Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja

Wielkość: px
Rozpocząć pokaz od strony:

Download "Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja"

Transkrypt

1 Niezawodność systemów współbieżnych i obiektowych

2 Czym będziemy się zajomwać?

3 Plan prezentacji Silna bisymulacja i silna równoważność

4 Plan prezentacji Silna bisymulacja i silna równoważność i równoważność obserwacyjna

5 Plan prezentacji Silna bisymulacja i silna równoważność i równoważność obserwacyjna Gra bisymulacyjna

6 Plan prezentacji Silna bisymulacja i silna równoważność i równoważność obserwacyjna Gra bisymulacyjna Indukcja i koindukcja

7 Przykład 1 Jakie sa języki akceptowane?

8 Przykład 1 Jakie sa języki akceptowane?

9 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami?

10 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami?

11 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami? determinizm Jakie sa różnice pomiędzy tymi systemami?

12 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami? determinizm Jakie sa różnice pomiędzy tymi systemami?

13 Przykład 1 Jakie sa języki akceptowane? (acd)*ab Jakie sa różnice pomiędzy tymi automatami? determinizm Jakie sa różnice pomiędzy tymi systemami? zobaczmy..

14 Przykład 1 c.d.

15 Przykład 1 c.d.

16 Przykład 1 - uproszczenie

17 Przykład 1 - kolejne uproszczenie W jaki sposób je rozróżnić?

18 Przykład 1 - kolejne uproszczenie W jaki sposób je rozróżnić? Może identyczność grafów..

19 Przykład 1 c.d. A co z tym:

20 Silna bisymulacja i silna równoważność

21 Silna bisymulacja Równoważność P i Q sa równoważne wtedy i tylko wtedy, gdy dla każdej akcji α, każdy α-następnik P jest równoważny z pewnym α-następnikiem Q i na odwrót.

22 Silna bisymulacja Równoważność Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q.

23 Silna bisymulacja Definicja Niech S będzie zbiorem stanów (P, Q,.. S), na którym dana jest rodzina relacji binarnych { a S S} a A. Silna bisymulacja nazwiemy relację binarna R na S taka, że jeśli (P, Q) R, (i) P a P Q Q a Q i (P, Q ) R, (ii) Q a Q P P a P i (P, Q ) R.

24 Silna bisymulacja Przykład

25 Silna bisymulacja Przykład Znajdź silna bisymulację, która zawiera parę (SEM 3, SEM SEM SEM).

26 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna?

27 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna?

28 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna?

29 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna?

30 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna? Nie, patrz ostatni przykład więc jaka?

31 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna? Nie, patrz ostatni przykład więc jaka?

32 Silna bisymulacja Własności Czy silna bisymulacja jest: symetryczna? Nie, patrz ostatni przykład zwrotna? Nie, patrz ostatni przykład więc jaka? jest świetnym przykładem silnej bisymulacji!

33 Silna bisymulacja Własności Twierdzenie Niech P i, i = 1, 2,.. - silne bisymulacje. Wówczas: 1 Id S 2 P 1 i 3 P 1 P 2 4 i I P i sa silnymi bisymulacjami.

34 Silna równoważność Jesteśmy już gotowi na wprowadzenie silnej równoważności. Definicja P i Q sa silnie równoważne (ozn. P Q), gdy (P, Q) R dla pewnej silnej bisymulacji R.

35 Silna równoważność Jesteśmy już gotowi na wprowadzenie silnej równoważności. Definicja P i Q sa silnie równoważne (ozn. P Q), gdy (P, Q) R dla pewnej silnej bisymulacji R. Inaczej: = {R : R jest silna bisymulacja}.

36 Silna równoważność Uwaga 1 jest największa silna bisymulacja 2 jest relacja równoważności

37 Równoważność - przypomnienie Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. Twierdzenie Wprowadzona relacja spełnia powyższy warunek.

38 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q.

39 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. jest silna bisymulacja, więc z definicji mamy: P Q P Q.

40 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. jest silna bisymulacja, więc z definicji mamy: P Q P Q. Ponadto jest silna bisymulacja, więc P Q P Q.

41 Dowód, że spełnia zadany warunek Definicja P Q wtedy i tylko wtedy, gdy dla każdej akcji α: (i) jeśli P α P, to istnieje Q takie, że Q α Q oraz P Q, (ii) jeśli Q α Q, to istnieje P takie, że P α P oraz P Q. jest silna bisymulacja, więc z definicji mamy: P Q P Q. Ponadto jest silna bisymulacja, więc P Q P Q. Czyli spełnia zadany warunek.

42 i równoważność obserwacyjna

43 Po co nam coś słabszego? Dotychczas w naszym modelu była tylko komunikacja pomiędzy agentami. Wprowadzamy specjalna akcję τ, oznaczajac a sprawy własne.

44 Po co nam coś słabszego? Dotychczas w naszym modelu była tylko komunikacja pomiędzy agentami. Wprowadzamy specjalna akcję τ, oznaczajac a sprawy własne. Definicja Niech S będzie zbiorem stanów (P, Q,.. S), na którym dana jest rodzina relacji binarnych { α S S} α A. (Słaba) bisymulacja nazwiemy relację binarna R na S taka, że jeśli (P, Q) R, (i) P α P Q Q τ bα τ Q i (P, Q ) R, (ii) Q α Q P P τ bα τ P i (P, Q ) R, gdzie â = a, τ = ɛ.

45 Przykład 1 Znajdź bisymulację, która zawiera parę (C 0, D 0 ).

46 Przykład 1 Znajdź bisymulację, która zawiera parę (C 0, D 0 ). Znajdź silna bisymulację, która zawiera parę (C 0, D 0 ).

47 Przykład 2 Znajdź bisymulację, która zawiera parę (A 0, B 0 ).

48 Przykład 3 Znajdź bisymulację, która zawiera parę (A 0, B 1 ).

49 Obserwacyjna równoważność Definicja P i Q sa obserwacyjne równoważne (ozn. P Q), gdy (P, Q) R dla pewnej bisymulacji R.

50 Obserwacyjna równoważność Definicja P i Q sa obserwacyjne równoważne (ozn. P Q), gdy (P, Q) R dla pewnej bisymulacji R. Inaczej: = {R : R jest bisymulacja}.

51 i obserwacyjna równoważność Własności Twierdzenie Niech P i, i = 1, 2,.. - bisymulacje. Wówczas: 1 Id S 2 P 1 i 3 P 1 P 2 4 i I P i sa bisymulacjami. Uwaga 1 jest największa bisymulacja 2 jest relacja równoważności

52 Gra bisymulacyjna

53 Dwóch graczy: Spoiler i Duplikator

54 Dwóch graczy: Spoiler i Duplikator Pozycje: pary stanów (P, Q) S

55 Dwóch graczy: Spoiler i Duplikator Pozycje: pary stanów (P, Q) S Przebieg gry: W pozycji (P, Q) Spoiler wykonujer ruch P α P (lub Q α Q ). Duplikator odpowiada, wykonujac ruch Q α Q (odpowiednio: P α P ). Następnie rozgrywkę kontynuuje się od (P, Q ).

56 Dwóch graczy: Spoiler i Duplikator Pozycje: pary stanów (P, Q) S Przebieg gry: W pozycji (P, Q) Spoiler wykonujer ruch P α P (lub Q α Q ). Duplikator odpowiada, wykonujac ruch Q α Q (odpowiednio: P α P ). Następnie rozgrywkę kontynuuje się od (P, Q ). Rozstrzygnięcie: Gracz, który nie może wykonać ruchu, przegrywa. W przypadku rozgrywki nieskończonej zawsze wygrywa Duplikator.

57 Gra bisymulacyjna Przykład {(SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ) (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM )} jest silna bisymulacja.

58 Gra bisymulacyjna Przykład {(SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ) (SEM 3, SEM SEM SEM), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM ), (SEM 3, SEM SEM SEM )} jest silna bisymulacja. Jest to przepis na grę dla Duplikatora!

59 Gra bisymulacyjna Twierdzenie P Q wtedy i tylko wtedy, gdy Duplikator ma strategię wygrywajac a w grze rozpoczynajacej się od (P, Q).

60 Gra bisymulacyjna Analogicznie dla (słabej) bisymulacji: {(A 0, B 1 ), (A 1, B 1 ), (A 2, B 2 )}

61 Gra bisymulacyjna

Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja

Bisymulacja. Niezawodność systemów współbieżnych i obiektowych. Grzegorz Maj Grzegorz Maj Bisymulacja Niezawodność systemów współbieżnych i obiektowych 18.03.2009 Plan prezentacji Przypomnienie: Plan prezentacji Przypomnienie: Gra bisymulacyjna Plan prezentacji Przypomnienie: Gra bisymulacyjna Definicje

Bardziej szczegółowo

Algorytmiczne aspekty teorii gier: Wykład 5

Algorytmiczne aspekty teorii gier: Wykład 5 Algorytmiczne aspekty teorii gier: Wykład 5 Wykład prowadził dr hab. Igor Walukiewicz Notatki przygotował Dymitr Pszenicyn 02-04-2003 1 Spis treści 1 Przypomnienie 3 1.1

Bardziej szczegółowo

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2

Metody teorii gier. ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier ALP520 - Wykład z Algorytmów Probabilistycznych p.2 Metody teorii gier Cel: Wyprowadzenie oszacowania dolnego na oczekiwany czas działania dowolnego algorytmu losowego dla danego problemu.

Bardziej szczegółowo

Bisymulacja, automaty czasowe

Bisymulacja, automaty czasowe Krzysztof Nozderko kn201076@zodiac.mimuw.edu.pl 13 grudzień 2005 Plan wykładu 1 Automaty czasowe 2 Regiony 3 Bisymulacja Plan wykładu 1 Automaty czasowe 2 Regiony 3 Bisymulacja Plan wykładu 1 Automaty

Bardziej szczegółowo

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i

Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i Algebrą nazywamy strukturę A = (A, {F i : i I }), gdzie A jest zbiorem zwanym uniwersum algebry, zaś F i : A F i A (symbol F i oznacza ilość argumentów funkcji F i ). W rozważanych przez nas algebrach

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

11. Gry Macierzowe - Strategie Czyste i Mieszane

11. Gry Macierzowe - Strategie Czyste i Mieszane 11. Gry Macierzowe - Strategie Czyste i Mieszane W grze z doskonałą informacją, gracz nie powinien wybrać akcję w sposób losowy (o ile wypłaty z różnych decyzji nie są sobie równe). Z drugiej strony, gdy

Bardziej szczegółowo

- Dla danego zbioru S zbiór wszystkich jego podzbiorów oznaczany symbolem 2 S.

- 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 szczegółowo

Egzamin z logiki i teorii mnogości, rozwiązania zadań

Egzamin 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 szczegółowo

Zasada Bonferroniego

Zasada Bonferroniego Zasada Bonferroniego 7 października 2018 Opis pliku z zadaniami Wszystkie zadania na zajęciach będą przekazywane w postaci plików.pdf, sformatowanych podobnie do tego dokumentu. Zadania będą różnego rodzaju.

Bardziej szczegółowo

Zasada indukcji matematycznej

Zasada indukcji matematycznej Zasada indukcji matematycznej Twierdzenie 1 (Zasada indukcji matematycznej). Niech ϕ(n) będzie formą zdaniową zmiennej n N 0. Załóżmy, że istnieje n 0 N 0 takie, że 1. ϕ(n 0 ) jest zdaniem prawdziwym,.

Bardziej szczegółowo

Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych

Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych Szczepan Hummel Minimalizacja automatów niedeterministycznych na słowach skończonych i nieskończonych 24.11.2005 1. Minimalizacja automatów deterministycznych na słowach skończonych (DFA) [HU] relacja

Bardziej szczegółowo

Relacje. opracował Maciej Grzesiak. 17 października 2011

Relacje. 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

Teoria liczb. Wykład nr 9: Przybliżanie liczb rzeczywistych. Ułamki łańcuchowe (cz.1) Semestr letni 2018/2019

Teoria liczb. Wykład nr 9: Przybliżanie liczb rzeczywistych. Ułamki łańcuchowe (cz.1) Semestr letni 2018/2019 Teoria liczb Wykład nr 9: Przybliżanie liczb rzeczywistych. Ułamki łańcuchowe (cz.1) Semestr letni 2018/2019 Trzy sposoby definiowania liczb rzeczywistych Dedekind Parę (A, B) podzbiorów zbioru Q nazywamy

Bardziej szczegółowo

DEFINICJA. Definicja 1 Niech A i B będą zbiorami. Relacja R pomiędzy A i B jest podzbiorem iloczynu kartezjańskiego tych zbiorów, R A B.

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 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 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

Problem kodowania w automatach

Problem kodowania w automatach roblem kodowania w automatach Kodowanie stanów to przypisanie kolejnym stanom automatu odpowiednich kodów binarnych. Minimalna liczba bitów b potrzebna do zakodowania automatu, w którym liczność zbioru

Bardziej szczegółowo

Wykład 1 Wybrane problemy algorytmiki

Wykład 1 Wybrane problemy algorytmiki Wykład 1 Wybrane problemy algorytmiki mgr Agnieszka Zbrzezny IPI PAN mgr Agnieszka Zbrzezny (IPI PAN) Wykład 1 Warszawa 2013 1 / 23 Literatura 1 Jewels of stringology World Scientific, 2002, W. Rytter,

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 9 Relacje 9.1 Podstawowe pojęcia 9.1 Definicja (Relacja). Relacją (binarną) nazywamy dowolny podzbiór produktu

Bardziej szczegółowo

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II Ćwiczenia: Ukryte procesy Markowa lista kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II dr Jarosław Kotowicz Zadanie. Dany jest łańcuch Markowa, który może przyjmować wartości,,...,

Bardziej szczegółowo

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne:

Uwaga 1.2. Niech (G, ) będzie grupą, H 1, H 2 < G. Następujące warunki są równoważne: 1. Wykład 1: Produkty grup. Produkty i koprodukty grup abelowych. Przypomnijmy konstrukcje słabych iloczynów (sum) prostych i iloczynów (sum) prostych grup znane z kursowego wykładu algebry. Ze względu

Bardziej szczegółowo

JAO - Wprowadzenie do Gramatyk bezkontekstowych

JAO - Wprowadzenie do Gramatyk bezkontekstowych JAO - Wprowadzenie do Gramatyk bezkontekstowych Definicja gramatyki bezkontekstowej Podstawowymi narzędziami abstrakcyjnymi do opisu języków formalnych są gramatyki i automaty. Gramatyka bezkontekstowa

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

Partition Search i gry z niezupełną informacją

Partition Search i gry z niezupełną informacją MIMUW 21 stycznia 2010 1 Co to jest gra? Proste algorytmy 2 Pomysł Algorytm Przykład użycia 3 Monte Carlo Inne spojrzenie Definicja Co to jest gra? Proste algorytmy Grą o wartościach w przedziale [0, 1]

Bardziej szczegółowo

Matematyczne Podstawy Informatyki

Matematyczne Podstawy Informatyki Matematyczne Podstawy Informatyki dr inż. Andrzej Grosser Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska Rok akademicki 2013/2014 Automat ze stosem Automat ze stosem to szóstka

Bardziej szczegółowo

Zastosowanie bisymulacji do. Non-Interference XVI FIT, Karpacz 2002

Zastosowanie bisymulacji do. Non-Interference XVI FIT, Karpacz 2002 Zastosowanie bisymulacji do weryfikowania własności Non-Interference XVI FIT, Karpacz 2002 Wojciech Tomanik, Wiktor Zychla Uniwersytet Wrocławski Instytut Informatyki 14 grudnia 2002 Zastosowanie bisymulacji

Bardziej szczegółowo

Relacje 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. 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 szczegółowo

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych.

I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. I. Podstawowe pojęcia i oznaczenia logiczne i mnogościowe. Elementy teorii liczb rzeczywistych. 1. Elementy logiki matematycznej. 1.1. Rachunek zdań. Definicja 1.1. Zdaniem logicznym nazywamy zdanie gramatyczne

Bardziej szczegółowo

2. FUNKCJE. jeden i tylko jeden element y ze zbioru, to takie przyporządkowanie nazwiemy FUNKCJĄ, lub

2. 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 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 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

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

Teoria gier. wstęp. 2011-12-07 Teoria gier Zdzisław Dzedzej 1

Teoria gier. wstęp. 2011-12-07 Teoria gier Zdzisław Dzedzej 1 Teoria gier wstęp 2011-12-07 Teoria gier Zdzisław Dzedzej 1 Teoria gier zajmuje się logiczną analizą sytuacji, gdzie występują konflikty interesów, a także istnieje możliwość kooperacji. Zakładamy zwykle,

Bardziej szczegółowo

LOGIKA I TEORIA ZBIORÓW

LOGIKA I TEORIA ZBIORÓW LOGIKA I TEORIA ZBIORÓW Logika Logika jest nauką zajmującą się zdaniami Z punktu widzenia logiki istotne jest, czy dane zdanie jest prawdziwe, czy nie Nie jest natomiast istotne o czym to zdanie mówi Definicja

Bardziej szczegółowo

Lista zadań - Relacje

Lista 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 szczegółowo

Ilustracja S1 S2. S3 ściana zewnętrzna

Ilustracja S1 S2. S3 ściana zewnętrzna Grafy płaskie G=(V,E) nazywamy grafem płaskim, gdy V jest skończonym podzbiorem punktów płaszczyzny euklidesowej, a E to zbiór krzywych Jordana (łamanych) o końcach w V i takich, że: 1) rożne krzywe mają

Bardziej szczegółowo

Języki, automaty i obliczenia

Języki, automaty i obliczenia Języki, automaty i obliczenia Wykład 11: Obliczalność i nieobliczalność Sławomir Lasota Uniwersytet Warszawski 6 maja 2015 Plan 1 Problemy częściowo rozstrzygalne 2 Problemy rozstrzygalne 3 Funkcje (częściowo)

Bardziej szczegółowo

10. Wstęp do Teorii Gier

10. Wstęp do Teorii Gier 10. Wstęp do Teorii Gier Definicja Gry Matematycznej Gra matematyczna spełnia następujące warunki: a) Jest co najmniej dwóch racjonalnych graczy. b) Zbiór możliwych dezycji każdego gracza zawiera co najmniej

Bardziej szczegółowo

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń.

51. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. Matematyka lekcja 5 5. Wykorzystywanie sumy, iloczynu i różnicy zdarzeń do obliczania prawdopodobieństw zdarzeń. I. rzypomnij sobie:. Jak rysujemy drzewo stochastyczne i przy jego pomocy obliczamy prawdopodobieństwo

Bardziej szczegółowo

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie

1. Synteza automatów Moore a i Mealy realizujących zadane przekształcenie 2. Transformacja automatu Moore a w automat Mealy i odwrotnie Opracował: dr hab. inż. Jan Magott KATEDRA INFORMATYKI TECHNICZNEJ Ćwiczenia laboratoryjne z Logiki Układów Cyfrowych ćwiczenie 207 Temat: Automaty Moore'a i Mealy 1. Cel ćwiczenia Celem ćwiczenia jest

Bardziej szczegółowo

IMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I

IMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I IMIĘ NAZWISKO............................ grupa C... sala 10... Egzamin ELiTM I 02.02.15 1. 2. 3. 4.. 1. (8 pkt.) Niech X a,b = {(x, y) R 2 : (x b) 2 + (y 1 b )2 a 2 } dla a, b R, a > 0, b 0. Wyznaczyć:

Bardziej szczegółowo

Struktury formalne, czyli elementy Teorii Modeli

Struktury formalne, czyli elementy Teorii Modeli Struktury formalne, czyli elementy Teorii Modeli Szymon Wróbel, notatki z wykładu dra Szymona Żeberskiego semestr zimowy 2016/17 1 Język 1.1 Sygnatura językowa Sygnatura językowa: L = ({f i } i I, {P j

Bardziej szczegółowo

Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe

Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe Teorię gier można określić jako teorię podejmowania decyzji w szczególnych warunkach. Zajmuje się ona logiczną analizą sytuacji konfliktu

Bardziej szczegółowo

Wstęp do Matematyki (2)

Wstęp 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 szczegółowo

dr inż. Ryszard Rębowski 1 WPROWADZENIE

dr inż. Ryszard Rębowski 1 WPROWADZENIE dr inż. Ryszard Rębowski 1 WPROWADZENIE Zarządzanie i Inżynieria Produkcji studia stacjonarne Konspekt do wykładu z Matematyki 1 1 Postać trygonometryczna liczby zespolonej zastosowania i przykłady 1 Wprowadzenie

Bardziej szczegółowo

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Matematyka dyskretna. Andrzej Łachwa, UJ, /10 Matematyka dyskretna Andrzej Łachwa, UJ, 2018 andrzej.lachwa@uj.edu.pl 10/10 Podziały i liczby Stirlinga Liczba Stirlinga dla cykli (często nazywana liczbą Stirlinga pierwszego rodzaju) to liczba permutacji

Bardziej szczegółowo

Teoria popytu. Popyt indywidualny konsumenta

Teoria 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 szczegółowo

Analiza matematyczna 1

Analiza 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 szczegółowo

1 Określenie pierścienia

1 Określenie pierścienia 1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące

Bardziej szczegółowo

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności

Bardziej szczegółowo

Zadania do Rozdziału X

Zadania do Rozdziału X Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,

Bardziej szczegółowo

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki.

SPÓJNOŚĆ. ,...v k. }, E={v 1. v k. i v k. ,...,v k-1. }. Wierzchołki v 1. v 2. to końce ścieżki. SPÓJNOŚĆ Graf jest spójny, gdy dla każdego podziału V na dwa rozłączne podzbiory A i B istnieje krawędź z A do B. Definicja równoważna: Graf jest spójny, gdy każde dwa wierzchołki są połączone ścieżką

Bardziej szczegółowo

Relacje. 1 Iloczyn kartezjański. 2 Własności relacji

Relacje. 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 szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład V: Zmienne losowe i ich wartości oczekiwane 25 października 2017 Definicja zmiennej losowej Definicja Zmienne losowa to charakterystyka liczbowa wyniku eksperymentu losowego. Zmienne losowa na przestrzeni

Bardziej szczegółowo

1 S t r o n a. Teoria Gier Praca domowa 1 - rozwiązania

1 S t r o n a. Teoria Gier Praca domowa 1 - rozwiązania 1 S t r o n a Teoria Gier Praca domowa 1 - rozwiązania Zadanie 1 Gdy korzystamy z toalet publicznych dominującą strategią jest: nie sprzątać po sobie. Skorzystanie z toalety przynosi dodatnią wypłatę,

Bardziej szczegółowo

Problemy Decyzyjne dla Systemów Nieskończonych

Problemy Decyzyjne dla Systemów Nieskończonych Problemy Decyzyjne dla Systemów Nieskończonych Ćwiczenia 1 17 lutego 2012 Na tych ćwiczeniach zajmiemy się pojęciem well quasi-ordering (WQO) bardzo przydatnym do analizy nieskończonych ciągów. Definicja

Bardziej szczegółowo

Rachunek podziałów i elementy teorii grafów będą stosowane w procedurach redukcji argumentów i dekompozycji funkcji boolowskich.

Rachunek 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 szczegółowo

Konstrukcja von Neumanna liczb naturalnych. Definicja 1 0 := - liczba naturalna zero. Jeżeli n jest liczbą naturalną, to następną po niej jest liczba

Konstrukcja von Neumanna liczb naturalnych. Definicja 1 0 := - liczba naturalna zero. Jeżeli n jest liczbą naturalną, to następną po niej jest liczba Konsekt wykładu ELiTM 7 Konstrukcje liczbowe Konstrukcja von Neumanna liczb naturalnych. Definicja 1 0 - liczba naturalna zero. Jeżeli n jest liczbą naturalną, to nastęną o niej jest liczba n {n} n. Istnienie

Bardziej szczegółowo

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same

macierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same 1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, grudzień 2011 Mirosław Sobolewski (UW) Warszawa, grudzień

Bardziej szczegółowo

Schemat sprawdzianu. 25 maja 2010

Schemat sprawdzianu. 25 maja 2010 Schemat sprawdzianu 25 maja 2010 5 definicji i twierdzeń z listy 12(po 10 punktów) np. 1. Proszę sformułować twierdzenie Brouwera o punkcie stałym. 2. Niech X będzie przestrzenią topologiczną. Proszę określić,

Bardziej szczegółowo

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 =

i=7 X i. Zachodzi EX i = P(X i = 1) = 1 2, i {1, 2,..., 11} oraz EX ix j = P(X i = 1, X j = 1) = 1 7 VarS 2 2 = 14 3 ( 5 2 = Kombinatoryka W tej serii zadań można znaleźć pojawiające się na egzaminach zadania dotyczące problemu wyznaczania prostych parametrów rozkładu w przypadku zgadnień kombinatorycznych. Zadania te wymagają

Bardziej szczegółowo

Dopełnienie to można wyrazić w następujący sposób:

Dopełnienie to można wyrazić w następujący sposób: 1. (6 punktów) Czy dla każdego regularnego L, język f(l) = {w : każdy prefiks w długości nieparzystej należy do L} też jest regularny? Odpowiedź. Tak, jęsli L jest regularny to też f(l). Niech A będzie

Bardziej szczegółowo

Funkcje arytmetyczne. Funkcje arytmetyczne

Funkcje arytmetyczne. Funkcje arytmetyczne Definicja 1 Każda arytmetyczna, to funkcja f(n, n N, przyporządkowująca N C, (R. Na przykład: f(n = n. Definicja 2: Funkcję arytmetyczną f : N f(n R nazywamy multyplikatywną, jeżeli m,n N, m n mamy f(mn

Bardziej szczegółowo

II. Równania autonomiczne. 1. Podstawowe pojęcia.

II. Równania autonomiczne. 1. Podstawowe pojęcia. II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),

Bardziej szczegółowo

Tworzenie gier na urządzenia mobilne

Tworzenie gier na urządzenia mobilne Katedra Inżynierii Wiedzy Teoria podejmowania decyzji w grze Gry w postaci ekstensywnej Inaczej gry w postaci drzewiastej, gry w postaci rozwiniętej; formalny opis wszystkich możliwych przebiegów gry z

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 2012 Mirosław Sobolewski (UW) Warszawa,listopad

Bardziej szczegółowo

Regionalne Koło Matematyczne

Regionalne Koło Matematyczne Regionalne Koło Matematyczne Uniwersytet Mikołaja Kopernika w Toruniu Wydział Matematyki i Informatyki http://www.mat.umk.pl/rkm/ Lista rozwiązań zadań nr 16 (27.02.2010) Twierdzenia evy i Menelaosa 1.

Bardziej szczegółowo

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow

Grafy i Zastosowania. 9: Digrafy (grafy skierowane) c Marcin Sydow 9: Digrafy (grafy skierowane) Spis zagadnień Digrafy Porządki częściowe Turnieje Przykłady: głosowanie większościowe, ścieżka krytyczna Digraf (graf skierowany) Digraf to równoważny termin z terminem graf

Bardziej szczegółowo

Dłuższy przykład: Dwie firmy, Zeus i Atena, produkują sprzęt muzyczny. Zeus jest większy, Atena jest ceniona za HF. Wprowadzają nowy produkt, np.

Dłuższy przykład: Dwie firmy, Zeus i Atena, produkują sprzęt muzyczny. Zeus jest większy, Atena jest ceniona za HF. Wprowadzają nowy produkt, np. Dłuższy przykład: Dwie firmy, Zeus i Atena, produkują sprzęt muzyczny. Zeus jest większy, Atena jest ceniona za HF. Wprowadzają nowy produkt, np. kula wyłożona głośnikami od wewnątrz. Popyt jest nieznany:

Bardziej szczegółowo

JAO - Języki, Automaty i Obliczenia - Wykład 2. JAO - Języki, Automaty i Obliczenia - Wykład 2

JAO - Języki, Automaty i Obliczenia - Wykład 2. JAO - Języki, Automaty i Obliczenia - Wykład 2 Dowodzenie nieregularności języka [lemat o pompowaniu] Jeśli L regularny to istnieje stała c spełniająca : jeżeli z L, z c to istnieje dekompozycja w = u v x tak, że uv i x L dla każdego i 0 [lemat o skończonej

Bardziej szczegółowo

Pytania i polecenia podstawowe

Pytania 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 szczegółowo

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w 02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,

Bardziej szczegółowo

Przykłady do zadania 6.1 :

Przykłady do zadania 6.1 : Rachunek prawdopodobieństwa MAP64 Wydział Elektroniki, rok akad. 28/9, sem. letni Wykładowca: dr hab. A. Jurlewicz Przykłady do listy 6: Zmienna losowa. Rozkład zmiennej losowej. Dystrybuanta. Przykłady

Bardziej szczegółowo

Imię, nazwisko, nr indeksu

Imię, nazwisko, nr indeksu Imię, nazwisko, nr indeksu (kod) (9 punktów) Wybierz 9 z poniższych pytań i wybierz odpowiedź tak/nie (bez uzasadnienia). Za prawidłowe odpowiedzi dajemy +1 punkt, za złe -1 punkt. Punkty policzymy za

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,

Bardziej szczegółowo

Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11}

Przykład: Σ = {0, 1} Σ - zbiór wszystkich skończonych ciagów binarnych. L 1 = {0, 00, 000,...,1, 11, 111,... } L 2 = {01, 1010, 001, 11} Języki Ustalmy pewien skończony zbiór symboli Σ zwany alfabetem. Zbiór Σ zawiera wszystkie skończone ciagi symboli z Σ. Podzbiór L Σ nazywamy językiem a x L nazywamy słowem. Specjalne słowo puste oznaczamy

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

racja 3 rzędów patyczków, komputer uprzejmie pytał, kto ma zaczynać grę. Na ekranie mogłaby pojawić się poniższa konfiguracja

racja 3 rzędów patyczków, komputer uprzejmie pytał, kto ma zaczynać grę. Na ekranie mogłaby pojawić się poniższa konfiguracja Gra Nim We wrześniu 1998 podczas miesięcznej wizyty w Monachium w pewną niedzielę wybrałem się z kolegą do Deutsche Museum, jednego z największych muzeów techniki w Europie. W jednym z pomieszczeń natknęliśmy

Bardziej szczegółowo

5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH

5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH 5. OKREŚLANIE WARTOŚCI LOGICZNEJ ZDAŃ ZŁOŻONYCH Temat, którym mamy się tu zająć, jest nudny i żmudny będziemy się uczyć techniki obliczania wartości logicznej zdań dowolnie złożonych. Po co? możecie zapytać.

Bardziej szczegółowo

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności RAP 412 14.01.2009 Wykład 11: Martyngały: definicja, twierdzenia o zbieżności Wykładowca: Andrzej Ruciński Pisarz:Mirosława Jańczak 1 Wstęp Do tej pory zajmowaliśmy się ciągami zmiennych losowych (X n

Bardziej szczegółowo

Ruletka czy można oszukać kasyno?

Ruletka czy można oszukać kasyno? 23 stycznia 2017 Ruletka czy można oszukać kasyno? M. Dworak, K. Maraj, S. Michałowski Plan prezentacji Podstawy ruletki System dwójkowy (Martingale) Czy system rzeczywiście działa? 1/22 Podstawy ruletki

Bardziej szczegółowo

Przykład. 1 losuje kartę z potasowanej talii, w której połowa kart ma kolor czarny a połowa czerwony. Postać ekstensywna Postać normalna

Przykład. 1 losuje kartę z potasowanej talii, w której połowa kart ma kolor czarny a połowa czerwony. Postać ekstensywna Postać normalna Przykład Postać ekstensywna Postać normalna Na poczatku gry dwaj gracze wkładaja do puli po 1$. Następnie, gracz 1 losuje kartę z potasowanej talii, w której połowa kart ma kolor czarny a połowa czerwony.

Bardziej szczegółowo

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH

Przestrzeń unitarna. Jacek Kłopotowski. 23 października Katedra Matematyki i Ekonomii Matematycznej SGH Katedra Matematyki i Ekonomii Matematycznej SGH 23 października 2018 Definicja iloczynu skalarnego Definicja Iloczynem skalarnym w przestrzeni liniowej R n nazywamy odwzorowanie ( ) : R n R n R spełniające

Bardziej szczegółowo

LX Olimpiada Matematyczna

LX Olimpiada Matematyczna LX Olimpiada Matematyczna Rozwiązania zadań konkursowych zawodów stopnia drugiego 13 lutego 2009 r. (pierwszy dzień zawodów) Zadanie 1. Liczby rzeczywiste a 1, a 2,..., a n (n 2) spełniają warunek a 1

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

Teoria układów logicznych

Teoria układów logicznych Automat Moore a Automatem Moore a nazywamy uporządkowaną piątkę ( Q, X,,, ) gdzie Q jest skończonym zbiorem niepustym, nazwanym zbiorem stanów automatu, X jest skończonym zbiorem niepustym, nazwanym alfabetem

Bardziej szczegółowo

Diagonalizacja macierzy i jej zastosowania

Diagonalizacja macierzy i jej zastosowania Diagonalizacja macierzy i jej zastosowania Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW 9. wykład z algebry liniowej Warszawa, listopad 29 Mirosław Sobolewski (UW) Warszawa, wrzesień

Bardziej szczegółowo

W jaki sposób użyć tych n bitów do reprezentacji liczb całkowitych

W jaki sposób użyć tych n bitów do reprezentacji liczb całkowitych Arytmetyka komputerowa Wszelkie liczby zapisuje się przy użyciu bitów czyli cyfr binarnych: 0 i 1 Ile różnych liczb można zapisać używajac n bitów? n liczby n-bitowe ile ich jest? 1 0 1 00 01 10 11 3 000001010011100101110111

Bardziej szczegółowo

Kombinacje liniowe wektorów.

Kombinacje liniowe wektorów. Kombinacje liniowe wektorów Definicja: Niech V będzie przestrzenią liniową nad ciałem F, niech A V Zbiór wektorów A nazywamy liniowo niezależnym, jeżeli m N v,, v m A a,, a m F [a v + + a m v m = θ a =

Bardziej szczegółowo

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

JAO - lematy o pompowaniu dla jezykow bezkontekstowy

JAO - lematy o pompowaniu dla jezykow bezkontekstowy JAO - lematy o pompowaniu dla jezykow bezkontekstowych Postać normalna Chomsky ego Gramatyka G ze zbiorem nieterminali N i zbiorem terminali T jest w postaci normalnej Chomsky ego wtw gdy każda produkcja

Bardziej szczegółowo

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów

Reprezentacje grafów nieskierowanych Reprezentacje grafów skierowanych. Wykład 2. Reprezentacja komputerowa grafów Wykład 2. Reprezentacja komputerowa grafów 1 / 69 Macierz incydencji Niech graf G będzie grafem nieskierowanym bez pętli o n wierzchołkach (x 1, x 2,..., x n) i m krawędziach (e 1, e 2,..., e m). 2 / 69

Bardziej szczegółowo

UBEZPIECZENIA NA ŻYCIE

UBEZPIECZENIA NA ŻYCIE UBEZPIECZENIA NA ŻYCIE M BIENIEK Ubezpieczenie na życie jest to kontrakt pomiędzy ubezpieczycielem a ubezpieczonym gwarantujący, że ubezpieczyciel w zamian za opłacanie składek, wypłaci z góry ustaloną

Bardziej szczegółowo

Matematyka ETId Elementy logiki

Matematyka ETId Elementy logiki Matematyka ETId Izolda Gorgol pokój 131A e-mail: I.Gorgol@pollub.pl tel. 081 5384 563 http://antenor.pol.lublin.pl/users/gorgol Zdania w sensie logicznym DEFINICJA Zdanie w sensie logicznym - zdanie oznajmujace,

Bardziej szczegółowo

Jednowymiarowa zmienna losowa

Jednowymiarowa zmienna losowa 1 Jednowymiarowa zmienna losowa Przykład Doświadczenie losowe - rzut kostką do gry. Obserwujemy ilość wyrzuconych oczek. Teoretyczny model eksperymentu losowego - przestrzeń probabilistyczna (Ω, S, P ),

Bardziej szczegółowo

Internetowe Ko³o M a t e m a t yc z n e

Internetowe Ko³o M a t e m a t yc z n e Internetowe Ko³o M a t e m a t yc z n e Stowarzyszenie na rzecz Edukacji Matematycznej Zestaw 3 szkice rozwiązań zadań 1. Plansza do gry składa się z 15 ustawionych w rzędzie kwadratów. Pierwszy z graczy

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo