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

Wielkość: px
Rozpocząć pokaz od strony:

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

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 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

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

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

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 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

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

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

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

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

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

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

Rozdzia l 3. Relacje binarne

Rozdzia 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 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

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

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

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

Cia la i wielomiany Javier de Lucas

Cia 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 szczegółowo

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Wyk 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 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

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

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

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

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

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

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

Wyk lad 4 Warstwy, dzielniki normalne

Wyk 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 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

Funkcje wielu zmiennych

Funkcje 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 szczegółowo

LZZ - MATEMATYKA DYSKRETNA KOLOKWIUM 2 30 V 2009 RESZTA Z DZIELENIA NUMERU ZESTAWU PRZEZ 5 RÓWNA 1

LZZ - 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 szczegółowo

0.1 Kombinatoryka. n! = (n 1) n. Przyjmujemy umownie że 0! = 1 Wypiszmy silnie kolejnych liczb naturalnych

0.1 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 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

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

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

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

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

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

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

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

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. Andrzej Łachwa, UJ, A/10

Matematyka 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 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

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

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

ZALICZENIE WYKŁADU: 30.I.2019

ZALICZENIE 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 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

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

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

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

Bardziej szczegółowo

FUNKCJE. (odwzorowania) Funkcje 1

FUNKCJE. (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 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

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

Logika I. Wykład 3. Relacje i funkcje

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 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

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk 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 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

=, wariacje bez powtorzen. (n k)! = n k, wariacje z powtorzeniami.

=, 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 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

1. Funkcje monotoniczne, wahanie funkcji.

1. 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 szczegółowo

1.1 Wprowadzenie teoretyczne i przyk lady

1.1 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 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

1 Przestrzenie metryczne

1 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 szczegółowo

Matematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku

Matematyka Dyskretna. Andrzej Szepietowski. 25 czerwca 2002 roku Matematyka Dyskretna Andrzej Szepietowski 25 czerwca 2002 roku Rozdział 1 Kombinatoryka 11 Ci agi Zastanówmy siȩ, ile ci agów długości można utworzyć z elementów zbioru zawieraj acego symboli Jeżeli zbiór

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

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk 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 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

Podstawy 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 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 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

domykanie relacji, relacja równoważności, rozkłady zbiorów

domykanie 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 szczegółowo

Relacje. Relacje / strona 1 z 18

Relacje. 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 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

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

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

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

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Niesimpleksowe 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 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

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Suma 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 szczegółowo

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Wyk 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 szczegółowo

Matematyka dyskretna dla informatyków

Matematyka 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 szczegółowo

Logika dla socjologów Część 3: Elementy teorii zbiorów i relacji

Logika 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 szczegółowo

5. Algebra działania, grupy, grupy permutacji, pierścienie, ciała, pierścień wielomianów.

5. 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 szczegółowo

Wyk lad 14 Formy kwadratowe I

Wyk 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 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

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

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 10 Przestrzeń przekszta lceń liniowych

Wyk 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 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

Zbiory. Specjalnym zbiorem jest zbiór pusty nie zawierajacy żadnych elementów. Oznaczamy go symbolem.

Zbiory. 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 szczegółowo

TOPOLOGIA PRZESTRZENI METRYCZNYCH, ZWARTOŚĆ,

TOPOLOGIA 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 szczegółowo

ALGEBRA 1 Skrypt do wyk ladu A. Roman Wencel

ALGEBRA 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 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

Wstęp do Matematyki (1)

Wstęp 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 szczegółowo

PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW

PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW PRAWDOPODOBIEŃSTWO. ZMIENNA LOSOWA. TYPY ROZKŁADÓW Rachunek prawdopodobieństwa (probabilitis - prawdopodobny) zajmuje się badaniami pewnych prawidłowości (regularności) zachodzących przy wykonywaniu doświadczeń

Bardziej szczegółowo

Elementy logiki matematycznej

Elementy 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 szczegółowo

Projekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Projekt 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 szczegółowo

Rachunek prawdopodobieństwa- wykład 2

Rachunek 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 szczegółowo

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

Zagadnienie 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 szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk 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 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