MATEMATYKA DYSKRETNA - wyk lad 1 dr inż Krzysztof Bryś. Wprowadzenie
|
|
- Krzysztof Marcinkowski
- 8 lat temu
- Przeglądów:
Transkrypt
1 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 dyskretn a jako ga l aź matematyki zajmuj ac a siȩ zbiorami skończonymi i przeliczalnymi oraz ich w lasnościami. To drugie kryterium zdaje siȩ być trafniejszym. Wyjaśnia przede wszystkim ogromny wzrost zainteresowania i rozwój matematyki dyskretnej w ostatnich latach. Inna sprawa, że te same narzȩdzia matematyczne, które s luża informatykowi do analizy algorytmów mog a byc przydatne również w innych dziedzinach nauki i życia. Wystarczy uświadomić sobie, że przepis kulinarny też jest algorytmem. Kurs matematyki dyskretnej przyda siȩ zapewne nie tylko przysz lemu informatykowi ale również studentowi chemii, zarzadzania czy nawet psychologii. Zacznijmy nasz kurs od przypomnienia pewnych podstawowych pojȩć matematycznych, których znajomość jest niezbȩdna dla dobrego zrozumienia dalszej treści wyk ladu. A. Pojȩcia wstȩpne Pojȩcie zbioru Na pocz atek przypomnijmy sobie kilka elementarnych pojȩć matematycznych. stu- Przez uniwersum bȩdziemy rozumieć zbiór wszystkich rozważanych obiektów (np. dentów Politechniki) Drugie kryterium mowi, że pod pojȩciem matematyka dyskretna kryje siȩ zbiór narzȩdzi matematycznych wykorzystywanych w informatyce do projektowania i analizy algorytmów komputerowych. Matematyka dyskretna bywa nazywana matematycznymi podstawami informatyki. Zbiór jest pojȩciem definiowanym przez jednoargumentow a relacjȩ przynależności. Sk lada siȩ z wszystkich elementów uniwersum, które do niego należ a. Czȩsto zbiór jest wyznaczany przez pewn a w lasność obiektów uniwersum i sk lada siȩ z tych elementów, które posiadaj a dan a w lasność. Niech U- uniwersum czyli zbiór wszystkich rozważanych obiektów (np. studentów Politechniki). Dla zbioru A z lożonego z elementów o w lasności α mówimy, że x należy do zbioru A wtedy i tylko wtedy gdy x należy do uniwersum A i posiada w lasność α. Zapisujemy to nastȩpuj aco: x A x U oraz α(x). Na przyk lad zbiór A sk lada siȩ ze studentów Politechniki, którzy uczȩszcz aj a na Wyk lad z Matematyki Dyskretnej. Zbiór ten jest wtedy definiowany przez relacjȩ uczȩszczania na ten wyk lad.
2 Elementy zbioru wypisuje siȩ pomiȩdzy nawiasami klamrowymi: { i } np. A = {Jaś, Staś, Grześ}. Zbiór pusty jest to zbiór, który nie zawiera żadnych elementów. Oznaczamy go:. Zbiór liczb naturalnych: N = {1, 2, 3,..., n,...} Czasami używa siȩ zbioru liczb naturalnych, który zawiera równiez 0. Dzia lania na zbiorach Niech A, B bȩd a dwoma zbiorami. Przypomnijmy sobie definicje podstawowych dzia lań na zbiorach. Mówimy że zbiór A zawiera siȩ w zbiorze B (jest podzbiorem zbioru B) jeśli każdy element zbioru A należy równieżdo zbioru B, to znaczy dla każdego a A zachodzi: x A x B. Zapisujemy: A B. Mówimy, że A = B wtedy i tylko wtedy gdy A B oraz B A. W przeciwnym przypadku A B. Jeżeli A B oraz A B, to A B. Mówimy, że zbiór A jest w laściwym podzbiorem zbioru B jeśli A B oraz A. Sum a zbiorów A, B nazywamy zbiór z lożony z tych elementów uniwersum, które należ a do zbioru A lub do zbioru B. Zapisujemy: A B := {x : x A x B} Iloczynem (czȩści a wspóln a) zbiorów A, B nazywamy zbiór z lożony z tych elementów uniwersum, które należ a do zbioru A i do zbioru B. Zapisujemy: A B := {x : x A x B} Różnic a zbiorów A, B nazywamy zbiór z lo żony z tych elementów uniwersum, które należ a do zbioru A i nie należ a do zbioru B. Zapisujemy: A \ B := {x : x A x B} Par a nieuporz adkowan a nazywamy zbiór z lożony z dwóch elementów a, b. W parze nieuporz adkowanej kolejność nie jest ważna. Zapisujemy: {a, b} Uwaga: {a, b} = {b, a} - jest to ta sama para nieuporz adkowana Par a uporz adkowan a nazywamy ci ag z lożony z dwóch elementów a, b. W parze uporz adkowanej kolejność jest ważna. Zapisujemy: (a, b) Uwaga: (a, b) (b, a) - s a to dwie różne pary uporz adkowane Iloczynem kartezjańskim zbiorów A, B nazywamy zbiór wszystkich par uporz adowanych, w których pierwszy element pochodzi ze zbioru A a drugi ze zbioru B. Zapisujemy: A B := {(a, b) : a A, b B} 2
3 3 Pojȩcie relacji Relacj a dwuargumentow a na zbiorze X Y nazywamy dowolny podzbiór R zbioru X Y. Relacj a dwuargumentow a w zbiorze X nazywamy dowolny podzbiór R zbioru X X. Mówimy, że para (x, y) należy do relacji R i piszemy (x, y) R lub, że x jest w relacji R z y i piszemy xry. Uwaga: Relacja sk lada siȩ z par uporz adkowanych zatem jeśli x jest w relacji R z y, to y nie musi być w relacji R z x. Relacjȩ R, w której xry yrx dla dowolnych x, y nazywamy symetryczn a. Funkcje i ich w lasności Funkcj a nazywamy relacjȩ f X Y tak a, że: dla każdego x X istnieje dok ladnie jeden y Y taki, że x jest w relacji f z y. Piszemy y = f(x) i mówimy, że y jest wartości a funkcji f dla argumentu x. Zbiór X nazywamy dziedzin a funkcji f a zbiór Y przeciwdziedzin a funkcji f a funkcja f dzia la ze zbioru X w zbiór Y co zapisujemy f : X Y. Funkcja f : X Y jest różnowartościowa (mówimy, że f jest iniekcj a i piszemy w skrócie, że f jest 1-1 ) wtedy i tylko wtedy gdy każdym dwóm różnym elementom x 1, x 2 zbioru X odpowiadaj a dwie różne wartości f(x 1 ), f(x 2 ) funkcji f. Funkcja f : X Y jest surjekcj a ( na ) wtedy i tylko wtedy gdy każdemu elementowi y zbioru Y odpowiada element x zbioru X taki, że y jest wartości a funkcji f dla argumentu x czyli krótko pisz ac: y = f(x) Funkcja f jest bijekcj a jeśli jest iniekcj a i surjekcj a (to znaczy jeśli jest 1-1 i na ). Uwaga: Latwo zauważyć, że funkcja f : X Y jest bijekcj a wtedy i tylko wtedy gdy dla każdego y Y istnieje dok ladnie jeden x X taki, że y = f(x) Funkcj a odwrotn a do funkcji f : X Y nazywamy funkcjȩ f 1 tak a, że dla każdego x X oraz y Y : y = f(x) x = f 1 (y) Uwaga: Funkcja odwrotna do funkcji f istnieje wtedy i tylko wtedy gdy f jest róznowartościowa (jest iniekcj a). Spróbujmy omówić wprowadzone w tym rozdziale rodzaje i w lasności funkcji na pewnym intuicyjnym przyk ladzie. Przyk lad Niech X bȩdzie zbiorem dziewczynek a Y zbiorem ch lopców, np. X = { Zosia, Gosia, Kasia }, Y = { Jaś, Staś, Grześ }. Jak wiadomo dziewczynki s a porz adne i każda wybiera sobie dok ladnie jednego ch lopca. Przyk ladowo zdefiniujmy przekszta lcenie f nastȩpuj aco: f(zosia) = Staś, f(gosia) = Jaś, f(kasia) = Jaś.
4 Takie przyporz adkowanie zbiorowi X zbioru Y jest oczywiście funkcj a. Jeżeli dziewczynki s a solidarne i każda wybierze innego ch lopca to otrzymany funkcjȩ różnowartościow a. Jeżeli każdy ch lopiec zostanie wybrany przez co najmniej jedn a dziewczynkȩ, to otrzymamy funkcjȩ na. Stworzone poprzednio przekszta lcenie f nie jest ani różnowartościowe (bo Gosia i Kasia wybieraj a tego samego ch lopca) ani na (bo Grzesia nie wybra la żadna dziewczynka). Jeżeli każda dziewczynka wybierze innego ch lopca i każdy ch lopiec zostanie wybrany przez inn a dziewczynkȩ, to otrzymamy funkcjȩ, która jest bijekcj a. Przyk ladowo, bijekcj a jest nastȩpuj ace przyporz adkowanie g ch lopców dziewczynkom: g(zosia) = Staś, g(gosia) = Jaś, g(kasia) = Grześ. Widać z tego przyk ladu, że stworzenie bijekcji pomiȩdzy dwoma zbiorami jest możliwe wtedy i tylko wtedy, gdy maj a one tyle samo elementów (aby da lo siȩ stworzyć bijekcjȩ ch lopców i dziewczynek musi być tyle samo). Funkcja odwrotna do danej bȩdzie definiowana przez taki wybór dziewczynek przez ch lopców, przy którym każdy z nich wybiera t a dziewczynkȩ, która go wybra la ( czyli jak w życiu - dziewczynki wybieraj a a ch lopcom siȩ tylko wydaje, że to oni :) ) Funkcja odwrotna do bijekcji g wygl ada nastȩpuj aco g 1 (Staś) = Zosia, g 1 (Jaś) = Gosia, g 1 (Grześ) = Kasia. 4 Ci agiem o elementach ze zbioru X nazywamy dowoln a funkcjȩ a : N X. Ci agiem różnowartościowym o elementach ze zbioru X nazywamy dowoln a funkcjȩ różnowartościow a (iniekcjȩ) a : N X. Zauważmy, że ci ag różnowartościowy to po prostu ci ag, w którym żaden element zbioru X siȩ nie powtarza. Ci agiem liczbowym nazywamy dowoln a funkcjȩ a : N R. n-tym wyrazem ci agu a nazywamy wartość a dla argumentu n, n N i piszemy a(n) albo a n. Bȩdziemy u żywać tego drugiego zapisu. Ci ag o n-tym wyrazie a n oznaczamy przez (a n ). Wypisuj ac wyrazy ci agu ograniczamy je nawiasami otwrtymi ( i ). Czyli (a n ) = (a 0, a 1, a 2,..., a n,...). Uwaga: W ci agu kolejność jest istotna. W zbiorze kolejność nie jest istotna. Funkcja f : X Y jest rosn aca wtedy i tylko wtedy gdy dla dla dowolnych x 1, x 2 X: x 1 < x 2 f(x 1 ) < f(x 2 ) Funkcja f : X Y jest malej aca wtedy i tylko wtedy gdy dla dla dowolnych x 1, x 2 X: x 1 < x 2 f(x 1 ) > f(x 2 ) Funkcja f : X Y jest niemalej aca wtedy i tylko wtedy gdy dla dla dowolnych x 1, x 2 X: x 1 < x 2 f(x 1 ) f(x 2 )
5 Funkcja f : X Y jest nierosn aca wtedy i tylko wtedy gdy dla dla dowolnych x 1, x 2 X: x 1 < x 2 f(x 1 ) f(x 2 ) 5 Moc zbioru Moc a zbioru A (liczności a zbioru A) nazywamy liczbȩ elementów zbioru A i oznaczmy przez A. Zbiór skończony to zbiór, którego wszystkie elementy można wypisać. Latwo zauważyć, że liczbȩ elementów zbioru skończonego można określic a wiȩc ka żdy zbiór skończony ma moc dan a pewn a liczb a naturaln a. Dowolny zbiór o liczności n, n N nazywamy zbiorem n-elementowym. Zbiór, który nie jest skończony jest nieskończony. Dwa zbiory A, B s a równoliczne (to znaczy A = B ) wtedy i tylko wtedy gdy istnieje bijekcja f : A B pomiȩdzy nimi. Latwo uświadomić sobie prawdziwość tego faktu wracaj ac myślami do przyk ladu z ch lopcami i dziewczynkami. Wykazanie, że dwa zbiory s a równoliczne może wiȩc sprowadzić siȩ do obliczenia i porównania mocy obu zbiorów albo do znalezienia bijekcji pomiȩdzy nimi. Ten drugi sposób (ponieważ nie wymaga określenia mocy tych zbiorów) jest używany do wykazywania, że dwa zbiory nieskończone s a równoliczne. Zbiór A nazywamy przeliczalnym jeśli jest równoliczny ze zbiorem liczb naturalnych. Elementy każdego zbioru przeliczalnego można ustawić w ci ag różnowartościowy (to znaczy po prostu ponumerować liczbami naturalnymi).
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 szczegółowoFunkcje 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 szczegółowoNiech 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 szczegółowoSTATYSTYKA 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 szczegółowoSTYSTYSTYKA 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 szczegółowoWyk 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 szczegółowoLiczba 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 szczegółowoWyk 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 szczegółowoMetoda 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 szczegółowoWyk 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 szczegółowoWyk 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 szczegółowo0.1 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 szczegółowoRozdzia 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 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 szczegółowoElementy 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 szczegółowoMatematyka 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 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 szczegółowoT 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 szczegółowoCia la i wielomiany Javier de Lucas
Cia la i wielomiany Javier de Lucas Ćwiczenie 1. Za lóż, że (F, +,, 1, 0) jest cia lem i α, β F. w laściwości s a prawd a? Które z nastȩpuj acych 1. 0 α = 0. 2. ( 1) α = α. 3. Każdy element zbioru F ma
Bardziej szczegółowoWyk lad 9 Przekszta lcenia liniowe i ich zastosowania
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:
Bardziej szczegółowoWyk 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 szczegółowoAnaliza 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 szczegółowoLOGIKA 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 szczegółowoANALIZA 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 szczegółowoMATEMATYKA 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 szczegółowoTeoria 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 szczegółowoWyk 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 szczegółowoWyk lad 4 Warstwy, dzielniki normalne
Wyk lad 4 Warstwy, dzielniki normalne 1 Warstwy grupy wzgl edem podgrupy Niech H bedzie podgrupa grupy (G,, e). W zbiorze G wprowadzamy relacje l oraz r przyjmujac, że dla dowolnych a, b G: a l b a 1 b
Bardziej szczegółowoWyk 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 szczegółowoFunkcje wielu zmiennych
Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem
Bardziej szczegółowoLZZ - MATEMATYKA DYSKRETNA KOLOKWIUM 2 30 V 2009 RESZTA Z DZIELENIA NUMERU ZESTAWU PRZEZ 5 RÓWNA 1
1 RESZTA Z DZIELENIA NUMERU ZESTAWU PRZEZ 5 RÓWNA 1 żadn a z nastȩpuj acych liczb: 3,5,9. 2. ( 5 pkt) W wyniku spotkania towarzyskiego pomiȩdzy dwiema grupa kibiców pi lkarskich każdy z 40 uczestnicz acych
Bardziej szczegółowo0.1 Kombinatoryka. n! = (n 1) n. Przyjmujemy umownie że 0! = 1 Wypiszmy silnie kolejnych liczb naturalnych
1 0.1 Kombinatoryka Kombinatoryka obejmuje takie pojȩcia jak silnia liczby naturalnej n, permutacje, wariacje bez powtȯrzeṅ i wariacje z powtȯrzeniami oraz kombinacje. Niżej podajemy opis tych pojȩċ z
Bardziej szczegółowoLiczby 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 szczegółowoz 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 szczegółowoWyk 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 szczegółowoRozdzia 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 szczegółowoRozdzia 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 szczegółowoElementy 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 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 szczegółowoWyk 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 szczegółowoWyk 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 szczegółowoMatematyka dyskretna. Andrzej Łachwa, UJ, A/10
Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 8A/10 Zbiory przeliczalne Przyjmujemy, że Zn = {0, 1, 2, 3, n-1} dla n>0 oraz Zn = przy n=0. Zbiór skończony to zbiór bijektywny z
Bardziej szczegółowoRozdzia 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 szczegółowoWyk 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 szczegółowoW 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 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 szczegółowoSuma 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 szczegółowoWYK 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 szczegółowoA = 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 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 szczegółowoPrzestrzenie 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 szczegółowo3.1 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 szczegółowoLogika 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 szczegółowoRozdzia 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 szczegółowoWyk lad 4 Macierz odwrotna i twierdzenie Cramera
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia
Bardziej szczegółowoLogika 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=, wariacje bez powtorzen. (n k)! = n k, wariacje z powtorzeniami.
1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 Silnia, Kombinacje i Wariacje n! = 1 2 3 (n 1) n, silnia Cn k n! = k!(n k)!, kombinacje Vn k n! =, wariacje bez powtorzen. (n k)! = n k, wariacje
Bardziej szczegółowoAnaliza 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 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 szczegółowo1.1 Wprowadzenie teoretyczne i przyk lady
Rozdzia l 1 Zbiory i rodziny zbiorów 1.1 Wprowadzenie teoretyczne i przyk lady Zbiory definiujemy poprzez określenie ich elementów. Dwa zbiory, które maj a te same elementy, uważamy za identyczne. A =
Bardziej szczegółowoPierwiastki 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 szczegółowo1 Przestrzenie metryczne
Topologia I Notatki do wyk ladu LITERATURA UZUPE LNIAJA CA R. Duda, Wprowadzenie do topologii, czȩść I. R. Engelking, Topologia ogólna. R. Engelking, K. Sieklucki, Wstȩp do topologii. W. Rudin, Podstawy
Bardziej szczegółowoMatematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku
Matematyka Dyskretna Andrzej Szepietowski 25 czerwca 2002 roku Rozdział 1 Kombinatoryka 11 Ci agi Zastanówmy siȩ, ile ci agów długości można utworzyć z elementów zbioru zawieraj acego symboli Jeżeli zbiór
Bardziej szczegółowoMATEMATYKA 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 szczegółowoWyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera
Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =
Bardziej szczegółowoRozdzia 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 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 8 Funkcje 8.1 Pojęcie relacji 8.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu kartezjańskiego
Bardziej szczegółowoTomasz 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 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. Relacje / strona 1 z 18
Relacje Relacje / strona 1 z 18 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
Bardziej szczegółowoWyk 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 szczegółowoSystem 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 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 szczegółowoPierwsze 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 szczegółowoNiesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka
Niesimpleksowe metody rozwia zywania zadań PL Seminarium Szkoleniowe Metoda Simplex: wady i zalety Algorytm SIMPLEX jest szeroko znany i stosowany do rozwi azywania zadań programowania liniowego w praktyce.
Bardziej szczegółowoWyk 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 szczegółowoSuma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas
Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,
Bardziej szczegółowoWyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar liniowej Baza liniowej Niech V bedzie nad cia lem K Powiemy, że zbiór wektorów {α,, α n } jest baza V, jeżeli wektory α,, α n sa liniowo niezależne oraz generuja V tzn V = L(α,,
Bardziej szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Część I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szymański Uniwersytet im. Adama Mickiewicza Poznań 2007 4 Zależności rekurencyjne Wiele zależności
Bardziej szczegółowoLogika dla socjologów Część 3: Elementy teorii zbiorów i relacji
Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji Rafał Gruszczyński Katedra Logiki Uniwersytet Mikołaja Kopernika 2011/2012 Spis treści 1 Zbiory 2 Pary uporządkowane 3 Relacje Zbiory dystrybutywne
Bardziej szczegółowo5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.
5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów. Algebra jest jednym z najstarszych działów matematyki dotyczącym początkowo tworzenia metod rozwiązywania równań
Bardziej szczegółowoWyk lad 14 Formy kwadratowe I
Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można
Bardziej szczegółowoSzymon 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 szczegółowoFinanse 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 szczegółowoRozdzia 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 szczegółowoWyk lad 10 Przestrzeń przekszta lceń liniowych
Wyk lad 10 Przestrzeń przekszta lceń liniowych 1 Określenie przestrzeni przekszta lceń liniowych Niech V i W bed a przestrzeniami liniowymi Oznaczmy przez L(V ; W ) zbór wszystkich przekszta lceń liniowych
Bardziej szczegółowo7. 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 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 szczegółowoTOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ,
TOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ, SPÓJNOŚĆ I POJȨCIA BLISKIE (DO UŻYTKU WEWNȨTRZNEGO, I DO SPRAWDZENIA) R R Abstract. Poniższe notatki do ćwiczeń zbieraj a podstawowe pojȩcia i stwierdzenia
Bardziej szczegółowoALGEBRA 1 Skrypt do wyk ladu A. Roman Wencel
ALGEBRA 1 Skrypt do wyk ladu A Roman Wencel Wroc law, luty 2004 Spis treści Wstȩp 2 Rozdzia l 0. Liczby naturalne, ca lkowite i wymierne 3 Rozdzia l 1. Dzia lania i systemy algebraiczne. Pojȩcie pó lgrupy
Bardziej szczegółowoWyk 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 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 szczegółowoPRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW
PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW Rachunek prawdopodobieństwa (probabilitis - prawdopodobny) zajmuje się badaniami pewnych prawidłowości (regularności) zachodzących przy wykonywaniu doświadczeń
Bardziej szczegółowoElementy logiki matematycznej
Elementy logiki matematycznej Przedmiotem logiki matematycznej jest badanie tzw. wyrażeń logicznych oraz metod rozumowania i sposobów dowodzenia używanych w matematyce, a także w innych dziedzinach, w
Bardziej szczegółowoProjekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Inżynieria i Gospodarka Wodna w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt
Bardziej szczegółowoRachunek prawdopodobieństwa- wykład 2
Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet
Bardziej szczegółowoZagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka
Zagadnienie Dualne Zadania Programowania Liniowego Seminarium Szkoleniowe Edyta Mrówka Ogólne zagadnienie PL Znajdź taki wektor X = (x 1, x 2,..., x n ), który minimalizuje kombinacje liniow a przy ograniczeniach
Bardziej szczegółowoWyk lad 8 macierzy i twierdzenie Kroneckera-Capellego
Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni
Bardziej szczegółowoPOCHODNA 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