automatów mo»emy si ograniczy? (2) dowód cd. Nast pnie deniujemy zbiór zda«sort1: {ϕq [ /p] : q S]} { ϕ q [ /p] : q S} dla S Q. Wreszcie Sort2 to zbiór zda«postaci α Ψ, dla α Sort0 oraz Ψ Sort1, natomiast X = { ϕ : ϕ X } X. Podobnie jak w przypadku Sort0 w Sort1 oraz w Sort2 w dowolnym modelu i punkcie s jest dokªadnie jedno prawdziwe w s zdanie z Sort1 i jedno z Sort2. Zauwa»my,»e Sort0, Sort1, Sort2 s zbiorami zda«nie zawieraj cych p.

36 Do ilustanowych automatów mo»emy si ograniczy? (3) dowód cd. Wreszcie deniujemy Π jako zbiór zda«z CF(p) odpowiadaj cych µautomatom o co najwy»ej Sort2 2 Q +1. Poniewa» automatów tych jest sko«czenie wiele, Π jest sko«czony. Pozostaje pokaza,»e ϕ {ψ : ψ Π oraz ψ = ϕ}. Wynikanie w lewo jest oczywiste.

37 ϕ {ψ : ψ Π oraz ψ = ϕ} Zaªó»my,»e dla pewnego modelu M = (M, R, V ) i punktu s M zachodzi M, s ϕ. Szukamy ψ Π takiego,»e ψ = ϕ oraz M, s ψ. Dokªadniej chcemy skonstruowa automat o co najwy»ej Sort2 2 Q +1 stanach A odpowiadaj cy formule z CF(p) taki,»e A akceptuje (M, s), oraz A A, czyli dla dowolnych M, s M je»eli A akceptuje (M, s ), to A te».

38 Konstrukcja A Mo»emy zaªo»y,»e M jest ωrozszerzonym drzewem o korzeniu s. Poniewa», ϕ jest ci gªe wzgl dem p istnieje sko«czony podzbiór F V (p) takie,»e M[p := F ], s ϕ. We¹my T namniejszy domkni ty w dóª nadzbiór F. Chcemy, by zbiorem stanów A byª T {a T }, jednak zbiór ten mo»e mie za du» moc. Musimy zatem wyekstrahowa z ka»dego punktu z T potrzebn nam informacj i uto»sami te punkty, które nios te same informacje.

39 Konstrukcja A (2) Dla t M[p := F ]: s2(t) jedyne zdanie z Sort2 prawdziwe w t, col(t) kolor t: wynosi 1 gdy t F i 0 wpp, Q(t) = {q Q : M[p := F ], t ϕ q }, r(t) (s2(t), Q(t), col(t)), gdy t T oraz a T wpp. A = (Q, q 0, δ, Ω ) to µautomat nad sªownikiem Sort2 {0, 1}, Q = {r(t) : t T } {a T }, q 0 = r(s),

40 Funkcja przej±cia i parzysto±ci A {r[r(u)] : u T i r(u) = r(t)} δ (q, (σ, i)) = {{a T }, } gdy q = r(t), σ = s2(t), i = col(t) q = a T wpp. Ω (a T ) = 0, Ω (q ) = 1, dla q a T. Zatem aby Duplicator wygraª niesko«czon rozgrywk musi doj± do a T i tam ju» pozosta, w przeciwnym wypadku przegrywa.

41 Nast pnie automoat A tªumaczymy na zdanie ψ, które ma by równowa»ne formule z Π. Musimy si upewni, by otrzymana z A formuªa nie posiadaªa p ani»adnej z zmiennej w zasi gu operatora w tym celu deniuje si odpowiednie jej tªumaczenie (jest ono podane eksplicite, jednak dowód poprawno±ci jest koszmarnie dªugi).

42 M, s ψ i ψ = ϕ Dla M, s ϕ indukcyjnie deniuje si strategi wygrywaj c dla Duplikatora w A grze. Dla ψ = ϕ pokazujemy w jaki sposób ze zbudowa strategi wygrywaj c Duplikatora w A grze, korzystaj c ze stategii uzyskanej wy»ej, dla A gry.

43 Rozstrzygalno± przynale»no±ci do ci gªego fragmentu Twierdzenie Rozsztrzygalny jest problem, czy dana formuªa jest ci gªa wzgl dem p. Dowód: Ustalmy p. Korzystaj c z dowodu poprzedniego twierdzenia wystarczy obliczy zbiór Π odpowiadaj cy automatom o co najwy»ej Sort2 2 Q +1 stanach. Nast pnie znajdujemy wszystkie jego podzbiory Ψ i sprawdza czy ϕ Ψ. Poniewa» rachunek µ jest sko«czenie aksjomatyzowalny i ma wªasno± sko«czonych modeli mo»na rozstrzyga czy ϕ jest równowa»ne Ψ. Zªo»ono± algorytmu rozstrzygania 4EXPTIME.

44 Podsumowanie Mo»na efektywnie i bezstratnie tªumaczy formuªy rachunku µ na automaty i na odwrót,

45 Podsumowanie Mo»na efektywnie i bezstratnie tªumaczy formuªy rachunku µ na automaty i na odwrót, Poj cie ci gªo±ci w rachunku µ pokrywa si z poj ciem ci gªo±ci w sensie Scotta,

46 Podsumowanie Mo»na efektywnie i bezstratnie tªumaczy formuªy rachunku µ na automaty i na odwrót, Poj cie ci gªo±ci w rachunku µ pokrywa si z poj ciem ci gªo±ci w sensie Scotta, Istnieje charakterystyka skªadniowa ci gªego fragmentu rachunku µ,

47 Podsumowanie Mo»na efektywnie i bezstratnie tªumaczy formuªy rachunku µ na automaty i na odwrót, Poj cie ci gªo±ci w rachunku µ pokrywa si z poj ciem ci gªo±ci w sensie Scotta, Istnieje charakterystyka skªadniowa ci gªego fragmentu rachunku µ, Rozstrzygalny jest problem, czy zdanie jest ci gªe,

48 Podsumowanie Mo»na efektywnie i bezstratnie tªumaczy formuªy rachunku µ na automaty i na odwrót, Poj cie ci gªo±ci w rachunku µ pokrywa si z poj ciem ci gªo±ci w sensie Scotta, Istnieje charakterystyka skªadniowa ci gªego fragmentu rachunku µ, Rozstrzygalny jest problem, czy zdanie jest ci gªe, Ka»de zdanie ci gªe jest konstruktywne, ale nie na odwrót.

49 Problemy otwarte i prawie zamkni te: Czy dla dowolnej formuªy konstruktywnej (wzgl dem p) ψ istnieje ci gªa ϕ taka,»e µp.ϕ µp.ψ?

50 Problemy otwarte i prawie zamkni te: Czy dla dowolnej formuªy konstruktywnej (wzgl dem p) ψ istnieje ci gªa ϕ taka,»e µp.ϕ µp.ψ? Czy rozstrzygalny jest problem konstruktywno±ci formuªy?

51 Problemy otwarte i prawie zamkni te: Czy dla dowolnej formuªy konstruktywnej (wzgl dem p) ψ istnieje ci gªa ϕ taka,»e µp.ϕ µp.ψ? Czy rozstrzygalny jest problem konstruktywno±ci formuªy? Czy konstrukcj automatu A z gªównego twierdzenia mo»na uniezale»ni od modeli i punktów (aby otrzyma ni»sze górne ograniczenie na zªo»ono± algorytmu rozstrzygaj cego przynale»no± do ci gªego fragmentu?

52 G. Fontaine Continuous fragment of the µcalculus. CSL 2008: D. Niwi«ski Mu-calculus via games (extended abstract). CSL 2002: D. Niwi«ski, A. Arnold Rudiments of mu-calculus. North Holland 2001.

53 Dzi kuj za uwag

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski

Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej

Bardziej szczegółowo

Ekstremalnie maªe zbiory

Ekstremalnie maªe zbiory Maªe jest pi kne Instytut Matematyki Uniwersytetu Warszawskiego Nadarzyn, 27.08.2011 Zbiory silnie miary zero Przypomnienie Zbiór X [0, 1] jest miary Lebesgue'a zero, gdy dla ka»dego ε > 0 istnieje ci

Bardziej szczegółowo

Strategia czy intuicja?

Strategia czy intuicja? Strategia czy intuicja czyli o grach niesko«czonych Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 29 sierpnia 2009 Denicja gry Najprostszy przypadek: A - zbiór (na ogóª co najwy»ej przeliczalny),

Bardziej szczegółowo

Zadania. 4 grudnia k=1

Zadania. 4 grudnia k=1 Zadania 4 grudnia 205 Zadanie. Poka»,»e dla dowolnych liczb zespolonych z,..., z n istnieje zbiór B {,..., n}, taki,»e n z k π z k. k B Zadanie 2. Jakie warunki musz speªnia ci gi a n i b n, aby istniaªy

Bardziej szczegółowo

Przekroje Dedekinda 1

Przekroje Dedekinda 1 Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2

Bardziej szczegółowo

Metoda tablic semantycznych. 1 Metoda tablic semantycznych

Metoda tablic semantycznych. 1 Metoda tablic semantycznych 1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera

Bardziej szczegółowo

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

Logika matematyczna (16) (JiNoI I)

Logika matematyczna (16) (JiNoI I) Logika matematyczna (16) (JiNoI I) Jerzy Pogonowski Zakªad Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 15/16 lutego 2007 Jerzy Pogonowski (MEG) Logika matematyczna (16) (JiNoI I) 15/16

Bardziej szczegółowo

Podstawy matematyki dla informatyków

Podstawy matematyki dla informatyków Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru

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

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1

JAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1 J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)

Bardziej szczegółowo

Podstawy matematyki dla informatyków. Logika formalna. Skªadnia rachunku zda« Skróty i priorytety. Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011

Podstawy matematyki dla informatyków. Logika formalna. Skªadnia rachunku zda« Skróty i priorytety. Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011 Podstawy matematyki dla informatyków Logika formalna Wykªad 10 (Klasyczny rachunek zda«) 15 grudnia 2011 Skªadnia rachunku zda«symbole (zmienne) zdaniowe (p, q, r,...), oraz znaki i s formuªami zdaniowymi.

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

Wykªad 4. Funkcje wielu zmiennych.

Wykªad 4. Funkcje wielu zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.

Bardziej szczegółowo

1 Poj cia pomocnicze. Przykªad 1. A A d

1 Poj cia pomocnicze. Przykªad 1. A A d Poj cia pomocnicze Otoczeniem punktu x nazywamy dowolny zbiór otwarty zawieraj cy punkt x. Najcz ±ciej rozwa»amy otoczenia kuliste, tj. kule o danym promieniu ε i ±rodku x. S siedztwem punktu x nazywamy

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

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:

Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy

Bardziej szczegółowo

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne

Maszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego

Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego Krzysztof Kapulkin IX Warsztaty Logiczne 5 12 lipca 2008 1 Wst p W referacie tym przedstawiamy wyniki uzyskane przez Andrzeja Ehrenfeuchta i Andrzeja

Bardziej szczegółowo

Twierdzenie Choqueta o mierzalno±ci rzutów

Twierdzenie Choqueta o mierzalno±ci rzutów Twierdzenie Choqueta o mierzalno±ci rzutów (Na podstawie wykªadu prof. Michaªa Morayne) Mateusz Kwa±nicki 12. grudnia 2004. 1 Wst p Ten tekst jest skróconym zapisem wykªadów dr M. Morayne, po±wi conych

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

Geometria Algebraiczna

Geometria Algebraiczna Geometria Algebraiczna Zadania domowe: seria 1 Zadania 1-11 to powtórzenie podstawowych poj z teorii kategorii. Zapewne rozwi zywali Pa«stwo te zadania wcze±niej, dlatego nie b d one omawiane na wiczeniach.

Bardziej szczegółowo

Preliminaria logiczne

Preliminaria logiczne Preliminaria logiczne Jerzy Pogonowski Zakªad Logiki i Kognitywistyki UAM www.kognitywistyka.amu.edu.pl http://logic.amu.edu.pl/index.php/dydaktyka pogon@amu.edu.pl MDTiAR Jerzy Pogonowski (MEG) Preliminaria

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium

AM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium AM II.1 2018/2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium Normy w R n, iloczyn skalarny sprawd¹ czy dana funkcja jest norm sprawd¹, czy dany zbiór jest kul w jakiej± normie i oblicz norm wybranego

Bardziej szczegółowo

Twierdzenie 1 (Hindmana). Ustalmy dowolne kolorowanie zbioru liczb naturalnych na sko«czenie wiele kolorów. Wtedy istnieje zbiór niesko«- czony A

Twierdzenie 1 (Hindmana). Ustalmy dowolne kolorowanie zbioru liczb naturalnych na sko«czenie wiele kolorów. Wtedy istnieje zbiór niesko«- czony A Twierdzenie 1 (Hindmana). Ustalmy dowolne kolorowanie zbioru liczb naturalnych na sko«czenie wiele kolorów. Wtedy istnieje zbiór niesko«- czony A taki»e wszystkie sko«czone sumy jego (ró»nych) elementów

Bardziej szczegółowo

Logika intuicjonistyczna

Logika intuicjonistyczna 9 listopada 2011 Plan 1 2 3 4 Plan 1 2 3 4 Intuicjonizm Pogl d w lozoi matematyki wprowadzony w 1912 L. E. J. Brouwera. Twierdzenia matematyczne powstaj dzi ki intuicjom naszego umysªu. Skupienie si na

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Analiza matematyczna 2; MatematykaS-I 0 lic 21 maja 2018 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(, y b dzie okre±lona przynajmniej na otoczeniu punktu

Bardziej szczegółowo

1 Otwarto± i domkni to±

1 Otwarto± i domkni to± Topologia 1 1 Otwarto± i domkni to± (X, O) przestrze«topologiczna rodzina zbiorów otwartych O 2 X speªnia (i), X O, (ii) U 1, U 2 O U 1 U 2 O, (iii) ( j J U j O ) j J U j O. X D zbiór domkni ty X \ D O;

Bardziej szczegółowo

Systemy hybrydowe. Joanna Iwaniuk. 2 listopada 2010

Systemy hybrydowe. Joanna Iwaniuk. 2 listopada 2010 2 listopada 2010 Plan prezentacji 1. Co to jest system hybrydowy? 2. Liniowe systemy hybrydowe 3. Wyznaczanie stanów osi galnych Model checking 4. Podsumowanie Automaty hybrydowe System hybrydowy Komponent

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ELEMENTARNA TEORIA LICZB. 1. Podzielno± ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m

Bardziej szczegółowo

Rachunek caªkowy funkcji wielu zmiennych

Rachunek caªkowy funkcji wielu zmiennych Rachunek caªkowy funkcji wielu zmiennych I. Malinowska, Z. Šagodowski Politechnika Lubelska 8 czerwca 2015 Caªka iterowana podwójna Denicja Je»eli funkcja f jest ci gªa na prostok cie P = {(x, y) : a x

Bardziej szczegółowo

Estymacja parametru gªadko±ci przy u»yciu falek splajnowych

Estymacja parametru gªadko±ci przy u»yciu falek splajnowych Estymacja parametru gªadko±ci przy u»yciu falek splajnowych Politechnika Gda«ska Wydziaª Fizyki Technicznej i Matematyki Stosowanej Wisªa, 3-7.12.2012 Przestrze«Biesowa Przestrze«Biesowa B s p,q, 1 p,

Bardziej szczegółowo

Funkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu)

Funkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu) Funkcje jednej zmiennej Granica, ci gªo± (szkic wykªadu) opracowaªa Gra»yna Ciecierska 1 Granica funkcji Denicja Niech 0 R, r > 0 Otoczeniem punktu 0 o promieniu r nazywamy przedziaª ( 0 r, 0 +r) Otoczeniem

Bardziej szczegółowo

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji

W poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji W poprzednim odcinku... Podstawy matematyki dla informatyków Rodzina indeksowana {A t } t T podzbiorów D to taka funkcja A : T P(D),»e A(t) = A t, dla dowolnego t T. Wykªad 3 20 pa¹dziernika 2011 Produkt

Bardziej szczegółowo

Analiza i aproksymacja nieliniowego modelu elastycznego ograniczaj cego odksztaªcenie

Analiza i aproksymacja nieliniowego modelu elastycznego ograniczaj cego odksztaªcenie Analiza i aproksymacja nieliniowego modelu elastycznego ograniczaj cego odksztaªcenie Wojciech O»a«ski 9 Kwi 2015 Przykªad ukªadu mechanicznych o ograniczaj cym odksztaªceniu: nierozciagliwa struna σ spreżyna

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych

Bardziej szczegółowo

Wykªad 12. Transformata Laplace'a i metoda operatorowa

Wykªad 12. Transformata Laplace'a i metoda operatorowa Wykªad 2. Tranformata Laplace'a i metoda operatorowa Tranformata Laplace'a Dla odpowiednio okre±lonej klay funkcji zdeniujemy operator L, nazywany tranformat Laplace'a, okre±lony wzorem L[ f ]() = f(t)e

Bardziej szczegółowo

Indeksowane rodziny zbiorów

Indeksowane rodziny zbiorów Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

Zbiory ograniczone i kresy zbiorów

Zbiory ograniczone i kresy zbiorów Zbiory ograniczone i kresy zbiorów Def.. Liczb m nazywamy ograniczeniem dolnym a liczb M ograniczeniem górnym zbioru X R gdy (i) x m; (ii) x M. Mówimy,»e zbiór X jest ograniczony z doªu (odp. z góry) gdy

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia

Bardziej szczegółowo

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1

Czy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1 II KOLOKWIUM Z AM M1 - GRUPA A - 170101r Ka»de zadanie jest po 5 punktów Ostatnie zadanie jest nieobowi zkowe, ale mo»e dostarczy dodatkowe 5 punktów pod warunkiem rozwi zania pozostaªych zada«zadanie

Bardziej szczegółowo

Logika pierwszego rz du. Sposób u»ycia. Tautologie, sposoby u»ywania logiki pierwszego rz du, zwi zki z j zykiem naturalnym

Logika pierwszego rz du. Sposób u»ycia. Tautologie, sposoby u»ywania logiki pierwszego rz du, zwi zki z j zykiem naturalnym Logika pierwszego rz du. Sposób u»ycia. Tautologie, sposoby u»ywania logiki pierwszego rz du, zwi zki z j zykiem naturalnym Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); Kilka wa»nych tautologii 1 x(ϕ ψ)

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

c Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie

c Marcin Sydow Spójno± Grafy i Zastosowania Grafy Eulerowskie 2: Drogi i Cykle Grafy Hamiltonowskie Podsumowanie 2: Drogi i Cykle Spis Zagadnie«drogi i cykle spójno± w tym sªaba i silna k-spójno± (wierzchoªkowa i kraw dziowa) dekompozycja grafu na bloki odlegªo±ci w grae i poj cia pochodne grafy Eulera i Hamiltona

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

Mierzalne liczby kardynalne

Mierzalne liczby kardynalne czyli o miarach mierz cych wszystko Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 26 stycznia 2007 Ogólny problem miary Pytanie Czy na pewnym zbiorze X istnieje σ-addytywna miara probabilistyczna,

Bardziej szczegółowo

Ksztaªt orbity planety: I prawo Keplera

Ksztaªt orbity planety: I prawo Keplera V 0 V 0 Ksztaªt orbity planety: I prawo Keplera oka»emy,»e orbit planety poruszaj cej si pod dziaªaniem siªy ci»ko±ci ze strony Sªo«ca jest krzywa sto»kowa, w szczególno±ci elipsa. Wektor pr dko±ci planety

Bardziej szczegółowo

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Matematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Matematyka 1 Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Pochodna funkcji Niech a, b R, a < b. Niech f : (a, b) R b dzie funkcj oraz x, x 0 (a, b) b d ró»nymi punktami przedziaªu (a, b). Wyra»enie

Bardziej szczegółowo

Rachunek zda«. Relacje. 2018/2019

Rachunek zda«. Relacje. 2018/2019 Rachunek zda«. Relacje. 2018/2019 Zdanie logiczne. Zdaniem logicznym nazywamy ka»de wyra»enie, któremu mo»na przyporz dkowa jedn z dwóch warto±ci logicznych: 0 czyli faªsz b d¹ 1 czyli prawda. Zdanie logiczne.

Bardziej szczegółowo

Logika dla matematyków i informatyków Wykªad 1

Logika dla matematyków i informatyków Wykªad 1 Logika dla matematyków i informatyków Wykªad 1 Stanisªaw Goldstein Wydziaª Matematyki i Informatyki UŠ 16 lutego 2016 Wszech±wiat matematyczny skªada si wyª cznie ze zbiorów. Liczby naturalne s zdeniowane

Bardziej szczegółowo

Materiaªy do Repetytorium z matematyki

Materiaªy do Repetytorium z matematyki Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (

Bardziej szczegółowo

Algorytmiczna teoria grafów

Algorytmiczna teoria grafów 18 maja 2013 Twierdzenie Halla o maª»e«stwach Problem Wyobra¹my sobie,»e mamy m dziewczyn i pewn liczb chªopców. Ka»da dziewczyna chce wyj± za m», przy czym ka»da z nich godzi si po±lubi tylko pewnych

Bardziej szczegółowo

Analiza formuł modalnego rachunku µ pod względem szybkości osiągania punktów stałych

Analiza formuł modalnego rachunku µ pod względem szybkości osiągania punktów stałych Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki Marek Czarnecki Nr albumu: 208417 Analiza formuł modalnego rachunku µ pod względem szybkości osiągania punktów stałych Praca magisterska

Bardziej szczegółowo

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012

Podstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012 Podstawy matematyki dla informatyków Wykªad 3 Funkcje 18 pa¹dziernika 2012 Deniowanie funkcji Funkcje caªkowite i cz ±ciowe Denicja wprost: f (x) = x + y f = λx. x + y Denicja warunkowa: { n/2, je±li n

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Wielomiany o wspóªczynnikach rzeczywistych

Wielomiany o wspóªczynnikach rzeczywistych Wielomiany o wspóªczynnikach rzeczywistych Wielomian: W (x) = a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0 wspóªczynniki wielomianu: a 0, a 1, a 2,..., a n 1, a n ; wyraz wolny: a 0

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

x y x y x y x + y x y

x y x y x y x + y x y Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

Bardziej szczegółowo

Wyra»enia logicznie równowa»ne

Wyra»enia logicznie równowa»ne Wyra»enia logicznie równowa»ne Denicja. Wyra»enia rachunku zda«nazywamy logicznie równowa»nymi, gdy maj równe warto±ci logiczne dla dowolnych warto±ci logicznych zmiennych zdaniowych. 1 Przykªady: Wyra»enia

Bardziej szczegółowo

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).

Oba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji). Plan Spis tre±ci 1 Granica 1 1.1 Po co?................................. 1 1.2 Denicje i twierdzenia........................ 4 1.3 Asymptotyka, granice niewªa±ciwe................. 7 2 Asymptoty 8 2.1

Bardziej szczegółowo

Teoretyczne Podstawy Informatyki

Teoretyczne Podstawy Informatyki Instytut Informatyki Stosowanej Teoretyczne Podstawy Informatyki Wykªad 2. J zyki i gramatyki formalne Zdzisªaw Spªawski Zdzisªaw Spªawski: Teoretyczne Podstawy Informatyki, Wykªad 2. J zyki i gramatyki

Bardziej szczegółowo

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie

c Marcin Sydow Planarno± Grafy i Zastosowania Tw. Eulera 7: Planarno± Inne powierzchnie Dualno± Podsumowanie 7: Spis zagadnie«twierdzenie Kuratowskiego Wªasno±ci planarno±ci Twierdzenie Eulera Grafy na innych powierzchniach Poj cie dualno±ci geometrycznej i abstrakcyjnej Graf Planarny Graf planarny to taki graf,

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na.

Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA. W obu podpunktach zakªadamy,»e kolejno± ta«ców jest wa»na. Zad. 1 Zad. 2 Zad. 3 Zad. 4 Zad. 5 SUMA Zadanko 1 (12p.) Na imprezie w Noc Kupaªy s 44 dziewczyny. Nosz one 11 ró»nych imion, a dla ka»dego imienia s dokªadnie 4 dziewczyny o tym imieniu przy czym ka»da

Bardziej szczegółowo

Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II.

Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Poni»sze zadania s wyborem zada«z kolokwiów ze Wst pu do Informatyki jakie przeprowadziªem w ci gu ostatnich lat. Marek Zawadowski Zadanie 1 Napisz

Bardziej szczegółowo

Ukªady równa«liniowych

Ukªady równa«liniowych dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi:

f(x) f(x 0 ) i f +(x 0 ) := lim = f(x 0 + x) f(x 0 ) wynika ci gªo± funkcji w punkcie x 0. W ka»dym przypadku zachodzi: Pochodna funkcji Def 1 Pochodn wªa±ciw funkcji f w punkcie x 0 nazywamy granic f (x 0 ) := lim o ile granica ta istnieje i jest wªa±ciwa Funkcj f nazywamy wtedy ró»niczkowaln Przy zaªo»eniu,»e f jest ci

Bardziej szczegółowo

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

Uczenie Wielowarstwowych Sieci Neuronów o

Uczenie Wielowarstwowych Sieci Neuronów o Plan uczenie neuronu o ci gªej funkcji aktywacji uczenie jednowarstwowej sieci neuronów o ci gªej funkcji aktywacji uczenie sieci wielowarstwowej - metoda propagacji wstecznej neuronu o ci gªej funkcji

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x, y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0, y 0 ) Pochodn cz stkow pierwszego rz du funkcji dwóch zmiennych wzgl

Bardziej szczegółowo

Podzbiory Symbol Newtona Zasada szuadkowa Dirichleta Zasada wª czania i wyª czania. Ilo± najkrótszych dróg. Kombinatoryka. Magdalena Lema«ska

Podzbiory Symbol Newtona Zasada szuadkowa Dirichleta Zasada wª czania i wyª czania. Ilo± najkrótszych dróg. Kombinatoryka. Magdalena Lema«ska Kombinatoryka Magdalena Lema«ska Zasady zaliczenia przedmiotu Zasady zaliczenia przedmiotu Maksymalna ilo± punktów to 100 punktów = 100 procent. Zasady zaliczenia przedmiotu Maksymalna ilo± punktów to

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

GRUPA PODSTAWOWA I X. GRZEGORZ ZBOROWSKI

GRUPA PODSTAWOWA I X. GRZEGORZ ZBOROWSKI GRUPA PODSTAWOWA GRZEGORZ ZBOROWSKI 1. Definicja i podstawowe poj cia Pierwszym krokiem do zdeniowania grupy podstawowej b dzie poj cie drogi w przestrzeni topologicznej, czyli mówi c nie±ci±le, krzywej

Bardziej szczegółowo

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych

Zadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych Zadania z analizy matematycznej - sem II Rachunek ró»niczkowy funkcji wielu zmiennych Denicja (Pochodne cz stkowe dla funkcji trzech zmiennych) Niech D R 3 b dzie obszarem oraz f : D R f = f y z) P 0 =

Bardziej szczegółowo

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast

Bardziej szczegółowo

Maªgorzata Murat. Modele matematyczne.

Maªgorzata Murat. Modele matematyczne. WYKŠAD I Modele matematyczne Maªgorzata Murat Wiadomo±ci organizacyjne LITERATURA Lars Gårding "Spotkanie z matematyk " PWN 1993 http://moodle.cs.pollub.pl/ m.murat@pollub.pl Model matematyczny poj cia

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

O pewnym zadaniu olimpijskim

O pewnym zadaniu olimpijskim O pewnym zadaniu olimpijskim Michaª Seweryn, V LO w Krakowie opiekun pracy: dr Jacek Dymel Problem pocz tkowy Na drugim etapie LXII Olimpiady Matematycznej pojawiª si nast puj cy problem: Dla ka»dej liczby

Bardziej szczegółowo

Twierdzenie Wedderburna Witold Tomaszewski

Twierdzenie Wedderburna Witold Tomaszewski Twierdzenie Wedderburna Witold Tomaszewski Pier±cie«przemienny P nazywamy dziedzin caªkowito±ci (lub po prostu dziedzin ) je±li nie posiada nietrywialnych dzielników zera. Pier±cie«z jedynk nazywamy pier±cieniem

Bardziej szczegółowo

Bisymulacje modeli Kripkego dla teorii intuicjonistycznych pierwszego rz du

Bisymulacje modeli Kripkego dla teorii intuicjonistycznych pierwszego rz du Uniwersytet l ski w Katowicach Wydziaª Matematyki, Fizyki i Chemii Instytut Matematyki Bisymulacje modeli Kripkego dla teorii intuicjonistycznych pierwszego rz du Autor: Maªgorzata Kruszelnicka Rozprawa

Bardziej szczegółowo

X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne)

X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) Zadanie 1 Obecnie u»ywane tablice rejestracyjne wydawane s od 1 maja 2000r. Numery rejestracyjne aut s tworzone ze zbioru

Bardziej szczegółowo

Elementarna statystyka

Elementarna statystyka Elementarna statystyka Alexander Bendikov 26 marca 2017 Klasyczny model: eksperyment o jednakowo prawdopodobnych wynikach Zaªo»enia: 1 Przestrze«próbek S ma sko«czenie wiele wyników ω 1, ω 2,..., ω n,

Bardziej szczegółowo

. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n

. 0 0... 1 0. 0 0 0 0 1 gdzie wektory α i tworz baz ortonormaln przestrzeni E n GAL II 2013-2014 A. Strojnowski str.45 Wykªad 20 Denicja 20.1 Przeksztaªcenie aniczne f : H H anicznej przestrzeni euklidesowej nazywamy izometri gdy przeksztaªcenie pochodne f : T (H) T (H) jest izometri

Bardziej szczegółowo

Matematyka dyskretna dla informatyków

Matematyka dyskretna dla informatyków UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU Jerzy Jaworski, Zbigniew Palka, Jerzy Szyma«ski Matematyka dyskretna dla informatyków uzupeænienia Pozna«007 A Notacja asymptotyczna Badaj c du»e obiekty kombinatoryczne

Bardziej szczegółowo

Wnioskowanie Boolowskie i teoria zbiorów przybli»onych

Wnioskowanie Boolowskie i teoria zbiorów przybli»onych Wnioskowanie Boolowskie i teoria zbiorów przybli»onych 4 Zbiory przybli»one Wprowadzenie do teorii zbiorów przybli»onych Zªo»ono± problemu szukania reduktów 5 Wnioskowanie Boolowskie w obliczaniu reduktów

Bardziej szczegółowo

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów

*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów *** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów I.1 Przestrze«towarów Podstawowe poj cia Rynek towarów

Bardziej szczegółowo

Cz ± I. Analiza Matematyczna I

Cz ± I. Analiza Matematyczna I Cz ± I Analiza Matematyczna I ROZDZIAŠ Wst p.. Logika B dziemy rozwa»a zdania, o których mo»emy zawsze stwierdzi, czy s prawdziwe, czy faªszywe. Z punktu widzenia logiki istotne jest wyª cznie to, czy

Bardziej szczegółowo

Algorytmy zwiazane z gramatykami bezkontekstowymi

Algorytmy zwiazane z gramatykami bezkontekstowymi Algorytmy zwiazane z gramatykami bezkontekstowymi Rozpoznawanie j zyków bezkontekstowych Problem rozpoznawania j zyka L polega na sprawdzaniu przynale»no±ci sªowa wej±ciowego x do L. Zakªadamy,»e j zyk

Bardziej szczegółowo

Informacje pomocnicze:

Informacje pomocnicze: dr Krzysztof yjewski Informatyka; S-I 0.in». 7 grudnia 06 Rachunek caªkowy funkcji jednej zmiennej. Caªka nieoznaczona. przydatne wzory: Informacje pomocnicze: Lp. Wzór Uwagi. dx = x c. adx = ax c 3. x

Bardziej szczegółowo

Listy i operacje pytania

Listy i operacje pytania Listy i operacje pytania Iwona Polak iwona.polak@us.edu.pl Uniwersytet l ski Instytut Informatyki pa¹dziernika 07 Który atrybut NIE wyst puje jako atrybut elementów listy? klucz elementu (key) wska¹nik

Bardziej szczegółowo