Relacje. Relacje / strona 1 z 18
|
|
- Lech Żukowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Relacje Relacje / strona 1 z 18
2 Relacje (para uporządkowana, iloczyn kartezjański) Definicja R.1. Parą uporządkowaną (x,y) nazywamy zbiór {{x},{x,y}}. Uwaga: (Ala, Ola) (Ola, Ala) Definicja R.2. (n-tka uporządkowana; n 2) (a) (x 1, x 2 ) = {{x 1 }, {x 1, x 2 }}, (b) (x 1, x 2,..., x n+1 ) = ((x 1, x 2,..., x n ), x n+1 ). Definicja R.3. Iloczynem kartezjańskim zbiorów A i B nazywamy zbiór: A B = {(x, y) x A y B}. Relacje / strona 2 z 18
3 Iloczyn kartezjański Definicja R.4. (iloczyn kartezjański n zbiorów; n 2) Iloczynem kartezjańskim zbiorów A!, A!,...., A! (n 2) nazywamy zbiór: A! A!... A! = {(x!, x!,..., x! ) x! A! x! A!... x! A! }. Definicja R.5. (n-ta potęga kartezjańska zbioru; n 1): (a) A! = A, (b) A! = A A A n razy Relacje / strona 3 z 18
4 Relacje n-członowe (teoriomnogościowo) Definicja R.6. (relacja n-członowa; n 2) Niech n 2. Relacją n-członową nazywamy dowolny podzbiór zbioru n-tek uporządkowanych. Komentarz: Zbiór pusty jest podzbiorem dowolnego zbioru, a zatem i on jest relacją (tzw. relacją pustą). Elementami n-członowej relacji niepustej są n-tki uporządkowane. Terminologia: Gdy n = 2 i relacja jest niepusta, to nazywamy ją relacją binarną. Gdy n = 3 i relacja jest niepusta, to nazywamy ją relacją ternarną. Relacje / strona 4 z 18
5 Relacje n-członowe przykłady Przykład P.1. jest relacją binarną. {(Audi, BMW), (BMW, Audi), (Fiat, Ferrari)} Przykład P.2. jest relacją ternarną. {(Audi, BMW, Opel), (Fiat, Ferrari, Alfa)} Relacje / strona 5 z 18
6 Relacje n-członowe w zbiorze Uwaga: Mówiąc dalej o relacjach n-członowych, zawsze zakładamy, że n 2. Definicja R.7. (relacja n-członowa w zbiorze; n 2). Mówimy, że relacja n-członowa R jest n-członową relacją w zbiorze A wtw R A n. Wniosek. Niepusta n-członowa relacja w zbiorze A jest zbiorem n-tek uporządkowanych elementów zbioru A. Komentarz: Czasami pojęcie n-członowej relacji w zbiorze definiuje się następująco: R jest n-członową relacją (n 2) w zbiorze A wtw R A n. Relacje / strona 6 z 18
7 Dziedzina i przeciwdziedzina relacji binarnej Notacja: Zamiast (x, y) R piszemy xry. Definicja R.8. (dziedzina, przeciwdziedzina i pole relacji binarnej) Niech R będzie relacją binarną. Dziedziną relacji R nazywamy zbiór: D! = {x! (xry)}. Przeciwdziedziną relacji R nazywamy zbiór: D! = {y:! (xry)}. Polem relacji R jest zbiór: P! = D! D!. Przykład P.3. R = {(Jaś, Małgosia), (Małgosia, Jaś), (Piotruś, Zosia)}. Wówczas: D! = {Jaś, Małgosia, Piotruś}, D! = {Małgosia, Jaś, Zosia}. P! = {Jaś, Małgosia, Piotruś, Zosia}. Relacje / strona 7 z 18
8 i-ta dziedzina relacji n-członowej; (n > 2) Notacja: Zamiast (x!, x!,..., x! ) R piszemy R(x!, x!,..., x! ). Definicja R.9. (i-ta dziedzina relacji n-członowej; n > 2 oraz 1 i n). Niech R będzie relacją n-członową, gdzie n > 2. Pod pojęciem i tej dziedziny (1 i n) relacji R rozumiemy zbiór: D!! = {y:!!...!!!!!!!!...!! R(x!,..., x!!!, y, x!!!, x! )}. Przykład P.4. R = {(Małgosia, Jaś, Zosia), (Kasia, Piotruś, Beata)}. D!! ={Małgosia, Kasia}, D!! = {Jaś, Piotruś}, D!! = {Zosia, Beata}. Relacje / strona 8 z 18
9 Diagramy relacji binarnych Niech R = {(a, a), (a, b), (a, c), (b, c), (c, b)}. O a, b, c zakładamy, że są one różne między sobą (zbiór). Relacje / strona 9 z 18
10 Matryce relacji binarnych Niech R = {(a, a), (a, b), (a, c), (b, c), (c, b)}. a b c a b c Relacje / strona 10 z 18
11 Własności relacji binarnych: zwrotność (Z), przeciwzwrotność (PZ) i niezwrotność (NZ) Definicja R.10. Mówimy, że relacja binarna R jest w zbiorze A : (i) zwrotna wtw, gdy!! (xrx), (ii) przeciwzwrotna wtw, gdy!! (xrx), (iii) niezwrotna wtw, gdy!! xrx, (!! (xrx)). Przykład P.5. Relacja równości (=) w danym zbiorze liczb jest w nim zwrotna. Przykład P.6. Relacja ojcostwa w zbiorze wszystkich ludzi jest w nim przeciwzwrotna. Przykład P.7. Relacja lubienia kogoś w zbiorze wszystkich ludzi jest w nim niezwrotna - ale nie przeciwzwrotna. Relacje / strona 11 z 18
12 Własności relacji binarnych: symetryczność (S), przeciwsymetryczność (PS), antysymetryczność (AS) Definicja R.11. Mówimy, że relacja binarna R jest w zbiorze A : (i) symetryczna wtw, gdy (ii) przeciwsymetryczna wtw, gdy (iii) antysymetryczna wtw, gdy Przykład P.8.!! y! (xry yrx),!! y! (xry (yrx)), Relacja pokrewieństwa jest symetryczna w zbiorze ludzi. Przykład P.9.!! y! (xry x y (yrx)). Relacja większości > w zbiorze liczb rzeczywistych jest w nim przeciwsymetryczna. Przykład P.10. Relacja bycia większym lub równym w zbiorze liczb rzeczywistych jest w nim antysymetryczna. Przykład P.11. Relacja określona przez warunek x jest zakochany w y nie jest symetryczna w zbiorze ludzi; nie jest ona też w nim przeciwsymetryczna, ani antysymetryczna. Relacje / strona 12 z 18
13 Własności relacji binarnych: przechodniość (P) i spójność (Sp) Definicja R.12. Mówimy, że relacja binarna R jest w zbiorze A : (i) przechodnia wtw, gdy!!!! z! (xry yrz xrz), (ii) spójna wtw, gdy!!!! xry yrx x = y. Przykład P.12. Przykład P.13. Przykład P.14. Przykład P.15. Relacja większości > (mniejszości < ) w R jest przechodnia. Relacja większości > (mniejszości < ) w R jest spójna. Relacja bycia większym lub równym w R jest w nim spójna. Relacja lubienia kogoś w zbiorze ludzi nie jest w nim ani przechodnia, ani spójna. Relacje / strona 13 z 18
14 Relacje równoważnościowe (Rw) i klasy abstrakcji Definicja R.13. Mówimy, że relacja binarna R jest relacją równoważnościową w zbiorze A wtw, gdy R jest w A zwrotna, symetryczna i przechodnia. Przykład P.16. Relacja identyczności (=) jest relacją równoważnościową w dowolnym zbiorze. Przykład P.17. Relacja posiadania tego samego wzrostu jest relacją równoważnościową w zbiorze wszystkich ludzi. Relacje / strona 14 z 18
15 Klasy abstrakcji relacji równoważnościowej Definicja R.14. Niech A będzie niepustym zbiorem, zaś R będzie relacją równoważnościową w A. Klasą abstrakcji elementu x A względem relacji R nazywamy zbiór: [x] R = {y A xry}. Uwaga: Do klasy abstrakcji elementu x A względem relacji równoważnościowej R w A należą wszystkie te elementy zbioru A, które pozostają w relacji R do x, i tylko one. Relacje / strona 15 z 18
16 Relacje równoważnościowe i klasy abstrakcji Twierdzenie T.1. Niech A będzie niepustym zbiorem, natomiast R niech będzie relacją binarną w zbiorze A. Jeżeli R jest relacją równoważnościową w A, to dla dowolnych elementów x, y A: (i) x [x] R, (ii) [x]! = [y]! wtw, gdy xry, (iii) jeśli [x] R [y] R, to [x] R [y] R =. Twierdzenie T.2. (zasada abstrakcji) Niech A będzie niepustym zbiorem i niech R będzie relacją równoważnościową w A. Relacja R ustala podział zbioru A na rozłączne i niepuste podzbiory (mianowicie klasy abstrakcji) w taki sposób, że dwa elementy x, y zbioru A należą do tego samego podzbioru wtw xry. Notacja: Przez A R oznaczamy zbiór wszystkich klas abstrakcji relacji R w zbiorze A. Relacje / strona 16 z 18
17 Porządki i liniowe porządki Definicja R.15. Niech R będzie relacją binarną w zbiorze A. Relację R nazywamy porządkującą zbiór A wtw, gdy R jest zwrotna, przechodnia i antysymetryczna w A. Mówimy wówczas, że R porządkuje zbiór A, i parę uporządkowaną < A, R > nazywamy zbiorem uporządkowanym. Przykład P.18. Relacja niewiększości w (dowolnym) niepustym zbiorze liczb rzeczywistych porządkuje ten zbiór. Relacja zawierania w (dowolnym) zbiorze podzbiorów danego zbioru niepustego porządkuje ten zbiór. Relacje / strona 17 z 18
18 Porządki i liniowe porządki Definicja R.16. Relację binarną R w zbiorze A nazywamy liniowo porządkującą zbiór A wtw, gdy R porządkuje zbiór A i R jest spójna w A. Mówimy wówczas, że relacja R liniowo porządkuje zbiór A, i parę uporządkowaną < A, R > nazywamy zbiorem liniowo uporządkowanym lub łańcuchem. Przykład P.19. Relacja niewiększości w (dowolnym) niepustym zbiorze liczb rzeczywistych liniowo porządkuje ten zbiór. Relacje / strona 18 z 18
Logika I. Wykład 3. Relacje i funkcje
Andrzej Wiśniewski Logika I Materiały do wykładu dla studentów kognitywistyki Wykład 3. Relacje i funkcje 1 Już było... Definicja 2.6. (para uporządkowana) Parą uporządkowaną nazywamy zbiór {{x},
Bardziej szczegółowo1. Wprowadzenie do rachunku zbiorów
1 1. Wprowadzenie do rachunku zbiorów 2 Podstawowe pojęcia rachunku zbiorów Uwaga 1.1. W teorii mnogości mówimy o zbiorach w sensie dystrybutywnym; rachunek zbiorów jest fragmentem teorii mnogości. Pojęcia
Bardziej szczegółowoPodstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik
Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik 9 Relacje 9.1 Podstawowe pojęcia 9.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu
Bardziej szczegółowoTeoria automatów i języków formalnych. Określenie relacji
Relacje Teoria automatów i języków formalnych Dr inŝ. Janusz ajewski Katedra Informatyki Określenie relacji: Określenie relacji Relacja R jest zbiorem par uporządkowanych, czyli podzbiorem iloczynu kartezjańskiego
Bardziej szczegółowoRELACJE I ODWZOROWANIA
RELACJE I ODWZOROWANIA Definicja. Dwuargumentową relacją określoną w iloczynie kartezjańskim X Y, X Y nazywamy uporządkowaną trójkę R = ( X, grr, Y ), gdzie grr X Y. Zbiór X nazywamy naddziedziną relacji.
Bardziej szczegółowoZbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem.
Zbiory Pojęcie zbioru jest w matematyce pojęciem pierwotnym, którego nie definiujemy. Gdy a jest elementem należacym do zbioru A to piszemy a A. Stosujemy również oznaczenie a / A jeżeli (a A). Będziemy
Bardziej szczegółowoIVa. Relacje - abstrakcyjne własności
IVa. Relacje - abstrakcyjne własności Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie rzegorz Kosiorowski (Uniwersytet Ekonomiczny wiva. Krakowie) Relacje - abstrakcyjne własności 1 / 22 1 Zwrotność
Bardziej szczegółowodomykanie relacji, relacja równoważności, rozkłady zbiorów
1 of 8 2012-03-28 17:45 Logika i teoria mnogości/wykład 5: Para uporządkowana iloczyn kartezjański relacje domykanie relacji relacja równoważności rozkłady zbiorów From Studia Informatyczne < Logika i
Bardziej szczegółowoRelacje. opracował Maciej Grzesiak. 17 października 2011
Relacje opracował Maciej Grzesiak 17 października 2011 1 Podstawowe definicje Niech dany będzie zbiór X. X n oznacza n-tą potęgę kartezjańską zbioru X, tzn zbiór X X X = {(x 1, x 2,..., x n ) : x k X dla
Bardziej szczegółowo- Dla danego zbioru S zbiór wszystkich jego podzbiorów oznaczany symbolem 2 S.
1 Zbiór potęgowy - Dla danego zbioru S zbiór wszystkich jego podzbiorów oznaczany symbolem 2 S. - Dowolny podzbiór R zbioru 2 S nazywa się rodziną zbiorów względem S. - Jeśli S jest n-elementowym zbiorem,
Bardziej szczegółowoRozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy. Dla dowolnego zbioru B Y określamy jego przeciwobraz:
Rozważmy funkcję f : X Y. Dla dowolnego zbioru A X określamy jego obraz: f(a) = {f(x); x A} = {y Y : x A f(x) = y}. Dla dowolnego zbioru B Y określamy jego przeciwobraz: f 1 (B) = {x X; f(x) B}. 1 Zadanie.
Bardziej szczegółowoRACHUNEK ZBIORÓW 5 RELACJE
RELACJE Niech X i Y są dowolnymi zbiorami. Układ ich elementów, oznaczony symbolem x,y (lub też (x,y) ), gdzie x X i y Y, nazywamy parą uporządkowaną o poprzedniku x i następniku y. a,b b,a b,a b,a,a (o
Bardziej szczegółowoWykłady z Matematyki Dyskretnej
Wykłady z Matematyki Dyskretnej dla kierunku Informatyka dr Instytut Informatyki Politechnika Krakowska Wykłady na bazie materiałów: dra hab. Andrzeja Karafiata dr hab. Joanny Kołodziej, prof. PK Informacje
Bardziej szczegółowoBOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH
BOGDAN ZARĘBSKI ZASTOSOWANIE ZASADY ABSTRAKCJI DO KONSTRUKCJI LICZB CAŁKOWITYCH WSTĘP Zbiór liczb całkowitych można definiować na różne sposoby. Jednym ze sposobów określania zbioru liczb całkowitych jest
Bardziej szczegółowoWstęp do Matematyki (2)
Wstęp do Matematyki (2) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Wstęp do Matematyki (2) Własności relacji 1 / 24 Wprowadzenie
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, B/14
Matematyka dyskretna Andrzej Łachwa, UJ, 2019 andrzej.lachwa@uj.edu.pl 2B/14 Relacje Pojęcia: relacja czyli relacja dwuargumentowa relacja w zbiorze A relacja n-argumentowa Relacja E = {(x, x): x S} jest
Bardziej szczegółowoLogika Matematyczna. Jerzy Pogonowski. Własności relacji. Zakład Logiki Stosowanej UAM
Logika Matematyczna Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Własności relacji Jerzy Pogonowski (MEG) Logika Matematyczna Własności relacji 1 / 46 Wprowadzenie
Bardziej szczegółowoDEFINICJA. Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B.
RELACJE Relacje 1 DEFINICJA Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B. Relacje 2 Przykład 1 Wróćmy do przykładu rozważanego
Bardziej szczegółowoRelacje. Zdania opisujące stosunki dwuczłonowe mają ogólny wzór budowy: xry, co czytamy: x pozostaje w relacji R do y.
Zdania stwierdzające relację Pewne wyrazy i wyraŝenia wskazują na stosunki, czyli relacje, jakie zachodzą między róŝnymi przedmiotami. Do takich wyrazów naleŝą m. in. wyrazy: nad, pod, za, przy, braterstwo,
Bardziej szczegółowo1 Rachunek zdań. w(p) = 0 lub p 0 lub [p] = 0. a jeśli jest fałszywe to:
1 Rachunek zdań Formuły zdaniowe (lub krócej: zdania) w klasycznym rachunku zdań składają się ze zmiennych zdaniowych nazywanych też zdaniami składowymi (oznaczane są zazwyczaj p, q, r,...) oraz operatorów
Bardziej szczegółowoZbiory, 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 szczegółowoTeoria popytu. Popyt indywidualny konsumenta
Teoria popytu Popyt indywidualny konsumenta Koszyk towarów Definicja 1 Wektor x=(x 1,x 2,x 3,...,x n ) taki, że x i 0 dla każdego i,w którym i-ta współrzędna oznacza ilość towaru nr i, którą konsument
Bardziej szczegółowoElementy teorii mnogości. Część I. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.
Elementy teorii mnogości 1 Elementy teorii mnogości Część I Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości 2 1. Pojęcia
Bardziej szczegółowoMatematyka dyskretna. 1. Relacje
Matematyka dyskretna 1. Relacje Definicja 1.1 Relacją dwuargumentową nazywamy podzbiór produktu kartezjańskiego X Y, którego elementami są pary uporządkowane (x, y), takie, że x X i y Y. Uwaga 1.1 Jeśli
Bardziej szczegółowoNotatki 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 szczegółowoRelacje i relacje równoważności. Materiały pomocnicze do wykładu. przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak
Relacje i relacje równoważności Materiały pomocnicze do wykładu uczelnia: PJWSTK przedmiot: Matematyka Dyskretna 1 wykładowca: dr Magdalena Kacprzak Zbiór i iloczyn kartezjański Pojęcie zbioru Zbiór jest
Bardziej szczegółowoRozdzia l 3. Relacje binarne
Rozdzia l 3. Relacje binarne 1. Para uporz adkowana. Produkt kartezjański dwóch zbiorów Dla pary zbiorów {x, y} zachodzi, jak latwo sprawdzić, równość {x, y} = {y, x}. To znaczy, kolejność wymienienia
Bardziej szczegółowoPytania i polecenia podstawowe
Pytania i polecenia podstawowe Liczby zespolone a) 2 i 1 + 2i 1 + 2i 3 + 4i, c) 1 i 2 + i a) 4 + 3i (2 i) 2, c) 1 3i a) i 111 (1 + i) 100, c) ( 3 i) 100 Czy dla dowolnych liczb z 1, z 2 C zachodzi równość:
Bardziej szczegółowoElementy teorii mnogości. Część II. Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im.
Elementy teorii mnogości. II 1 Elementy teorii mnogości Część II Wojciech Buszkowski Zakład Teorii Obliczeń Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza Elementy teorii mnogości.
Bardziej szczegółowoRelacje binarne. Def. Relację ϱ w zbiorze X nazywamy. antysymetryczną, gdy x, y X (xϱy yϱx x = y) spójną, gdy x, y X (xϱy yϱx x = y)
Relacje binarne Niech X będzie niepustym zbiorem. Jeśli ϱ X X to mówimy, że ϱ jest relacją w zbiorze X. Zamiast pisać (x, y) ϱ będziemy stosować zapis xϱy. Def. Relację ϱ w zbiorze X nazywamy zwrotną,
Bardziej szczegółowo1 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 szczegółowo1 Logika Zbiory Pewnik wyboru Funkcje Moce zbiorów Relacje... 14
Wstęp do matematyki Matematyka, I rok. Tomasz Połacik Spis treści 1 Logika................................. 1 2 Zbiory................................. 7 3 Pewnik wyboru............................ 10
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /10
Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 1/10 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,
Bardziej szczegółowoWstęp do Matematyki (3)
Wstęp do Matematyki (3) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Ważne typy relacji Jerzy Pogonowski (MEG) Wstęp do Matematyki (3) Ważne typy relacji 1 / 54 Wprowadzenie
Bardziej szczegółowoEgzamin z logiki i teorii mnogości, rozwiązania zadań
Egzamin z logiki i teorii mnogości, 08.02.2016 - rozwiązania zadań 1. Niech φ oraz ψ będą formami zdaniowymi. Czy formuła [( x : φ(x)) ( x : ψ(x))] [ x : (φ(x) ψ(x))] jest prawem rachunku kwantyfikatorów?
Bardziej szczegółowoKARTA KURSU. Kod Punktacja ECTS* 7
KARTA KURSU Nazwa Nazwa w j. ang. Wstęp do logiki i teorii mnogości Introduction to Logic and Set Theory Kod Punktacja ECTS* 7 Koordynator Dr hab. prof. UP Piotr Błaszczyk Zespół dydaktyczny: Dr hab. prof.
Bardziej szczegółowoFUNKCJE. (odwzorowania) Funkcje 1
FUNKCJE (odwzorowania) Funkcje 1 W matematyce funkcja ze zbioru X w zbiór Y nazywa się odwzorowanie (przyporządkowanie), które każdemu elementowi zbioru X przypisuje jeden, i tylko jeden element zbioru
Bardziej szczegółowoW pewnym mieście jeden z jej mieszkańców goli wszystkich tych i tylko tych jej mieszkańców, którzy nie golą się
1 Logika Zdanie w sensie logicznym, to zdanie oznajmujące, o którym da się jednoznacznie powiedzieć, czy jest fałszywe, czy prawdziwe. Zmienna zdaniowa- to symbol, którym zastępujemy dowolne zdanie. Zdania
Bardziej szczegółowoKARTA KURSU. Wstęp do logiki i teorii mnogości Introduction to Logic and Set Theory
KARTA KURSU Nazwa Nazwa w j. ang. Wstęp do logiki i teorii mnogości Introduction to Logic and Set Theory Kod Punktacja ECTS* 6 Koordynator Dr hab. prof. UP Piotr Błaszczyk Zespół dydaktyczny dr Antoni
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA realizacja w roku akademickim 2016/2017
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2016-2020 realizacja w roku akademickim 2016/2017 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2017 andrzej.lachwa@uj.edu.pl 1/15 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, 2017 Zadania 1
Matematyka dyskretna Andrzej Łachwa, UJ, 2017 andrzej.lachwa@uj.edu.pl Zadania 1 Udowodnij, że A (B C) = (A B) (A C) za pomocą diagramów Venna. Udowodnij formalnie, że (A B i A C) A B C oraz że (A B C)'
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /14
Matematyka dyskretna Andrzej Łachwa, UJ, 2012 andrzej.lachwa@uj.edu.pl 7/14 Relacje Relacja E = {(x, x): x S} jest relacją równości w zbiorze S. Piszemy xex lub x=x lub (x, x) E. Złożeniem relacji A w
Bardziej szczegółowoZagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc.
Zagadnienia: 1. Definicje porządku słabego i silnego. 2. Elementy minimalne, maksymalne, kresy, etc. 3. Porządki liniowe. Porządki gęste, ciągłe i dobre. dradamkolany,mailto:ynalok64@wp.pl,http://kolany.pl,gg:1797933,tel.(+48)602804128...
Bardziej szczegółowoPiotr Łukowski, Wykład dla studentów prawa WYKŁAD 9. klasyczny rachunek nazw relacje
WYKŁAD 9 klasyczny rachunek nazw relacje 1 lukowski@filozof.uni.lodz.pl Katedra Logiki i Metodologii Nauk Instytut Filozofii Uniwersytet Łódzki ul. Kopcińskiego 16/18, I piętro, pok.13 tel. 635-61-34 dyŝur:
Bardziej szczegółowoRelacje. 1 Iloczyn kartezjański. 2 Własności relacji
Relacje 1 Iloczyn kartezjański W poniższych zadaniach litery a, b, c, d oznaczają elementy zbiorów, a litery A, B, C, D oznaczają zbiory. Przypomnijmy definicję pary uporządkowanej (w sensie Kuratowskiego):
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl 1/15 Literatura obowiązkowa K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 R.L.Graham, D.E.Knuth,
Bardziej szczegółowo0 Alfabet grecki 2. 1 Rachunek zdań Podstawowe definicje Wybrane tautologie rachunku zdań (kpn) Zadania...
DB Wstęp do matematyki (ns) semestr zimowy 2018 SPIS TREŚCI Teoria w niniejszym skrypcie została opracowana na podstawie książki: R. Murawski, K. Świrydowicz, Wstęp do teorii mnogości, Wyd. Naukowe UAM,
Bardziej szczegółowo1. Teoria mnogości, zbiory i operacje na zbiorach, relacje i odwzorowania, moc zbiorów.
1. Teoria mnogości, zbiory i operacje na zbiorach, relacje i odwzorowania, moc zbiorów. Teoria mnogości inaczej nazywana teorią zbiorów jest to teoria matematyczna badająca własności zbiorów (mnogość dawna
Bardziej szczegółowoPodstawy logiki i teorii zbiorów Ćwiczenia
Podstawy logiki i teorii zbiorów Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Iloczyn kartezjański 5 6 Kwantyfikatory.
Bardziej szczegółowoAndrzej Wiśniewski Logika II. Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań
Andrzej Wiśniewski Logika II Materiały do wykładu dla studentów kognitywistyki Wykłady 10b i 11. Semantyka relacyjna dla normalnych modalnych rachunków zdań 1 Struktury modelowe Przedstawimy teraz pewien
Bardziej szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, /15
Matematyka dyskretna Andrzej Łachwa, UJ, 2014 andrzej.lachwa@uj.edu.pl 1/15 Literatura obowiązkowa [1] K.A.Ross, Ch.R.B.Wright: Matematyka Dyskretna. Wydawnictwo Naukowe PWN, Warszawa 1996 [2] R.L.Graham,
Bardziej szczegółowo0 Alfabet grecki 2. 1 Rachunek zdań Podstawowe definicje Wybrane tautologie rachunku zdań Zadania... 4
DB Wstęp do matematyki semestr zimowy 2018 SPIS TREŚCI Teoria w niniejszym skrypcie została opracowana na podstawie książki: R. Murawski, K. Świrydowicz, Wstęp do teorii mnogości, Wyd. Naukowe UAM, Poznań
Bardziej szczegółowoMetalogika (1) Jerzy Pogonowski. Uniwersytet Opolski. Zakład Logiki Stosowanej UAM
Metalogika (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Uniwersytet Opolski Jerzy Pogonowski (MEG) Metalogika (1) Uniwersytet Opolski 1 / 21 Wstęp Cel: wprowadzenie
Bardziej szczegółowoPodstawy logiki i teorii zbiorów Ćwiczenia
Podstawy logiki i teorii zbiorów Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Kwantyfikatory. 5 6 Relacje 7
Bardziej szczegółowoO relacjach i algorytmach
2 O relacjach i algorytmach Relacja jest podstawowym pojęciem matematycznym, również użytecznym w informatyce: Operatory relacji =,, , w językach programowania. Relacyjne bazy danych. W eksploracji
Bardziej szczegółowoNaukoznawstwo (Etnolingwistyka V)
Naukoznawstwo (Etnolingwistyka V) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 25 listopada 2006 Jerzy Pogonowski (MEG) Naukoznawstwo (Etnolingwistyka V) 25 listopada
Bardziej szczegółowoAnaliza matematyczna 1
Analiza matematyczna 1 Marcin Styborski Katedra Analizy Nieliniowej pok. 610E (gmach B) marcins@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/marcins () 28 września 2010 1 / 10 Literatura podstawowa R. Rudnicki,
Bardziej szczegółowoWykład ze Wstępu do Logiki i Teorii Mnogości
Wykład ze Wstępu do Logiki i Teorii Mnogości rok ak. 2016/2017, semestr zimowy Wykład 1 1 Wstęp do Logiki 1.1 Rachunek zdań, podstawowe funktory logiczne 1.1.1 Formuła atomowa; zdanie logiczne definicje
Bardziej szczegółowoLogika i teoria mnogości Ćwiczenia
Logika i teoria mnogości Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Zdania logiczne i tautologie c.d. 2 3 Algebra zbiorów 3 4 Różnica symetryczna 4 5 Iloczyn kartezjański 5 6 Kwantyfikatory.
Bardziej szczegółowoRozdział 7 Relacje równoważności
Rozdział 7 Relacje równoważności Pojęcie relacji. Załóżmy, że dany jest niepusty zbiór A oraz własność W, którą mogą mieć niektóre elementy zbioru A. Własność W wyznacza pewien podzbiór W A zbioru A, złożony
Bardziej szczegółowoKURS MATEMATYKA DYSKRETNA
KURS MATEMATYKA DYSKRETNA Lekcja 17 Relacje częściowego porządku. Diagramy Hassego. ZADANIE DOMOWE www.akademia.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa).
Bardziej szczegółowoGrupy, pierścienie i ciała
Grupy, pierścienie i ciała Definicja: Niech A będzie niepustym zbiorem. Działaniem wewnętrznym (lub, krótko, działaniem) w zbiorze A nazywamy funkcję : A A A. Niech ponadto B będzie niepustym zbiorem.
Bardziej szczegółowoLogika matematyczna w informatyce
Paweł Gładki Logika matematyczna w informatyce http://www.math.us.edu.pl/ pgladki/ Konsultacje: Piątek, 8:00-9:30 Jeżeli chcesz spotkać się z prowadzącym podczas konsultacji, postaraj się powiadomić go
Bardziej szczegółowoLogika i teoria mnogości Ćwiczenia
Logika i teoria mnogości Ćwiczenia Spis treści 1 Zdania logiczne i tautologie 1 2 Algebra zbiorów 3 3 Różnica symetryczna 4 4 Iloczyn kartezjański. Kwantyfikatory. 5 5 Kwantyfikatory. 6 6 Relacje 7 7 Relacje
Bardziej szczegółowoLista zadań - Relacje
MATEMATYKA DYSKRETNA Lista zadań - Relacje Zadania obliczeniowe Zad. 1. Która z poniższych relacji jest funkcją? a) Relacja składająca się ze wszystkich par uporządkowanych, których poprzednikami są studenci,
Bardziej szczegółowo1 Logika (3h) 1.1 Funkcje logiczne. 1.2 Kwantyfikatory. 1. Udowodnij prawa logiczne: 5. (p q) (p q) 6. ((p q) r) (p (q r)) 3.
Logika (3h). Udowodnij prawa logiczne:. (p q) ( p q). (p q) ( p q) 3. (p q) ( q p) 4. (p q) ( p q) 5. (p q) (p q) 6. ((p q) r) (p (q r)) 7. (p q) r (p r) (q r) 8. (p q) (q r) (p r). Sprawdź, czy wyrażenia:.
Bardziej szczegółowoWykład z Analizy Matematycznej 1 i 2
Wykład z Analizy Matematycznej 1 i 2 Stanisław Spodzieja Łódź 2004/2005 http://www.math.uni.lodz.pl/ kfairr/analiza/ Wstęp Książka ta jest nieznacznie zmodyfikowaną wersją wykładu z analizy matematycznej
Bardziej szczegółowoWykład 7. Informatyka Stosowana. 21 listopada Informatyka Stosowana Wykład 7 21 listopada / 27
Wykład 7 Informatyka Stosowana 21 listopada 2016 Informatyka Stosowana Wykład 7 21 listopada 2016 1 / 27 Relacje Informatyka Stosowana Wykład 7 21 listopada 2016 2 / 27 Definicja Iloczynem kartezjańskim
Bardziej szczegółowoMATEMATYKA DYSKRETNA. doc. dr hab. inż. Marek Libura
Marek Libura MATEMATYKA DYSKRETNA 1 MATEMATYKA DYSKRETNA doc. dr hab. inż. Marek Libura Instytut Badań Systemowych PAN 01-447 Warszawa, Newelska 6, pok. 324 Marek.Libura@ibspan.waw.pl tel.(48)(22)8373578
Bardziej szczegółowoStrona główna. Strona tytułowa. Spis treści. Strona 1 z 403. Powrót. Full Screen. Zamknij. Koniec
Strona z 403 Przedmowa Do wydania pierwszego Podręcznik przeznaczony jest dla studentów pierwszego roku studiów w Szkole Głównej Handlowej. Składa się dziesięciu rozdziałów zawierających teorię (definicje,
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
Mteriły do wykłdu MATEMATYKA DYSKRETNA dl studiów zocznych cz. Progrm wykłdu: KOMBINATORYKA:. Notcj i podstwowe pojęci. Zlicznie funkcji. Permutcje. Podziory zioru. Podziory k-elementowe. Ziory z powtórzenimi
Bardziej szczegółowoZALICZENIE WYKŁADU: 30.I.2019
MATEMATYCZNE PODSTAWY KOGNITYWISTYKI ZALICZENIE WYKŁADU: 30.I.2019 KOGNITYWISTYKA UAM, 2018 2019 Imię i nazwisko:.......... POGROMCY PTAKÓW STYMFALIJSKICH 1. [2 punkty] Podaj definicję warunku łączności
Bardziej szczegółowo2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub
WYKŁAD 2 1 2. FUNKCJE. 2.1.PODSTAWOWE DEFINICJE. Niech będą dane zbiory i. Jeżeli każdemu elementowi x ze zbioru,, przyporządkujemy jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy
Bardziej szczegółowoWstęp do Matematyki (1)
Wstęp do Matematyki (1) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Wprowadzenie Jerzy Pogonowski (MEG) Wstęp do Matematyki (1) Wprowadzenie 1 / 41 Wprowadzenie
Bardziej szczegółowoChcąc wyróżnić jedno z działań, piszemy np. (, ) i mówimy, że działanie wprowadza w STRUKTURĘ ALGEBRAICZNĄ lub, że (, ) jest SYSTEMEM ALGEBRAICZNYM.
DEF. DZIAŁANIE DWUARGUMENTOWE Działaniem dwuargumentowym w niepsutym zbiorze nazywamy każde odwzorowanie iloczynu kartezjańskiego :. Inaczej mówiąc, w zbiorze jest określone działanie dwuargumentowe, jeśli:
Bardziej szczegółowo1. Funkcje monotoniczne, wahanie funkcji.
1. Funkcje monotoniczne, wahanie funkcji. Zbiór X będziemy nazywali uporządkowanym, jeśli określona jest relacja zawarta w produkcie kartezjańskim X X, która jest spójna, antysymetryczna i przechodnia.
Bardziej szczegółowoRelacj 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 szczegółowoSemantyka rachunku predykatów
Relacje Interpretacja Wartość Spełnialność Logika obliczeniowa Instytut Informatyki Relacje Interpretacja Wartość Plan Plan Relacje O co chodzi? Znaczenie w logice Relacje 3 Interpretacja i wartościowanie
Bardziej szczegółowoRachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Pojęcia podstawowe c.d. Rachunek podziałów Elementy teorii grafów Klasy zgodności Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.
Bardziej szczegółowoO ALGORYTMACH BADANIA WŁASNOŚCI RELACJI
ZESZYTY NAUKOWE 23-37 Zenon GNIAZDOWSKI 1 O ALGORYTMACH BADANIA WŁASNOŚCI RELACJI Streszczenie W artykule omówione relacje dwuargumentowe, oraz algorytmy służące do badania ich własności, a także przedstawiono
Bardziej szczegółowoKonstrukcja 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 szczegółowoElementy logiki Zbiory Systemy matematyczne i dowodzenie twierdzeń Relacje
Dr Maciej Grzesiak, pok.724 E e-mail: maciej.grzesiak@put.poznan.pl http://www.put.poznan.pl/ maciej.grzesiak Konsultacje: poniedziałek, 8.45-9.30, środa 8.45-9.30, piątek 9.45-10.30, pokój 724E Treść
Bardziej szczegółowoUzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011).
Uzupełnienia dotyczące zbiorów uporządkowanych (3 lutego 2011). Poprzedniczka tej notatki zawierała błędy! Ta pewnie zresztą też ; ). Ćwiczenie 3 zostało zmienione, bo żądałem, byście dowodzili czegoś,
Bardziej szczegółowoTopologia I Wykład 4.
Topologia I Wykład 4. Stefan Jackowski 24 października 2012 Przeciąganie topologii przez rodzinę przekształceń X zbiór. f = {f i : X Y i } i I rodziną przekształceń o wartościach w przestrzeniach topologicznych
Bardziej szczegółowoFUNKCJA I JEJ WŁASNOŚCI
FUNKCJA I JEJ WŁASNOŚCI Niech i oznaczają dwa dowolne niepuste zbiory. DEFINICJA (odwzorowanie zbioru (funkcja)) Odwzorowaniem zbioru w zbiór nazywamy przyporządkowanie każdemu elementowi zbioru dokładnie
Bardziej szczegółowoFUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.
FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga
Bardziej szczegółowoWstęp do matematyki listy zadań
Projekt pn. Wzmocnienie potencjału dydaktycznego UMK w Toruniu w dziedzinach matematyczno-przyrodniczych realizowany w ramach Poddziałania 4.1.1 Programu Operacyjnego Kapitał Ludzki Wstęp do matematyki
Bardziej szczegółowoCzęść wspólna (przekrój) A B składa się z wszystkich elementów, które należą jednocześnie do zbioru A i do zbioru B:
Zbiory 1 Rozważmy dowolne dwa zbiory A i B. Suma A B składa się z wszystkich elementów, które należą do zbioru A lub do zbioru B: (x A B) (x A x B). Część wspólna (przekrój) A B składa się z wszystkich
Bardziej szczegółowoZbiór zadań ze wstępu do matematyki
Zbiór zadań ze wstępu do matematyki Jan Kraszewski Wrocław 2009 1 Spis treści 2 Przedmowa W zbiorach zadań ze wstępu do matematyki zadania zazwyczaj są tak pogrupowane, by dotyczyły pojęć z poszczególnych
Bardziej szczegółowo1 Logika. 1. Udowodnij prawa logiczne: 3. (p q) (p q) 2. (p q) ( q p) 2. Sprawdź, czy wyrażenie ((p q) r) (p (q r)) jest tautologią.
Logika. Udowodnij prawa logiczne:. (p q) ( p q). (p q) ( q p) 3. (p q) (p q). Sprawdź czy wyrażenie ((p q) r) (p (q r)) jest tautologią. 3. Zad 3. Sprawdź czy zdanie: Jeżeli liczba a dzieli się przez i
Bardziej szczegółowoIX Wojewódzki Konkurs Matematyczny "W Świecie Matematyki im. Prof. Włodzimierza Krysickiego Etap drugi - 21 lutego 2017 r.
IX Wojewódzki Konkurs Matematyczny "W Świecie Matematyki im. Prof. Włodzimierza Krysickiego Etap drugi - 21 lutego 2017 r. Maksymalna liczba punktów do zdobycia: 80. 1. Drugi etap Konkursu składa się z
Bardziej szczegółowoO relacjach i algorytmach. Zenon Gniazdowski Warszawska Wyższa Szkoła Informatyki zgniazdowski@wwsi.edu.pl
O relacjach i algorytmach Zenon Gniazdowski Warszawska Wyższa Szkoła Informatyki zgniazdowski@wwsi.edu.pl < 266 > Informatyka + Wszechnica Popołudniowa > O relacjach i algorytmach < 267 > Streszczenie
Bardziej szczegółowoTeoretyczne podstawy informatyki
Teoretyczne podstawy informatyki Wykład 8a: Relacyjny model danych http://hibiscus.if.uj.edu.pl/~erichter/dydaktyka2009/tpi-2009 Prof. dr hab. Elżbieta Richter-Wąs 1 Relacyjny model danych Jednym z najważniejszych
Bardziej szczegółowoFunkcje rzeczywiste jednej. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Funkcje rzeczywiste jednej zmiennej rzeczywistej Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Definicje Funkcją (odwzorowaniem) f, odwzorowującą zbiór D w zbiór P nazywamy
Bardziej szczegółowo1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.
1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych
Bardziej szczegółowoELiTM 0 Indukcja Dany jest ciąg a 0 R, a n = a n 1. Zasada minimum Każdy niepusty podzbiór liczb naturalnych zawiera liczbę najmniejszą.
ELiTM 0 Indukcja Zasada minimum Każdy niepusty podzbiór liczb naturalnych zawiera liczbę najmniejszą. Zasada indukcji Jeżeli (1) istnieje n 0 N takie że T (n 0 ) jest prawdziwe; (2) z faktu, że T (n) jest
Bardziej szczegółowoLogika 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 szczegółowoTeoretyczne podstawy informatyki
Teoretyczne podstawy informatyki Wykład 7 Model danych oparty na zbiorach 18.11.2008 Model danych oparty na zbiorach Zbiór jest najbardziej podstawowym modelem danych w matematyce. Wszystkie pojęcia matematyczne,
Bardziej szczegółowo1 Rachunek zdań, podstawowe funk tory logiczne
1 Rachunek zdań, podstawowe funk tory logiczne 1.1 Zapisz symbolicznie następujące stwierdzenia i Jeśli z tego, że Paweł gra w palanta wynika to, że Robert jeździ na rowerze, to z tego, że Robert nie gra
Bardziej szczegółowo