w matematyce i jej konsekwencjach

Wielkość: px
Rozpocząć pokaz od strony:

Download "w matematyce i jej konsekwencjach"

Transkrypt

1 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 25 marca Wprowadzenie Zapewne wszyscy z nas widzieliśmy oraz pos lugiwaliśmy siȩ symbolem ipotrafimygonazwać. Oczywiście chodzi o termin nieskończoność. Cóż on oznacza na co dzień? Jedna z odpowiedzi może brzmieć nastȩpuj aco: wszystko co nie ma charakteru skończonego nazywane jest nieskończoności a, bowiem termin nieskończoność jest tutaj dope lnieniem terminu skończoność. Dlatego wypowiedź wszystko jest skończone albo nieskończone, zgodnie ze znan a zasad a wy l aczonego środka użyta w powyższym kontekście powinna oznaczać zawszeprawdȩ. Oczywiście wyjaśnienie to w żadnym wypadku nie stanowi definicji pojȩcia nieskończoności, a przecież takiej definicji oczekujemy. Umówimy siȩ, że nie bȩdziemy próbowali szukać takiej definicji w obszarze filozofii czy metafizyki a nawet fizyki, aczkolwiek historia nauki dobrze pokazuje, że w każdej epoce cywilizacja ludzka t a tematyk a próbowa la zajmować siȩ. Wśród licznych źróde l odsy lam Państwadozasobów internetowych YouTube: wyk lad na Uniwersytecie III Wieku, sesja wyjazdowa w Jaworze 1

2 2 ASPEKT MNOGOŚCIOWY Zachȩcam również do studiowania literatury, której wykaz zamieści lem na końcu. Jak spróbujȩpaństwu pokazać, w matematyce sytuacja dotycz aca nieskończoności jest o wiele bardziej z lożona i wymaga wieloaspektowego spojrzenia na sprawȩ. 2 Aspekt mnogościowy W matematyce kluczowym pojȩciem jest zbiór, czyli mnogość. Rola zbioru jest na tyle ważna, że ma on rangȩ pojȩcia pierwotnego i jako takie nie jest definiowane. Mówi siȩ, że mamy dany zbiór A, odnosz ac siȩ wtensposób do jego nazwy. Przez to rozumiemy, że istnieje co najmniej jeden obiekt a, nazywany elementem zbioru A, co zapisujemy symbolicznie a A. W takiej sytuacji mówimy też, że zbiór A jest niepusty, cozapisujemya. W przeciwnym razie mamy do czynienia ze zbiorem pustym i piszemy A =. Jeśli znamy wszystkie elementy, z których sk lada siȩnaszzbiór, wtedy możemy odwo laćsiȩ do niego poprzez jego treść, co zapisujemy nastȩpuj aco {a, b, c}. Oznacza to, że zbiór ten sk lada siȩ dok ladnie z trzech elementów: a, b, i c. Ztego powodu bȩdziemy mówili, że jest zbiorem skończonym. Opiszemy to dok ladniej. Wyobraźmy sobie, że wziȩliśmy pod uwagȩ wszystkiemożliwe zbiory z lożone z trzech elementów. Wtedy o każdych takich dwóch zbiorach powiemy, że s a równoliczne, a liczbȩ 3 nazwiemy moc a każdego z nich lub liczb a kardynaln a, co zapiszemy {a, b, c} = 3. I ogólnie, dla każdego zbioru skończonego A istnieje liczba kardynalna n, która jest jedn a z liczb ca lkowitych nieujemnych taka, że n = A, gdzie 0 =. Tymczasem doskonale zdajemy sobie z faktu, że jeśli na liczby naturalne spojrzymy globalnie, to zbiór ten oznaczany przez N nie może być skończony, bowiem dla każdej n N, liczba n + 1 N. Cowiȩcej, zbiór ten nie może być równoliczny z żadnym zbiorem skończonym! Oznacza to, że żadna z liczb n N nie może spe lniać równości N = n. Używaj ac sformu lowań twierdz acych, moglibyśmy powiedzić, że zbiór liczb naturalnych jest przyk ladem zbioru nieskończonego, a moc jego nazwać nieskończoności a zapisuj ac N =. 2

3 2 ASPEKT MNOGOŚCIOWY Zauważmy jednak, że to nie za latwia sprawy. Z racji tej, że N nie jest zbiorem skończonym, nie można zapisać go w konwencji {...}, poprzez przedstawienie jego zawartości. Oznacza to, że podejście ilościowe do opisu zbioru w takim przypadku zawodzi! Problem ten matematyka rozwi aza la dopiero na prze lomie XIX i XX wieku, kiedy to niemiecki matematyk Georg Cantor ( ) zaproponowa l odmienne podejście do opisu zbioru jakościowe. Polega ono na tym, że nie treść determinuje zbiór, a kryterium przynależności jakie musi spe lniać jegoelement. Wyjaśnimytonaprzyk ladzie zbioru N. Liczby naturalne to szczególne liczby rzeczywiste. Oznacza to, że zbiór N powstaje w wyniku wyboru ich ze zbioru liczb rzeczywistych R, wed lug określonego kryterium. Formalnie zapisujemy to nastȩpuj aco N = {r R: ϕ(r)}, gdzie symbol ϕ reprezentuje kryterium wyboru i wygl ada nastȩpuj aco ϕ(r) = r = 1 i r R r N r + 1 N. Sprawdźmy, czy to dzia la. Treść kryterium wyboru mówi, że liczba 4 bȩdzie liczb a naturaln a, jeśli bȩdzie ni a liczba 3. Z kolei ta bȩdzie, jeśli bȩdzie ni a liczba 2. Ale ta jest, bowiem z za lożenia jest ni a liczba 1 oraz 2 = Zatem4 N. Aby pokazać kolejny problem zwi azany z efektem nieskończonej mocy zbioru, wybierzmy ze zbioru liczb naturalnych zbiór z lożonych ze wszystkich liczb podzielnych przez 2, czyli z liczb parzystych. Oznaczaj ac ten zbiór przez N o,wykorzystuj ac koncepcjȩ Cantora, możemy zapisać N o = {n N: n = 2k, k N}. Jasne jest, że zbiór N o nie jest skończony. Ponadto, każdej liczbie naturalnej n możemy przyporz adkować dok ladnie jedn a liczbȩ parzyst a postaci2n, i na odwrót, każda liczba parzysta powstaje dok ladnie w ten sposób. Oznaczać to może tylko jedno zbiory N i N o s a równoliczne, a wiȩc tej samej mocy. Z drugiej strony N o jest zbiorem mniejszym od N. Zgodzimy siȩ, że k lóci to siȩ z intuicyjnym rozumieniem pojȩcia wielkości, bowiem w przypadku zbiorów skończonych mamy A B i A B A < B. Ale to nie koniec! Najciekawsze przed nami. Weźmy teraz znany nam ze szko ly jednostkowy przedzia l liczbowy [0, 1], czyli w opisie metod a Cantora [0, 1] ={r R: 0 r 1}. Zauważmy, że zbiór ten nie jest skończony, bowiem r [0, 1], o ile r [0, 1]. 2 Ponadto Cantor zauważy l, że liczb z odcinka [0, 1] niemożna ponumerować liczbami naturalnymi. W takim razie przedzia l ten jest przyk ladem nieskończonego zbioru, który nie jest równoliczny ze zbiorem N. Z tego powodu nazywany jest zbiorem nieprzeliczalnym. Dlatego jego moc (liczba kardynalna) musi być inna aniżeli! 3

4 2 ASPEKT MNOGOŚCIOWY Prowadzi to do nastȩpuj acego stwierdzenia: w sensie ilościowym nie ma jednej nieskończoności. Co wiȩcej, w rozważanej powyżej sytuacji mamy N = ℵ o (alef zero), [0, 1] = c (kontinuum) oraz ℵ o < c. Jakie to ma konsekwencje? Już zdecydowaliśmy, obiekt ℵ o nazwaliśmy przecież liczb a. Skoro tak, to powinna ona nadawać siȩ do celu wykonywania arytmetyki. Zacznijmy od pocz atku i spróbujmy wykonać dzia lanie ℵ o + 1. Dzia lanie to oznacza, że mamy zbiór N ipowiȩkszamy go o jeden element nie należ acy do niego. Wyobraźmy sobie, że tym elementem jest liczba 0. Parujemy teraz elementy zbioru N i otrzymanego: 0 1, 1 2,...,n n + 1. Oznacza to, że s a onerównoliczne, a jako takie maj a tȩsam amoc,dlatego ℵ o + 1 = ℵ o. Zaskoczenie? Na pewno tak, bowiem w arytmetyce skończonej nigdy równość n + 1 = n nie zachodzi! Powtarzaj ac ostatnie rozumowanie widzimy, że dla każdej liczby naturalnej n ℵ o + n = ℵ o. A teraz najważniejszy przypadek mamy dwa równoliczne nieskończone i przeliczalne zbiory A i B z lożonezróżnych elementów. Bierzemy zbiór C z lożony ze wszystkich elementów, czyli C = ℵ o + ℵ o. Czego możemy oczekiwać od wyniku tego dzia lania? Na pierwszy rzut oka sytuacja nie jest oczywista różni siȩ wsposób zasadniczy od przedstawionej wyżej. Do opisania jej musimy zmienić rozumowanie, zaprezentowane po raz pierwszy przez Cantora. Przede wszystkim za lóżmy, że A = {a n, n N}, B = {b m, m N}. Przez A B oznaczmy zbiór, którego elementy s a parami (a n, a m ). Zauważmy, że zbiór C jest równoliczny ze zbiorem A B. Pokażemy teraz, że N jest równoliczny z A B. Wyjaśnia to dobrze poniższy rysunek, gdzie elementy zbioru A B utożsamiane s a zwȩz lami siatki. Zasada przyporz adkowania zaznaczona zosta la na rysunku strza lkami. Na przyk lad 1 (b 1, a 1 ), 2 (b 2, a 1 ), 3 (b 2, a 2 ), 4 (b 1, a 2 ), itd. 4

5 2 ASPEKT MNOGOŚCIOWY a1 a2 a3 b1 b2 b3 Rysunek 1: Ilustracja metody Cantora Zauważmy, że każdej liczbie naturalnej odpowiada dok ladnie jedna para i na odwrót, każdej parze dok ladnie jedna liczba naturalna, co oznacza równoliczność tych zbiorów. Dlatego ℵ o + ℵ o = ℵ o. Arytmetyka przedstawiona wyżej doczeka la siȩ swojej s lynnej już ilustracji, zwi azanej z Dawidem Hilbertem ( ), która do literatury przedmiotu przesz la pod nazw a Hotelu Hilberta. Zainteresowanych odsy lam do licznych źróde l internetowych isch&imgil=8ja6mdmjcsh6bm 5

6 3 ASPEKT ODLEG LOŚCIOWY 3 Aspekt odleg lościowy Zajmiemy siȩ teraz problemem, który w swoim sformu lowaniu wykorzystuje zwrot nieskończenie blisko. Przypuśćmy, że mamy zbiór przeliczalny A. Jakwiemy, wtedy jego elementy możemy ponumerować, czyli ustawić wkolejności. Mówimy wtedy, że mamy do czynienia z ci agiem liczbowym, cozapisujemy nastȩpuj aco (a n ) n N0, gdzie N 0 oznacza podzbiór N. Wtedy a n nazywamy n tym wyrazem tego ci agu. W takim razie ci agi mog a być skończone albo nieskończone. Zjawisko, na które pragniemy zwrócić uwagȩ wymaga abyśmy dalej za lożyli, że ci ag (a n )jestnieskończony, np. a n = 1 dla n n N. Interesuj a nas jego asymptotyczne w lasności, czyli zachowanie siȩniejego pocz atkowych wyrazów, a końcowych. Dok ladniej wyrazy te s a postaci a n, dla n n o dla pewnej liczby n o > 1 ibȩdziemy nazywali je ogonem ci agu. Na przyk lad 1 dla n jest n ogonem ci agu ( 1). n Aby zdefiniować tȩ asymptotykȩ potrzebujemy pojȩcia odleg lości, w matematyce nazywanej metryk a. Dla uproszczenia bȩdziemy mówili tylko o odleg lości pomiȩdzy liczbami rzeczywistymi. Z definicji przyjmiemy, że jest to d lugość odcinka, którego końce wyznaczone s a przez te liczby. Bȩdziemy wtedy pisali d(r 1, r 2 )= r 1 r 2, gdzie r 1, r 2 oznaczaj a końce tego odcinka. Jeśli dla ci agu (a n ) istnieje taka liczba g, że dla pewnego ogona tego ci agu wszystkie wyrazy s a tak bliskie liczby g jak chcemy, to bȩdziemy mówili, że ci ag zachowuje siȩ asymptotycznie stabilnie. Oznaczymy przez ε>0 miarȩ tejodleg lości. Jeśli dla wszystkich n n o, d(a n, g) <ε (czyli dla pewnego ogona), to ci ag (a n ) jest asymptotycznie stabilny. Wtedy zachowanie takie symbolicznie bȩdziemy oznaczali przez a n g ibȩdziemy mówili, że ci ag ten jest zbieżny. Liczbȩ g bȩdziemy nazywali jego granic a. Zauważmy, że dla ci agu ( 1 ) taka liczba istnieje i jest równa 0. Bior ac bowiem n 1 dowolne ε>0 (np. ε = ), rozwi azaniem nierówności ( 1 ) d n, 0 = 1 0 <ε n jest zbiór liczb naturalnych postaci n > 1, czyli np. n > , codok ladnie ε oznacza, że zawsze taki ogon istnieje. Dlatego możemy napisać 1 0. n Zjawisko asymptotycznej stabilności ci agu ilustruje efekt tzw. nieskończonego zbliżania siȩ wyrazów ci agu do jego granicy. Starożytni zjawiska tego nie dostrzegali i wcale nie dlatego, że do niczego nie by lo to im potrzebne jak wiemy 6

7 4 ASPEKT ARYTMETYCZNY rozważane przez nich zagadnienia mog lyby być rozwi azane lepiej gdyby tak nie by lo. Dopiero dociekania sir Isaaca Newtona nad problemem ruchu w kontekście prȩdkości i przyspieszenia chwilowego sprowadzi ly jego rozważania do problemu zjawiska nieskończenie bliskich sobie wielkości. Pozwoli lo to Newtonowi odkryć podstawy rachunku różniczkowego i ca lkowego, co umożliwi lo skierowanie matematyki na w laściw a ścieżkȩ rozwoju. Co wiȩcej, bez tych odkryć rozwój ten nigdy nie móg lby być możliwy! 4 Aspekt arytmetyczny Ze szko ly dobrze wiemy, że jeśli mamy skończony zbiór liczb, to za pomoc a dzia lania artymetycznego dodawania możemy te liczby zsumować. Dok ladniej, jeśli A = {a 1, a 2,...,a n } R, to a 1 + a a n = n a j. j=1 Co wiȩcej, dzia lanie to możliwe jest do wykonania tylko w sytuacji kiedy dany zbiór jest skończony! A co w sytuacji kiedy zbiór A jest nieskończony? Zaczniemy najpierw od przypadku kiedy A jest przeliczalny. Jak wiemy mamy wtedy nieskończony ci ag liczbowy (a n ), np. a n = 1. Na pewno umiemy obliczyć 2 n sumȩ jegopocz atkowych wyrazów S n,gdzie n S n = a j, dla n 2. j=1 Oczywiście nie jest to rozwi azaniem naszego problemu, aledaje nam narzȩdzie, które problem pozwala rozwi azać. Mianowicie to, że nie można zsumować nieskończonej ilości liczb używaj ac dodawania arytmetycznego nie wyklucza sytuacji, że istnieje liczba rzeczywista, któr a można dowolnie przybliżać arytmetycznymi sumami typu S n. Oczywiście termin przybliżać rozumiany jest tylko w jeden sposób w sensie odleg lości. W takim razie, oznaczaj ac tȩ liczbȩ przez S, oczekujemy, że S n S. Ponieważ S n = n j=1 a j, liczba S jest wynikiem dwóch operacji: 1. sumowania arytmetycznego 2. granicy ci agu. Dlatego oznaczaj ac te dwa dzia lania w postaci n 1 a n otrzymamy S = n 1 a n. 7

8 4 ASPEKT ARYTMETYCZNY Dalej liczbȩ S bȩdziemy nazywali sum a szeregu liczbowego, który jest ci agiem (S n ), a jego wyrazy nazywamy n tymi sumami czȩściowymi. Na przyk lad dla ci agu a n = 1 2 n mamy: S n = n = n = n, idlategos n 1. Dlatego ( Bior ac jednak ci ag 1 n n n = 1. ) można pokazać, że nie istnieje liczba, któr a można by z dowoln a dok ladności a przybliżać sumami pocz atkowych wyrazów tego ci agu. Proszȩ spróbować dociec co jest tego przyczyn a. Na koniec zauważmy jeszcze, że sum a szeregu powsta lego z ci agu o wyrazach równych zero jest zero. Przejdziemy teraz do przypadku zbioru nieskończonego, ale nieprzeliczalnego. Weźmy ponownie odcinek jednostkowy [0, 1]. Jego d lugość równa jest oczywiście jeden. Spójrzmy teraz na ten zbiór inaczej. Sk lada siȩ on z liczb, które przedstawiaj a tzw. odcinki zdegenerowane, czyli o jednakowych końcach. Zatem każdy znichmad lugość równo zero. W rozważanym przypadku widzimy, że suma zer równa jest jeden! Z punktu widzenia pojȩcia szeregu rozumiemy przyczynȩ takiego stanu rzeczy - próbujemy sumować elementy zbioru nieprzeliczalnego metod a, której zakres stosowania kończy siȩ na przypadku zbiorów przeliczalnych. Aby sumowanie to przeprowadzić poprawnie potrzebny jest adekwatny do sytuacji sposób. Odkry l go, jak wspomnieliśmy wcześniej sir Isaac Newton jest nim rachunek ca lkowy. W przypadku omawianym wyżej zasada sumowania przebiega wed lug s lynnego podstawowego twierdzenia rachunku ca lkowego, twierdzenia Riemanna Cauchy ego Newtona Leibniza dx = x] 1 0 = 1 0 = 1, [0,1] gdzie jest symbolem ca lki. Należy zauważyć, że symbol ten powsta l wwyniku rozci agniȩcia symbolu sumowania. Oczywiście teraz wynik sumowania jest już poprawny. 8

9 5 PODSUMOWANIE 5 Podsumowanie Traktuj ac termin nieskończoność jako pretekst do dyskusji spróbowa lem Państwu pokazać trzy kluczowe idee, które w sposób zasadniczy wp lynȩ ly na rozwój matematyki. Oczywiście musia lo to teżmieć prze lożenie na rozwój cywilizacji ludzkiej. Przypomnijmy te koncepcje: liczba kardynalna jako uogólnienie liczebności zbioru skończonego; pojȩcie granicy ci agu jako sprecyzowanie wielkości nieskończenie bliskich; zasada sumowania elementów zbioru przeliczalnego, jako uogólnienie sumy arytmetycznej. Każda z tych idei ma swoj a historiȩ i wymaga la d lugiego czasu jej wdrażania. By ly to przedsiȩwziȩcia wielopokoleniowe i nie sposób wymienić wszystkich, którzy przyczynili siȩ do ich powstania. Niech mi jednak wolno bȩdzie, w ujȩciu chronologicznym, przypomnieć tych najważniejszych, którzy dost apili zaszczytu zasiadania w Areopagu Matematyków: Rysunek 2: I. Newton ( ) G.W. Leibniz ( ) 9

10 5 PODSUMOWANIE Rysunek 3: L. Euler ( ) J.R. d Alembert ( ) Rysunek 4: J.L. Lagrange ( ) G.F. Gauss ( ) 10

11 5 PODSUMOWANIE Rysunek 5: A.L. Cauchy ( ) K. Weierstrass ( ) Rysunek 6: P.G.L. Dirichlet ( B. Riemann ( ) 11

12 5 PODSUMOWANIE Rysunek 7: J.W.R. Dedekind ( ) G. Cantor ( ) Rysunek 8: D. Hilbert ( ) E. Zermelo ( ) 12

13 5 PODSUMOWANIE Rysunek 9: Hotel Hilberta 13

14 LITERATURA LITERATURA Literatura [1] Amir D. Aczel, Wielkie Twierdzenie Fermata Prószyński i S ka, Warszawa [2] C.B. Boyer, Historia rachunku różniczkowego i ca lkowego i rozwój jego pojȩć, Warszawa [3] C.B. Boyer, U.C. Merzbuch, A history of mathematics, John Wiley & Sons, INC [4] D.M. Burton, The History of Mathematics: An Introduction, Sixth Edition, McCraw Hill Primis, [5] R. Courant, H. Robbins, Co to jest Matematyka?, PWN, Warszawa [6] T. Crilly, 50 mathematical ideas you really need to know, Quercus Publishing Plc [7] J.W. Dauben, Georg Cantor His Mathematics and Philosophy of the Infinite, Princeton Univeristy Press, [8] H. Eves, Great moments in mathematics (before 1650), Dolciani Mathematical Expositions Series [9] H. Eves, Great moments in mathematics (after 1650), Dolciani Mathematical Expositions Series [10] W.B. Ewald, From Kant to Hilbert, A source Book in the Foundations of Mathematics, vol. 1, CLavendor Press, Oxford [11] W.B. Ewald, From Kant to Hilbert, A source Book in the Foundations of Mathematics, vol. 2, CLavendor Press, Oxford [12] T.G. Faticoni, The mathematics of infinity, A Guide to Great Ideas, Wiley Interscience, [13] E. Gregersen, The Britannica Guide to The History of Mathematics, Britannica Educational Publishing [14] M. Kline, Mathematical Thought from Ancient to Modern Times vol3, Oxford University Press, [15] K. Kuratowski, Wstȩp do teorii mnogości i topologii, PWN, Warszawa [16] M. Livio, Is GOD a mathematicien? Simon & Schuster,

15 LITERATURA LITERATURA [17] J.R. Newman, The World of Mathematics vol. 1 4, Simon and Schuster New York [18] H. Rademacher, O. Toeplitz, The enjoyment of mathematics, Princeton, [19] C. Reid, Hilbert Courant, Springer Verlag [20] C. Reid, From zero to infinity, what makes numbers interesting, A.K.Peters, Ltd. Wellesley [21] C. Reid, A long way from Euclid, Thomas Y. Crowell Company, New York [22] R. Rȩbowski, Matematyka dyskretna dla informatyków, Seria Wydawnicza Państwowej Wyższej Szko ly Zawodowej im. Witelona w Legnicy, [23] E. Robson, J. Stedall, The Oxford Handbook of The History of Mathematics, Oxford University Press [24] B. Russell, Principles of Mathematics, Taylor & Francis e Library, [25] J.D. Stein, Cosmic Numbers The Numbers That Define Our Universe, Basic Books, New York [26] I. Stewart, Visions of infinity, Basic Books, New York [27] M.B.W. Tent, Gotfried Wilhelm Leibniz The Polymath Who Brought US Calculus, CRC Press, [28] M.B.W. Tent, The Prince of Mathematics Carl Fredrich Gauss, A K Peters, Ltd. Wellesley,

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie

MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie 1 MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś Wprowadzenie Istniej a dwa różne kryteria mówi ace, które narzȩdzia matematyczne należy zaliczyć do matematyki dyskretnej. Pierwsze definiuje matematykȩ

Bardziej szczegółowo

Wyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe

Wyk lad 5. Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu. 1. Granice niew laściwe Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Granice niew laściwe Definicja 1 Ci ag (x n ) d aży do (jest rozbieżny do) + jeśli c R N n > N x n > c a do

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Matematyka dyskretna Oznaczenia

Matematyka dyskretna Oznaczenia Matematyka dyskretna Oznaczenia Andrzej Szepietowski W tym rozdziale przedstawimy podstawowe oznacznia. oznacza kwantyfikator ogólny dla każdego. oznacza kwantyfikator szczegó lowy istnieje. 1 Sumy i iloczyny

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

Bardziej szczegółowo

MATEMATYKA W SZKOLE HELIANTUS LICZBY NATURALNE I CA LKOWITE

MATEMATYKA W SZKOLE HELIANTUS LICZBY NATURALNE I CA LKOWITE 1 SZKO LA PODSTAWOWA HELIANTUS 0-89 WARSZAWA ul. BAŻANCIA 16 3 1 0 1 3 Oś liczbowa. Liczby ca lkowite x MATEMATYKA W SZKOLE HELIANTUS LICZBY NATURALNE I CA LKOWITE Prof. dr. Tadeusz STYŠ WARSZAWA 018 1

Bardziej szczegółowo

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 3 Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza 2 1 0 1 2 3 x Oś liczbowa. Liczba 1, to nie jest liczba pierwsza MATEMATYKA

Bardziej szczegółowo

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera

Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Wyk lad 9 Podpierścienie, elementy odwracalne, dzielniki zera Określenie podpierścienia Definicja 9.. Podpierścieniem pierścienia (P, +,, 0, ) nazywamy taki podzbiór A P, który jest pierścieniem ze wzgledu

Bardziej szczegółowo

Liczby naturalne i ca lkowite

Liczby naturalne i ca lkowite Chapter 1 Liczby naturalne i ca lkowite Koncepcja liczb naturalnych i proste operacje arytmetyczne by ly znane już od oko lo 50000 tysiȩcy lat temu. To wiemy na podstawie archeologicznych i historycznych

Bardziej szczegółowo

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014)

Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z 21 grudnia 2014) dr inż. Ryszard Rębowski DEFINICJA CIĄGU LICZBOWEGO Finanse i Rachunkowość studia niestacjonarne Wprowadzenie do teorii ciągów liczbowych (treść wykładu z grudnia 04) Definicja ciągu liczbowego Spośród

Bardziej szczegółowo

Równoliczność zbiorów

Równoliczność zbiorów Logika i Teoria Mnogości Wykład 11 12 Teoria mocy 1 Równoliczność zbiorów Def. 1. Zbiory X i Y nazywamy równolicznymi, jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy,że ustala równoliczność

Bardziej szczegółowo

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze 1 Temat 5: Liczby pierwsze Zacznijmy od definicji liczb pierwszych Definition 0.1 Liczbȩ naturaln a p > 1 nazywamy liczb a pierwsz a, jeżeli ma dok ladnie dwa dzielniki, to jest liczbȩ 1 i sam a siebie

Bardziej szczegółowo

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 R. Rȩbowski 1 WPROWADZENIE Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010 1 Wprowadzenie Powszechnie uważa siȩ, że metoda simplex, jako uniwersalny algorytm pozwalaj acyznaleźć rozwi azanie optymalne

Bardziej szczegółowo

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace

Bardziej szczegółowo

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 1 DANI LI1 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 4 1. Zbiory otwarte i domkniȩte Pojȩcia które teraz wprowadzimy można rozpatrywać w każdej przestrzeni metrycznej

Bardziej szczegółowo

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 22 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja

Bardziej szczegółowo

Uwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów.

Uwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów. Logika i teoria mnogości Wykład 11 i 12 1 Moce zbiorów Równoliczność zbiorów Def. 1. Zbiory X i Y są równoliczne (X ~ Y), jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy, że ustala równoliczność

Bardziej szczegółowo

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice Rozdzia l 2. Najważniejsze typy algebr stosowane w logice 1. Algebry Boole a Definicja. Kratȩ dystrybutywn a z zerem i jedynk a, w której dla każdego elementu istnieje jego uzupe lnienie nazywamy algebr

Bardziej szczegółowo

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Wyk lad 7 Baza i wymiar przestrzeni liniowej Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem

Bardziej szczegółowo

Wyk lad 14 Cia la i ich w lasności

Wyk lad 14 Cia la i ich w lasności Wyk lad 4 Cia la i ich w lasności Charakterystyka cia la Określenie cia la i w lasności dzia lań w ciele y ly omówione na algerze liniowej. Stosujac terminologie z teorii pierścieni możemy powiedzieć,

Bardziej szczegółowo

Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań

Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań Elementy logiki i teorii mnogości Wyk lad 1: Rachunek zdań Micha l Ziembowski m.ziembowski@mini.pw.edu.pl www.mini.pw.edu.pl/ ziembowskim/ October 2, 2016 M. Ziembowski (WUoT) Elementy logiki i teorii

Bardziej szczegółowo

1 Działania na zbiorach

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

Bardziej szczegółowo

Pierwiastki arytmetyczne n a

Pierwiastki arytmetyczne n a Chapter 1 Pierwiastki arytmetyczne n a Operacja wyci aganie pierwiastka stopnia n z liczby a jest odwrotn a operacj a do potȩgowania, jeżeli operacja odwrotna jest wykonalna w liczbach rzeczywistych. Zacznijmy

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 6 Podprzestrzenie przestrzeni liniowych Wyk lad 6 Podprzestrzenie przestrzeni liniowych 1 Określenie podprzestrzeni Definicja 6.1. Niepusty podzbiór V 1 V nazywamy podprzestrzeni przestrzeni liniowej V, jeśli ma on nastepuj ace w lasności: (I)

Bardziej szczegółowo

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1 3 Szeregi zespolone 3. Szeregi liczbowe Mówimy, że szereg o wyrazach zespolonych jest zbieżny, jeżeli ci ag jego sum czȩściowych {S n }, gdzie S n = z + z +... + jest zbieżny do granicy w laściwej. Granicȩ

Bardziej szczegółowo

Zbiory, relacje i funkcje

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

Bardziej szczegółowo

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a.

T O P O L O G I A WPPT I, sem. letni WYK LAD 8. Wroc law, 21 kwietnia D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. T O P O L O G I A WPPT I, sem. letni WYK LAD 8 Zwartość D E F I N I C J E Niech (X, d) oznacza przestrzeń metryczn a. Wroc law, 1 kwietnia 008 Definicja 1. (X, d) jest ca lkowicie ograniczona jeśli dla

Bardziej szczegółowo

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28 G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28 1.9 Zadania 1.9.1 Niech R będzie pierścieniem zbiorów. Zauważyć, że jeśli A, B R to A B R i A B R. Sprawdzić, że (R,, ) jest także pierścieniem w sensie

Bardziej szczegółowo

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 B l ad bezwzglȩdny zaokr aglenia liczby ɛ = fl() B l ad wzglȩdny zaokr aglenia liczby 0 δ = fl() B l ad procentowy zaokr aglenia liczby 0

Bardziej szczegółowo

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? Ci ag lość i norma Ćwiczenie. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la? f (x, y) = x2 y 2 x 2 + y 2, f 2(x, y) = x2 y x 2 + y 2 f 3 (x, y) = x2 y

Bardziej szczegółowo

Zajęcia nr. 3 notatki

Zajęcia nr. 3 notatki Zajęcia nr. 3 notatki 22 kwietnia 2005 1 Funkcje liczbowe wprowadzenie Istnieje nieskończenie wiele funkcji w matematyce. W dodaktu nie wszystkie są liczbowe. Rozpatruje się funkcje które pobierają argumenty

Bardziej szczegółowo

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011 Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska 50-370 Wroc law Wroc law, kwiecień 2011 Analiza Funkcjonalna WPPT IIr. Wyk lady 4 i 5: Przestrzenie unitarne i Hilberta (rzeczywiste

Bardziej szczegółowo

System liczbowy binarny.

System liczbowy binarny. 1 System liczbowy binarny. 0.1 Wstȩp Ogȯlna forma systemów pozycyjnych liczbowych ma postać wielomianu α n 1 ρ n 1 + α n 2 ρ n 2 + + α 2 ρ 2 + α 1 ρ + α 0, (1) gdzie liczbȩ naturaln a ρ 2 nazywamy podstaw

Bardziej szczegółowo

Wyk lad 2 Podgrupa grupy

Wyk lad 2 Podgrupa grupy Wyk lad 2 Podgrupa grupy Definicja 2.1. Pod grupy (G,, e) nazywamy taki podzbiór H G, że e H, h 1 H dla każdego h H oraz h 1 h 2 H dla dowolnych h 1, h 2 H. Jeśli H jest grupy G, to bedziemy pisali H G.

Bardziej szczegółowo

7. CIĄGI. WYKŁAD 5. Przykłady :

7. CIĄGI. WYKŁAD 5. Przykłady : WYKŁAD 5 1 7. CIĄGI. CIĄGIEM NIESKOŃCZONYM nazywamy funkcję określoną na zbiorze liczb naturalnych, dodatnich, a wyrazami ciągu są wartości tej funkcji. CIĄGIEM SKOŃCZONYM nazywamy funkcję określoną na

Bardziej szczegółowo

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie

Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie 1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z

Bardziej szczegółowo

O liczbach niewymiernych

O liczbach niewymiernych O liczbach niewymiernych Agnieszka Bier Spotkania z matematyką jakiej nie znacie ;) 8 stycznia 0 Liczby wymierne i niewymierne Definicja Liczbę a nazywamy wymierną, jeżeli istnieją takie liczby całkowite

Bardziej szczegółowo

CIĄGI wiadomości podstawowe

CIĄGI wiadomości podstawowe 1 CIĄGI wiadomości podstawowe Jak głosi definicja ciąg liczbowy to funkcja, której dziedziną są liczby naturalne dodatnie (w zadaniach oznacza się to najczęściej n 1) a wartościami tej funkcji są wszystkie

Bardziej szczegółowo

Wstęp do Matematyki (4)

Wstęp do Matematyki (4) Wstęp do Matematyki (4) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Liczby kardynalne Jerzy Pogonowski (MEG) Wstęp do Matematyki (4) Liczby kardynalne 1 / 33 Wprowadzenie

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel 3 kwietnia 203 Definicja (ciągu liczbowego). Ciagiem liczbowym nazywamy funkcję odwzorowuja- ca zbiór liczb naturalnych w zbiór liczb rzeczywistych. Wartość

Bardziej szczegółowo

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Wykład 4. Określimy teraz pewną ważną klasę pierścieni. Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Indukcja matematyczna 1 Zasada indukcji Rozpatrzmy najpierw następujący przykład. Przykład 1 Oblicz sumę 1 + + 5 +... + (n 1). Dyskusja. Widzimy że dla n = 1 ostatnim składnikiem powyższej sumy jest n

Bardziej szczegółowo

Rozdzia l 3. Elementy algebry uniwersalnej

Rozdzia l 3. Elementy algebry uniwersalnej Rozdzia l 3. Elementy algebry uniwersalnej 1. Podalgebry, homomorfizmy Definicja. Niech = B A oraz o bȩdzie n-argumentow a operacj a na zbiorze A. Mówimy, że zbiór B jest zamkniȩty na operacjȩ o, gdy dla

Bardziej szczegółowo

MATEMATYKA W SZKOLE HELIANTUS WARSZAWA UL. BAŻANCIA 16 SYSTEMY LICZBOWE POZYCYJNE DECYMALNY, BINARNY, OKTALNY. Warszawa pażdziernik 2017

MATEMATYKA W SZKOLE HELIANTUS WARSZAWA UL. BAŻANCIA 16 SYSTEMY LICZBOWE POZYCYJNE DECYMALNY, BINARNY, OKTALNY. Warszawa pażdziernik 2017 i MATEMATYKA W SZKOLE HELIANTUS 02-892 WARSZAWA UL. BAŻANCIA 16 SYSTEMY LICZBOWE POZYCYJNE DECYMALNY, BINARNY, OKTALNY Warszawa pażdziernik 2017 ii Contents 0.1 Wstȩp............................... 1 0.2

Bardziej szczegółowo

LOGIKA ALGORYTMICZNA

LOGIKA ALGORYTMICZNA LOGIKA ALGORYTMICZNA 0.0. Relacje. Iloczyn kartezjański: A B := (a, b) : a A i b B} (zak ladamy, że (x, y) i (u, v) s a równe wtedy i tylko wtedy gdy x = u i y = v); A n := (x 1,..., x n ) : x i A}; R

Bardziej szczegółowo

OSOBNO ANALITYCZNYCH

OSOBNO ANALITYCZNYCH Uniwersytet Jagielloński Instytut Matematyki Zbigniew B locki ZBIORY OSOBLIWOŚCI FUNKCJI OSOBNO ANALITYCZNYCH Praca magisterska Promotor: Prof. dr hab. Józef Siciak Kraków 99 .Wstȩp. Jeśli Ω jest zbiorem

Bardziej szczegółowo

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych

Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Konstrukcja liczb rzeczywistych przy pomocy ciągów Cauchy ego liczb wymiernych Marcin Michalski 14.11.014 1 Wprowadzenie Jedną z intuicji na temat liczb rzeczywistych jest myślenie o nich jako liczbach,

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Zbiory na p laszczyźnie Przestrzeni a dwuwymiarow a (p laszczyzn a) nazywamy zbiór wszystkich par uporz adkowanych (x, y), gdzie x, y R. Przestrzeń tȩ oznaczamy symbolem R 2 : R

Bardziej szczegółowo

Rozdzia l 8. Pojȩcie liczby porz adkowej

Rozdzia l 8. Pojȩcie liczby porz adkowej Rozdzia l 8. Pojȩcie liczby porz adkowej 1. Liczby naturalne a liczby porz adkowe Oto cztery pierwsze liczby naturalne zapisane wed lug różnych czterech notacji w porz adku od najmniejszej do najwiȩkszej:,

Bardziej szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

Bardziej szczegółowo

FUNKCJE LICZBOWE. x 1

FUNKCJE LICZBOWE. x 1 FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

Krzysztof Rykaczewski. Szeregi

Krzysztof Rykaczewski. Szeregi Krzysztof Rykaczewski Spis treści 1 Definicja szeregu 2 Zbieżność szeregu 3 Kryteria zbieżności szeregów 4 Iloczyn Cauchy ego szeregów 5 Bibliografia 1 / 13 Definicja szeregu Niech dany będzie ciąg (a

Bardziej szczegółowo

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji

Bardziej szczegółowo

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu

Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Analiza dla informatyków 2 DANI LI2 Pawe l Domański szkicowe notatki do wyk ladu Wyk lad 5 1. Iloczyn ortogonalny funkcji Wróćmy na chwilȩ do dowodu wzorów Eulera-Fouriera. Kluczow a rolȩ odgrywa l wzór:

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Dlaczego nie wystarczają liczby wymierne

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

Bardziej szczegółowo

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości. Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej szczegółowo

Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J.

Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J. Matematyka dyskretna Literatura Podstawowa: 1. K.A. Ross, C.R.B. Wright: Matematyka Dyskretna, PWN, 1996 (2006) 2. J. Jaworski, Z. Palka, J. Szmański: Matematyka dyskretna dla informatyków, UAM, 2008 Uzupełniająca:

Bardziej szczegółowo

Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne

Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne Rozdzia l 9. Zbiory liczb porz adkowych. Liczby porz adkowe izolowane i graniczne 1. Kresy wzglȩdem dowolnego zbioru liczb porz adkowych Poświȩcimy teraz uwagȩ przede wszystkich kratowym w lasnościom klasy

Bardziej szczegółowo

Elementy rachunku różniczkowego i całkowego

Elementy rachunku różniczkowego i całkowego Elementy rachunku różniczkowego i całkowego W paragrafie tym podane zostaną elementarne wiadomości na temat rachunku różniczkowego i całkowego oraz przykłady jego zastosowania w fizyce. Małymi literami

Bardziej szczegółowo

Szeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego

Szeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego Szeregi o wyrazach dodatnich. Kryteria zbieżności d'alemberta i Cauchy'ego Przy założeniu, że wszystkie składniki szeregu jest rosnący. Wynika stąd natychmiast stwierdzenie: są dodatnie, ciąg jego sum

Bardziej szczegółowo

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski

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

Bardziej szczegółowo

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo

Bardziej szczegółowo

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

3.1 Wprowadzenie teoretyczne i przyk lady

3.1 Wprowadzenie teoretyczne i przyk lady Rozdzia l 3 Model probabilistyczny Ko lmogorowa 3.1 Wprowadzenie teoretyczne i przyk lady Przez model probabilistyczny Ko lmogorowa, zwany też przestrzeni a probabilistyczn a, bȩdziemy rozumieli nastȩpuj

Bardziej szczegółowo

SZEREGI LICZBOWE I FUNKCYJNE

SZEREGI LICZBOWE I FUNKCYJNE Mając dowolny ciąg można z niego utworzyć nowy ciąg sum częściowych: Ten nowy rodzaj ciągu nazywamy szeregiem liczbowym, a jeśli to mamy do czynienia z nieskończonym szeregiem liczbowym, który oznaczany

Bardziej szczegółowo

Wyk lad 3 Wielomiany i u lamki proste

Wyk lad 3 Wielomiany i u lamki proste Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich

Bardziej szczegółowo

Ciagi liczbowe wykład 4

Ciagi liczbowe wykład 4 Ciagi liczbowe wykład 4 dr Mariusz Grzadziel Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu semestr zimowy, r. akad. 2016/2017 Definicja (ciagu liczbowego) Ciagiem liczbowym nazywamy funkcję

Bardziej szczegółowo

Definicja odwzorowania ciągłego i niektóre przykłady

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

Bardziej szczegółowo

Wyk lad 3 Grupy cykliczne

Wyk lad 3 Grupy cykliczne Wyk la 3 Grupy cykliczne Definicja 3.1. Niech a bezie elementem grupy (G,, e). Jeżeli istnieje liczba naturalna k taka, że a k = e, to najmniejsza taka liczbe naturalna k nazywamy rzeem elementu a. W przeciwnym

Bardziej szczegółowo

Rozdzia l 1. Podstawowe elementy teorii krat

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

Bardziej szczegółowo

Teoria miary. Matematyka, rok II. Wykład 1

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

Bardziej szczegółowo

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

Zbiory mocy alef zero

Zbiory mocy alef zero Uniwersytet Rzeszowski Wydział Matematyczno-Przyrodniczy Monika Łokaj Zbiory mocy alef zero Praca licencjacka wykonana w Instytucie Matematyki pod kierunkiem dra Michała Lorensa Praca została przyjęta

Bardziej szczegółowo

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym. Rozdzia l 11 Przestrzenie Euklidesowe 11.1 Definicja, iloczyn skalarny i norma Definicja 11.1 Przestrzenia Euklidesowa nazywamy par e { X K,ϕ }, gdzie X K jest przestrzenia liniowa nad K, a ϕ forma dwuliniowa

Bardziej szczegółowo

Rozdzia l 10. Najważniejsze normalne logiki modalne

Rozdzia l 10. Najważniejsze normalne logiki modalne Rozdzia l 10. Najważniejsze normalne logiki modalne 1. Logiki modalne normalne Definicja. Inwariantny zbiór formu l X jȩzyka modalnego L = (L,,,,, ) nazywamy logik a modaln a zbazowan a na logice klasycznej

Bardziej szczegółowo

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Przestrzenie wektorowe, liniowa niezależność Javier de Lucas Ćwiczenie 1. W literaturze można znaleźć pojȩcia przestrzeni liniowej i przestrzeni wektorowej. Obie rzeczy maj a tak a sam a znaczenie. Nastȩpuj

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013 Zdzisław Dzedzej Politechnika Gdańska Gdańsk, 2013 1 PODSTAWY 2 3 Definicja. Przestrzeń metryczna (X, d) jest zwarta, jeśli z każdego ciągu {x n } w X można wybrać podciąg zbieżny {x nk } w X. Ogólniej

Bardziej szczegółowo

Wyk lad 3 Wyznaczniki

Wyk lad 3 Wyznaczniki 1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1

Bardziej szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk lad 9 Baza i wymiar przestrzeni liniowej Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje

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

Liczby pierwsze rozmieszczenie. Liczby pierwsze rozmieszczenie

Liczby pierwsze rozmieszczenie. Liczby pierwsze rozmieszczenie Rozmieszczenie liczb pierwszych Wprowadzamy funkcję π(x) def = p x 1, liczbę liczb pierwszych nie przekraczających x. Łatwo sprawdzić: π(12) = 5 (2, 3, 5, 7, 11); π(17) = 7 (2, 3, 5, 7, 11, 13, 17). Jeszcze

Bardziej szczegółowo

Logika matematyczna i teoria mnogości (I) J. de Lucas

Logika matematyczna i teoria mnogości (I) J. de Lucas Logika matematyczna i teoria mnogości (I) J. de Lucas Ćwiczenie 1. (Zad. L. Newelskiego) Niech p oznacza zdanie Ala je, zaś q zdanie As wyje. Zapisz jako formu ly rachunku zdań nastȩpuj ace zdania: 1.1.

Bardziej szczegółowo

0 + 0 = 0, = 1, = 1, = 0.

0 + 0 = 0, = 1, = 1, = 0. 5 Kody liniowe Jak już wiemy, w celu przesłania zakodowanego tekstu dzielimy go na bloki i do każdego z bloków dodajemy tak zwane bity sprawdzające. Bity te są w ścisłej zależności z bitami informacyjnymi,

Bardziej szczegółowo

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka Instytut Matematyki, Politechnika Lódzka Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ

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

W poszukiwaniu kszta ltów kulistych

W poszukiwaniu kszta ltów kulistych W poszukiwaniu kszta ltów kulistych Piotr Mankiewicz April 4, 2005 Konwersatorium dla doktorantów Notacje 1 Cia lo wypuk le - wypuk ly, domkniȩty podzbiór ograniczony w R n. Odleg lość geometryczna dwóch

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3

Bardziej szczegółowo

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1. Rozdział 5 Szeregi liczbowe 5. Szeregi liczbowe Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy ( ). Ciąg (s n ) określony wzorem s n = n a j, n N, nazywamy ciągiem sum częściowych ciągu

Bardziej szczegółowo

Rozdzia l 6. Wstȩp do statystyki matematycznej. 6.1 Cecha populacji generalnej

Rozdzia l 6. Wstȩp do statystyki matematycznej. 6.1 Cecha populacji generalnej Rozdzia l 6 Wstȩp do statystyki matematycznej 6.1 Cecha populacji generalnej W rozdziale tym zaprezentujemy metodȩ probabilistycznego opisu zaobserwowanego zjawiska. W takim razie (patrz rozdzia l 2.4)zjawiskotobȩdziemy

Bardziej szczegółowo

Wyk lad 1 Podstawowe struktury algebraiczne

Wyk lad 1 Podstawowe struktury algebraiczne Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość

Bardziej szczegółowo

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas Pierwsze kolokwium z Matematyki I 4. listopada 03 r. J. de Lucas Uwagi organizacyjne: Każde zadanie rozwi azujemy na osobnej kartce, opatrzonej imieniem i nazwiskiem w lasnym oraz osoby prowadz acej ćwiczenia,

Bardziej szczegółowo

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE

WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na

Bardziej szczegółowo

2.2 Model odsetek prostych 9

2.2 Model odsetek prostych 9 2.2 Model odsetek prostych 9 Uwaga 2.2.2 Komentarza wymaga znaczenie stopy bazowej. Z definicji wynika, że i T = FV PV, co wcale nie oznacza, że wartość indeksu i PV T zależy od wartości pocz atkowej PV.Wskaźnik

Bardziej szczegółowo

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji

Bardziej szczegółowo

Szeregi liczbowe wste

Szeregi liczbowe wste 3 grudnia 2007 orawi lem dowód twierdzenia o rzybliżeniach dziesie tnych Zajmiemy sie teraz cia gami nieskończonym, ale zaisywanymi w ostaci sum. Definicja 2. (szeregu) Niech (a n ) be dzie dowolnym cia

Bardziej szczegółowo