Twierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski
|
|
- Lidia Jakubowska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009
2 Motywacje Dla dowolnej hierarchii (w sensie szybko±ci wzrostu) funkcji rekurencyjnych mo»emy, metod przek tniow, zdeniowa w arytmetyce now, jeszcze szybciej rosn c, funkcj rekurencyjn. Dla funkcji elementarnych 2 2 2n }nrazy, Dla funkcji pierwotnie rekurencyjnych funkcja Ackermanna.
3 Motywacje Dla dowolnej hierarchii (w sensie szybko±ci wzrostu) funkcji rekurencyjnych mo»emy, metod przek tniow, zdeniowa w arytmetyce now, jeszcze szybciej rosn c, funkcj rekurencyjn. Dla funkcji elementarnych 2 2 2n }nrazy, Dla funkcji pierwotnie rekurencyjnych funkcja Ackermanna. Twierdzenie Wainera ogranicza mo»liwo± wyboru funkcji interesuj nas jedynie dowodliwie caªkowite w PA. Ka»d z takich funkcji rekurencyjnych dominuje pewna funkcja z hierarchii Hardy'ego.
4 Motywacje Dla dowolnej hierarchii (w sensie szybko±ci wzrostu) funkcji rekurencyjnych mo»emy, metod przek tniow, zdeniowa w arytmetyce now, jeszcze szybciej rosn c, funkcj rekurencyjn. Dla funkcji elementarnych 2 2 2n }nrazy, Dla funkcji pierwotnie rekurencyjnych funkcja Ackermanna. Twierdzenie Wainera ogranicza mo»liwo± wyboru funkcji interesuj nas jedynie dowodliwie caªkowite w PA. Ka»d z takich funkcji rekurencyjnych dominuje pewna funkcja z hierarchii Hardy'ego. Szukamy funkcji najwolniej rosn cych deniowalnych w modelach sko«czonych. f (n) = m df N n+1 ϕ(max, m) (jako odwrotno±ci funkcji szybko rosn cych).
5 Motywacje Dla dowolnej hierarchii (w sensie szybko±ci wzrostu) funkcji rekurencyjnych mo»emy, metod przek tniow, zdeniowa w arytmetyce now, jeszcze szybciej rosn c, funkcj rekurencyjn. Dla funkcji elementarnych 2 2 2n }nrazy, Dla funkcji pierwotnie rekurencyjnych funkcja Ackermanna. Twierdzenie Wainera ogranicza mo»liwo± wyboru funkcji interesuj nas jedynie dowodliwie caªkowite w PA. Ka»d z takich funkcji rekurencyjnych dominuje pewna funkcja z hierarchii Hardy'ego. Szukamy funkcji najwolniej rosn cych deniowalnych w modelach sko«czonych. f (n) = m df N n+1 ϕ(max, m) (jako odwrotno±ci funkcji szybko rosn cych). Chcemy znale¹ odpowiednik twierdzenia Wainera w sko«czonych modelach, by móc zbudowa hierarchi funkcji szybko (wolno) rosn cych deniowalnych w modelach sko«czonych.
6 Podstawowe denicje Posta normalna Cantora Dowoln liczb porz dkow λ < ε 0 mo»na zapisa w nast puj cej postaci: λ = ω λ 1 + ω λ ω λm, gdzie λ > λ 1 λ 2 λ m 0. {λ}(n) Niech λ < ε 0 oraz n ω. λ = β + ω λm. β + ω λm 1 n {λ}(n) = β + ω {λm}(n) gdy λ m jest nast pnikiem, gdy λ m graniczna.
7 Podstawowe denicje Ci g Hardy'ego H 0 (x) = x, H α+1 = H α (x + 1), H λ (x) = H {λ}(x) (x), dla λ granicznej. Przykªady H n (x) = x + n, H ω (x) = 2x, H ω 2 (x) = 4x, H ω n (x) = 2 n x, H ω α n(x) = H (n) ω α (x).
8 Sformuªowanie twierdzenia Wainera Twierdzenie Wainera Niech f ω ω b dzie funkcj rekurencyjn i niech F (x, y) b dzie Σ 1 -formuª reprezentuj c f. Je»eli PA x!yf (x, y), to istniej α < ε 0 oraz n 0 ω takie,»e dla dowolnego x n 0 zachodzi f (x) H α (x).
9 Poj cia pomocnicze Aproksymacje sko«czonych funkcji Niech f ω ω b dzie funckj cz ±ciow o sko«czonej dziedzinie i niech S ω. Mówimy,»e S jest aproksymacj f, je»eli: x S {max S} y < x 2(y domf f (y) < x + f (y) max S) A k n(s) Niech S b dzie zbiorem sko«czonym. Przez A k n(s) oznaczamy nast puj c wªasno± : f 1 S 1 S f 2 S 2 S 1... f n S n S n 1 ( n S i jest aproksymacj f i cards n > k) i=1 ω k n, I (a, b) Przez ω k n oznaczamy {ω n+1}(k), Przez I (a, b) oznaczamy kod zbioru {x a x b}.
10 Sformuªowanie lematu 1 Lemat 1 Niech a, b ω, a > 0. Je»eli H ω k n (a) < b, to: N A k n[i N (a, b)]
11 Uogólnienie ci gów Hardy'ego Denicja Niech S ω. Dla x S deniujemy: H S 0 (x) = x H S 1 (x) = x + H S α+1 (x) = H S α(h S 1 (x)), dla α < ε 0 H S λ (x) = H S {λ}(x) (x), dla λ < ε 0 granicznej. Lewa strona okre±lona jest tam, gdzie prawa strona jest okre±lona. Wielko± zbioru Powiemy,»e zbiór S jest wielko±ci α je»eli S oraz H S α(min S) = max S.
12 Uwagi pomocnicze Uwaga 1 Niech S 1 S 2 b d takie,»e S 1 jest przedziaªem w S 2, czyli S 1 = S 2 [a, b]. Wtedy H S 1 α = H S 2 α S 1, dla α < ε 0. = Hα ω [a, b] = H α [a, b]. H [a,b] α Uwaga 2 Niech S b dzie zbiorem wielko±ci ω α+1, f funkcj o sko«czonej dziedzinie. Zaªó»my,»e min S = a 0 > 0. Wtedy istnieje a S oraz S S takie,» min S = a, S jest wielko±ci ω α oraz x < a 0 2(x domf f (x) < a f (x) max S )
13 Uwagi pomocnicze 2 Uwaga 2 Niech S b dzie zbiorem wielko±ci ω α+1, f funkcj o sko«czonej dziedzinie. Zaªó»my,»e min S = a 0 > 0. Wtedy istnieje a S oraz S S takie,» min S = a, S jest wielko±ci ω α oraz x < a 0 2(x domf f (x) < a f (x) max S ) Dowód: Niech S ω wielko±ci ω α+1, min S > 0. Oznaczmy a 0 = min S, b 0 = max S. Mamy H S ω α+1 (a 0 ) = b 0. Zatem H S ω α a 0 (a 0 ) = b 0. Lewa strona równa si (H S ω α)(a 0) (a 0 ) a 0 -krotnej iteracji funkcji H S ω α. Niech a k = (H S ω α)(k) (a 0 ), dla k = 0,..., a 0. Mamy a 0 < a 1 < < a a0 b 0, poniewa» a 0 > 0, ω α > 0.
14 Dowód uwagi 2 ci g dalszy Zauwa»my,»e obraz przedziaªu [0, a 0 3] przy f ma co najwy»ej a 0 2 elementy. Dla j 1 w±ród przedziaªów [a j, a j+1 ) jest zatem taki, który nie zawiera warto±ci f (x) dla x < a 0 2. Niech b dzie to [a j0, a j0 +1). Niech a = a j0, S = S [a j0, a j0 +1]. Mamy Hω S α(a j 0 ) = Hω S α(a j 0 ) = a j0 +1. Na mocy uwagi 1 wielko± S wynosi ω α. Je»eli x < a 0 2 i x domf, to f (x) / [a j0, a j0 +1), wi c f (x) < a j0 lub f (x) a j0 +1 = max S. Zatem a i S speªniaj» dane warunki.
15 Kluczowa uwaga Uwaga 3 Je»eli S jest zbiorem wielko±ci ω α, min S > 0 oraz f jest funkcj o sko«czonej dziedzinie, to istnieje S S taki,»e S ma wielko± α, S jest aproksymacj dla f oraz min S = min S. Dowód: Stosujemy indukcj wzgl dem α. Krok bazowy: Niech α = 0 i S wielko±ci ω α = 1. Ustalmy funkcj f o ko«czonej dziedznie. Wtedy S = {a 0, a 1 } oraz S = {a 0 } jest aproksymacj dla f.
16 Dowód uwagi 3 ci g dalszy Krok niegraniczny: Zaªó»my,»e S jest wielko±ci ω α+1 i f funkcja o sko«czonej dziedzinie. Niech a 1 S i S S otrzymane z uwagi 2, czyli S wielko±ci ω α, min S = a 1 oraz x < a 1 2(x domf f (x) < a f (x) max S ). Na mocy zaªo»enia indukcyjnego mamy S S wielko±ci α taki,»e min S = min S = a 1 oraz S jest aproksymacj dla f. Poka»emy,»e {a 0 } S jest szukan aproksymacj dla f mocy α + 1, gdzie a 0 = min S.
17 Dowód uwagi 3 ci g dalszy Mamy min({a 0 } S ) = a 0 = min S. Zaªó»my,»e S = {a 1,... a n }, wtedy mamy: H {a 0} S α+1 (a 0 ) = H {a 0} S α (H {a 0} S 1 (a 0 )) = H {a 0 S } α (a 1 ) = Hα S (a 1 ) = a n. Wi c {a 0 } S jest wielko±ci α + 1. Niech teraz a {a 0 } S, a < max({a 0 } S ), x < a 2. Je±li a = a j, dla j 1, to f (x) < a j+1 lub f (x) max S. Je»eli a = a 0, to f (x) < a 1 lub f (x) max S. wi c {a 0 } S jest szukan aproksymacj f.
18 Dowód uwagi 3 ci g dalszy Krok graniczny: Niech α graniczna i zaªó»my,»e dla β < α uwaga zachodzi. Niech S b dzie wielko±ci ω α, a 0 = min S i niech f ustalona. Wtedy S jest wielko±ci ω {α}(a 0) poniewa» max S = H S ω α(a 0) = H S ω {α}(a 0 ) (a 0 ). Z zaªo»enia indukcyjnego mamy S S wielko±ci {α}(a 0 ) taki,»e min S = a 0 i S jest aproksymacj f. Wtedy S jest wielko±ci α poniewa» H S α(a 0 ) = H S {α}(a 0 ) (a 0) = max S. Zatem S ma» dane wªasno±ci. Co ko«czy dowód.
19 Dowód Lematu 1 Niech a, b ω, a > 0. Je»eli H ω k n (a) < b, to: N A k n[i N (a, b)] Dowód: Zaªó»my,»e a > 0 i H ω k n (a) < b. Niech S = [a, H ω k n (a)] [a, b]. Wtedy S jest wielko±ci ω k n. Ustalmy f. Na mocy uwagi 1 mamy S S wielko±ci ωn 1 k, który jest aproksymacj dla f. Iteruj c t procedur n razy dostajemy: f 1 S 1 [a, b] f 2 S 2 S 1... f n S n S n 1 (( n S i jest aproksymacj f i ) i=1 ( n S i jest wielko±ci ω k n i (S n jest wielko±ci k)). i=1 Zatem A k n([a, b]).
20 Lemat 2 Lemat 2 Niech f i F b d jak w zaªo»eniu twierdzenia Wainera (f dowodliwie caªkowita w PA funkcja rekurencyjna, F Σ 1 formuªa reprezentuj ca j ). Zaªó»my,»e dla ka»dej pary n, k ω mamy: N x y[a k n(i (x, y)) F (x, y)]. Wtedy istnieje model M PA oraz a, b M takie,»e M N, M F [a, b] oraz dla dowolnych n, k ω M A k n[i M (a, b)]. Dowód: Ustalmy n, k ω. Mamy N x y(f (x, y) n,k n,k A k n (I (x, y)). Niech T nast puj ca teoria w j zyku PA {a, b}: Th(N ) {F (a, b)} {A k n(i (a, b)) n, k ω}. Poniewa» ka»dy sko«czony fragment teorii T ma model (< N ; a, b >, dla stosownie wybranych a, b ω), to równie» T ma model < M; a, b >. To ko«czy dowód.
21 Lemat 3 Lemat 3 Je»eli M PA, M N, a, b M, M przeliczalny oraz M A k n[i M (a, b)] dla wszystkich n, k ω, to istnieje odcinek I M taki,»e I PA, a I oraz b M I.
22 Szkic dowodu lematu 3 Denicja Niech M PA i niech I M odcinek w M. Mówimy,»e I jest mocny w M, je»eli dla ka»dej funkcji f M M deniowalnej w M istnieje e M I takie,»e dla x I zachodzi f (x) I lub f (x) e w modelu M. Szkic dowodu Pokazujemy,»e je»eli a, b M speªniaj zaªo»enia lematu, to istnieje I M mocny w M taki,»e a I oraz b M I. Nast pnie pokazujemy,»e je»eli odcinek jest mocny, to jest on uniwersum dla modelu PA i I M.
23 Dowód twierdzenia Wainera Dowód: Niech f dowodliwie rekurencyjna w PA funkcja rekurencyjna oraz F Σ 1 formuªa reprezentuj ca f. Przypu± my,»e dla n, k ω istnieje x ω takie,»e w modelu standardowym mamy x > 0 oraz f (x) > H ω k n (x). Z lematu 1 otrzymujemy N x y[a k n(i (x, y)) F (x, y)]. Na mocy lematu 2 otrzymujemy taki model M arytmetyki PA oraz a, b M,»e N M, M F (a, b) i dla dowolnych m, k ω M A k n[i M (a, b)]. Poniewa» M N zachodzi M x yf (x, y). Na mocy lematu 3 otrzymujemy odcinek I M taki,»e I PA, a I oraz b M I. Poniewa» PA x yf (x, y), to I yf [a/x]. Niech b I takie,»e I F (a, b ). Poniewa» F (x, y) jest Σ 1 -formuª i I M mamy równie» M F (a, b ). Ale M F (a, b) i b b poniewa» b / I i b I. Jednak z zaªo»enia o dowodliwej caªkowito±ci f mamy M x!yf (x, y). Sprzeczno±.
24 Zoa Adamowicz, Paweª Zbierski Logika Matematyczna. str
25 Dzi kuj za uwag
Podstawy matematyki dla informatyków
Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru
Bardziej szczegółowoEkstremalnie maªe zbiory
Maªe jest pi kne Instytut Matematyki Uniwersytetu Warszawskiego Nadarzyn, 27.08.2011 Zbiory silnie miary zero Przypomnienie Zbiór X [0, 1] jest miary Lebesgue'a zero, gdy dla ka»dego ε > 0 istnieje ci
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 szczegółowoMierzalne liczby kardynalne
czyli o miarach mierz cych wszystko Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 26 stycznia 2007 Ogólny problem miary Pytanie Czy na pewnym zbiorze X istnieje σ-addytywna miara probabilistyczna,
Bardziej szczegółowoZdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:
Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy
Bardziej szczegółowoJAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1
J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoPrawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«.
Prawdopodobie«stwo warunkowe, twierdzenie Bayesa, niezale»no± zdarze«. Alicja Czy» WFTiMS April 14, 2010 Spis tre±ci 1 Wprowadzenie Denicja prawdopodobie«stwa warunkowego Twierdzenie Bayesa Niezale»no±
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoMatematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski
Matematyka 1 Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Pochodna funkcji Niech a, b R, a < b. Niech f : (a, b) R b dzie funkcj oraz x, x 0 (a, b) b d ró»nymi punktami przedziaªu (a, b). Wyra»enie
Bardziej szczegółowoW poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji
W poprzednim odcinku... Podstawy matematyki dla informatyków Rodzina indeksowana {A t } t T podzbiorów D to taka funkcja A : T P(D),»e A(t) = A t, dla dowolnego t T. Wykªad 3 20 pa¹dziernika 2011 Produkt
Bardziej szczegółowoStrategia czy intuicja?
Strategia czy intuicja czyli o grach niesko«czonych Instytut Matematyki Uniwersytetu Warszawskiego Grzegorzewice, 29 sierpnia 2009 Denicja gry Najprostszy przypadek: A - zbiór (na ogóª co najwy»ej przeliczalny),
Bardziej szczegółowoMetody dowodzenia twierdze«
Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku
Bardziej szczegółowoAutomorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego
Automorzmy modeli i twierdzenie EhrenfeuchtaMostowskiego Krzysztof Kapulkin IX Warsztaty Logiczne 5 12 lipca 2008 1 Wst p W referacie tym przedstawiamy wyniki uzyskane przez Andrzeja Ehrenfeuchta i Andrzeja
Bardziej szczegółowoRelacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.
Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór
Bardziej szczegółowoTwierdzenie Wedderburna Witold Tomaszewski
Twierdzenie Wedderburna Witold Tomaszewski Pier±cie«przemienny P nazywamy dziedzin caªkowito±ci (lub po prostu dziedzin ) je±li nie posiada nietrywialnych dzielników zera. Pier±cie«z jedynk nazywamy pier±cieniem
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoELEMENTARNA TEORIA LICZB. 1. Podzielno±
ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoPreliminaria logiczne
Preliminaria logiczne Jerzy Pogonowski Zakªad Logiki i Kognitywistyki UAM www.kognitywistyka.amu.edu.pl http://logic.amu.edu.pl/index.php/dydaktyka pogon@amu.edu.pl MDTiAR Jerzy Pogonowski (MEG) Preliminaria
Bardziej szczegółowoPrzekroje Dedekinda 1
Przekroje Dedekinda 1 O liczbach wymiernych (tj. zbiorze Q) wiemy,»e: 1. zbiór Q jest uporz dkowany relacj mniejszo±ci < ; 2. zbiór liczb wymiernych jest g sty, tzn.: p, q Q : p < q w : p < w < q 3. 2
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoWykªad 4. Funkcje wielu zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.
Bardziej szczegółowoMetodydowodzenia twierdzeń
1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych
Bardziej szczegółowoZbiory i odwzorowania
Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):
Bardziej szczegółowoPodstawy matematyki dla informatyków. Funkcje. Funkcje caªkowite i cz ±ciowe. Deniowanie funkcji. Wykªad pa¹dziernika 2012
Podstawy matematyki dla informatyków Wykªad 3 Funkcje 18 pa¹dziernika 2012 Deniowanie funkcji Funkcje caªkowite i cz ±ciowe Denicja wprost: f (x) = x + y f = λx. x + y Denicja warunkowa: { n/2, je±li n
Bardziej szczegółowoLogika matematyczna (16) (JiNoI I)
Logika matematyczna (16) (JiNoI I) Jerzy Pogonowski Zakªad Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl 15/16 lutego 2007 Jerzy Pogonowski (MEG) Logika matematyczna (16) (JiNoI I) 15/16
Bardziej szczegółowoMetoda tablic semantycznych. 1 Metoda tablic semantycznych
1 Zarówno metoda tablic semantycznych, jak i rezolucji, to dosy sprawny algorytm do badania speªnialni±ci formuª, a wi c i tautologii. Chodzi w niej o wskazanie, je±li istnieje, modelu dla formuªy. Opiera
Bardziej szczegółowoCiaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1
Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,
Bardziej szczegółowoWST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14
WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................
Bardziej szczegółowoWybrane poj cia i twierdzenia z wykªadu z teorii liczb
Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych
Bardziej szczegółowoWykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Bardziej szczegółowoXVII Warmi«sko-Mazurskie Zawody Matematyczne
1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoBiostatystyka, # 5 /Weterynaria I/
Biostatystyka, # 5 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoArytmetyka pierwszego rz du
Arytmetyka pierwszego rz du B dziemy bada arytmetyk liczb naturalnych z z perspektywy logiki pierwszego rz du. Sªowo arytmetyka u»ywane jest w odniesieniu do ró»nych teorii dotycz cych liczb naturalnych.
Bardziej szczegółowoZadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej
Zadania z analizy matematycznej - sem. II Ekstrema funkcji wielu zmiennych, twierdzenia o funkcji odwrotnej i funkcji uwikªanej Denicja 1. Niech X = R n b dzie przestrzeni unormowan oraz d(x, y) = x y.
Bardziej szczegółowoFunkcje wielu zmiennych
dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )
Bardziej szczegółowoMaªgorzata Murat. Modele matematyczne.
WYKŠAD I Modele matematyczne Maªgorzata Murat Wiadomo±ci organizacyjne LITERATURA Lars Gårding "Spotkanie z matematyk " PWN 1993 http://moodle.cs.pollub.pl/ m.murat@pollub.pl Model matematyczny poj cia
Bardziej szczegółowoFunkcje, wielomiany. Informacje pomocnicze
Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a
Bardziej szczegółowoInterpolacja funkcjami sklejanymi
Interpolacja funkcjami sklejanymi Funkcje sklejane: Zaªó»my,»e mamy n + 1 w zªów t 0, t 1,, t n takich,»e t 0 < t 1 < < t n Dla danej liczby caªkowitej, nieujemnej k funkcj sklejan stopnia k nazywamy tak
Bardziej szczegółowoWielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018
Wielomiany El»bieta Sadowska-Owczorz 19 listopada 2018 Wielomianem nazywamy wyra»enie postaci a n x n + a n 1 x n 1 +... + a 2 x 2 + a 1 x + a 0 = n a k x k. k=0 Funkcj wielomianow nazywamy funkcj W :
Bardziej szczegółowo1 Poj cia pomocnicze. Przykªad 1. A A d
Poj cia pomocnicze Otoczeniem punktu x nazywamy dowolny zbiór otwarty zawieraj cy punkt x. Najcz ±ciej rozwa»amy otoczenia kuliste, tj. kule o danym promieniu ε i ±rodku x. S siedztwem punktu x nazywamy
Bardziej szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Cz ± I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szyma«ski Uniwersytet im. Adama Mickiewicza Pozna«2007 4 Zależności rekurencyjne Wiele zale»no±ci
Bardziej szczegółowoWielomiany o wspóªczynnikach rzeczywistych
Wielomiany o wspóªczynnikach rzeczywistych Wielomian: W (x) = a n x n + a n 1 x n 1 + a n 2 x n 2 +... + a 2 x 2 + a 1 x + a 0 wspóªczynniki wielomianu: a 0, a 1, a 2,..., a n 1, a n ; wyraz wolny: a 0
Bardziej szczegółowoHotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego
Zdumiewaj cy ±wiat niesko«czono±ci Instytut Matematyki Uniwersytetu Warszawskiego Festiwal Nauki, 20.09.2011 Nasze do±wiadczenia hotelowe Fakt oczywisty Hotel nie przyjmie nowych go±ci, je»eli wszystkie
Bardziej szczegółowoPrzeksztaªcenia liniowe
Przeksztaªcenia liniowe Przykªady Pokaza,»e przeksztaªcenie T : R 2 R 2, postaci T (x, y) = (x + y, x 6y) jest przeksztaªceniem liniowym Sprawdzimy najpierw addytywno± przeksztaªcenia T Niech v = (x, y
Bardziej szczegółowoMaszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne
Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )
Bardziej szczegółowoRównania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010
WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna
Bardziej szczegółowoFunkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu)
Funkcje jednej zmiennej Granica, ci gªo± (szkic wykªadu) opracowaªa Gra»yna Ciecierska 1 Granica funkcji Denicja Niech 0 R, r > 0 Otoczeniem punktu 0 o promieniu r nazywamy przedziaª ( 0 r, 0 +r) Otoczeniem
Bardziej szczegółowoZadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2
Zadania z PM II 010-011 A. Strojnowski str. 1 Zadania przygotowawcze z Podstaw Matematyki seria Zadanie 1 Niech A = {1,, 3, 4} za± T A A b dzie relacj okre±lon wzorem: (a, b) T, gdy n N a n = b. a) Ile
Bardziej szczegółowoZbiory ograniczone i kresy zbiorów
Zbiory ograniczone i kresy zbiorów Def.. Liczb m nazywamy ograniczeniem dolnym a liczb M ograniczeniem górnym zbioru X R gdy (i) x m; (ii) x M. Mówimy,»e zbiór X jest ograniczony z doªu (odp. z góry) gdy
Bardziej szczegółowoIndeksowane rodziny zbiorów
Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T
Bardziej szczegółowoMatematyka dyskretna dla informatyków
UNIWERSYTET IM. ADAMA MICKIEWICZA W POZNANIU Jerzy Jaworski, Zbigniew Palka, Jerzy Szyma«ski Matematyka dyskretna dla informatyków uzupeænienia Pozna«007 A Notacja asymptotyczna Badaj c du»e obiekty kombinatoryczne
Bardziej szczegółowoListy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.
Wydziaª Matematyki, Fizyki i Informatyki 10 marca 2008 Spis tre±ci Listy 1 Listy 2 3 Co to jest lista? Listy List w Mathematice jest wyra»enie oddzielone przecinkami i zamkni te w { klamrach }. Elementy
Bardziej szczegółowoZadania z analizy matematycznej - sem. II Rachunek ró»niczkowy funkcji wielu zmiennych
Zadania z analizy matematycznej - sem II Rachunek ró»niczkowy funkcji wielu zmiennych Denicja (Pochodne cz stkowe dla funkcji trzech zmiennych) Niech D R 3 b dzie obszarem oraz f : D R f = f y z) P 0 =
Bardziej szczegółowo1 Metody iteracyjne rozwi zywania równania f(x)=0
1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0
Bardziej szczegółowoElementarna statystyka
Elementarna statystyka Alexander Bendikov 26 marca 2017 Klasyczny model: eksperyment o jednakowo prawdopodobnych wynikach Zaªo»enia: 1 Przestrze«próbek S ma sko«czenie wiele wyników ω 1, ω 2,..., ω n,
Bardziej szczegółowoStatystyka matematyczna - ZSTA LMO
Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia
Bardziej szczegółowoEstymacja parametru gªadko±ci przy u»yciu falek splajnowych
Estymacja parametru gªadko±ci przy u»yciu falek splajnowych Politechnika Gda«ska Wydziaª Fizyki Technicznej i Matematyki Stosowanej Wisªa, 3-7.12.2012 Przestrze«Biesowa Przestrze«Biesowa B s p,q, 1 p,
Bardziej szczegółowoMacierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja
Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy
Bardziej szczegółowo1 Granice funkcji wielu zmiennych.
AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica
Bardziej szczegółowoMatematyka. Justyna Winnicka. rok akademicki 2016/2017. Szkoªa Gªówna Handlowa
Matematyka Justyna Winnicka Szkoªa Gªówna Handlowa rok akademicki 2016/2017 kontakt, konsultacje, koordynator mail: justa_kowalska@yahoo.com, jkowal4@sgh.waw.pl, justyna.winnicka@sgh.waw.pl konsultacje:
Bardziej szczegółowoLogika pierwszego rz du. Sposób u»ycia. Tautologie, sposoby u»ywania logiki pierwszego rz du, zwi zki z j zykiem naturalnym
Logika pierwszego rz du. Sposób u»ycia. Tautologie, sposoby u»ywania logiki pierwszego rz du, zwi zki z j zykiem naturalnym Kilka wa»nych tautologii 1 x(ϕ ψ) ( xϕ xψ); Kilka wa»nych tautologii 1 x(ϕ ψ)
Bardziej szczegółowoGeometria Algebraiczna
Geometria Algebraiczna Zadania domowe: seria 1 Zadania 1-11 to powtórzenie podstawowych poj z teorii kategorii. Zapewne rozwi zywali Pa«stwo te zadania wcze±niej, dlatego nie b d one omawiane na wiczeniach.
Bardziej szczegółowo3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka
EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast
Bardziej szczegółowoCi gªy fragment rachunku µ
Ci gªy fragment rachunku µ Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 28 maja 2009 Motywacje 1. Rozwa»amy
Bardziej szczegółowoŸ1 Oznaczenia, poj cia wst pne
Ÿ1 Oznaczenia, poj cia wst pne Symbol sumy, j, k Z, j k: k x i = x j + x j+1 + + x k. i=j Przykªad 1.1. Oblicz 5 i=1 2i. Odpowied¹ 1.1. 5 i=1 2i = 2 1 + 2 2 + 2 3 + 2 4 + 2 5 = 2 + 4 + 8 + 16 + 32 = 62.
Bardziej szczegółowoPodzbiory Symbol Newtona Zasada szuadkowa Dirichleta Zasada wª czania i wyª czania. Ilo± najkrótszych dróg. Kombinatoryka. Magdalena Lema«ska
Kombinatoryka Magdalena Lema«ska Zasady zaliczenia przedmiotu Zasady zaliczenia przedmiotu Maksymalna ilo± punktów to 100 punktów = 100 procent. Zasady zaliczenia przedmiotu Maksymalna ilo± punktów to
Bardziej szczegółowox y x y x y x + y x y
Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0
Bardziej szczegółowoEkonometria. wiczenia 7 Modele nieliniowe. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej
Ekonometria wiczenia 7 Modele nieliniowe (7) Ekonometria 1 / 19 Plan wicze«1 Nieliniowo± : co to zmienia? 2 Funkcja produkcji Cobba-Douglasa 3 Nieliniowa MNK (7) Ekonometria 2 / 19 Plan prezentacji 1 Nieliniowo±
Bardziej szczegółowoCOLT - Obliczeniowa teoria uczenia si
Hung Son Nguyen (UW) COLT - Obliczeniowa teoria uczenia si 2007 1 / 32 COLT - Obliczeniowa teoria uczenia si Hung Son Nguyen Institute of Mathematics, Warsaw University son@mimuw.edu.pl 2007 Hung Son Nguyen
Bardziej szczegółowoMODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH
MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH Urszula Fory± Zakªad Biomatematyki i Teorii Gier, Instytut Matematyki Stosowanej i Mechaniki, Wydziaª
Bardziej szczegółowoLogika intuicjonistyczna
9 listopada 2011 Plan 1 2 3 4 Plan 1 2 3 4 Intuicjonizm Pogl d w lozoi matematyki wprowadzony w 1912 L. E. J. Brouwera. Twierdzenia matematyczne powstaj dzi ki intuicjom naszego umysªu. Skupienie si na
Bardziej szczegółowoMacierze i Wyznaczniki
Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,
Bardziej szczegółowoInformacje pomocnicze
Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia
Bardziej szczegółowoCzy funkcja zadana wzorem f(x) = ex e x. 1 + e. = lim. e x + e x lim. lim. 2 dla x = 1 f(x) dla x (0, 1) e e 1 dla x = 1
II KOLOKWIUM Z AM M1 - GRUPA A - 170101r Ka»de zadanie jest po 5 punktów Ostatnie zadanie jest nieobowi zkowe, ale mo»e dostarczy dodatkowe 5 punktów pod warunkiem rozwi zania pozostaªych zada«zadanie
Bardziej szczegółowoZadania. 4 grudnia k=1
Zadania 4 grudnia 205 Zadanie. Poka»,»e dla dowolnych liczb zespolonych z,..., z n istnieje zbiór B {,..., n}, taki,»e n z k π z k. k B Zadanie 2. Jakie warunki musz speªnia ci gi a n i b n, aby istniaªy
Bardziej szczegółowoANALIZA MATEMATYCZNA Z ALGEBR
ANALIZA MATEMATYCZNA Z ALGEBR WYKŠAD II Maªgorzata Murat MACIERZ A rzeczywist (zespolon ) o m wierszach i n kolumnach nazywamy przyporz dkowanie ka»dej uporz dkowanej parze liczb naturalnych (i, j), gdzie
Bardziej szczegółowodet A := a 11, ( 1) 1+j a 1j det A 1j, a 11 a 12 a 21 a 22 Wn. 1 (Wyznacznik macierzy stopnia 2:). = a 11a 22 a 33 +a 12 a 23 a 31 +a 13 a 21 a 32
Wyznacznik Def Wyznacznikiem macierzy kwadratowej nazywamy funkcj, która ka»dej macierzy A = (a ij ) przyporz dkowuje liczb det A zgodnie z nast puj cym schematem indukcyjnym: Dla macierzy A = (a ) stopnia
Bardziej szczegółowoRachunek zda«. Relacje. 2018/2019
Rachunek zda«. Relacje. 2018/2019 Zdanie logiczne. Zdaniem logicznym nazywamy ka»de wyra»enie, któremu mo»na przyporz dkowa jedn z dwóch warto±ci logicznych: 0 czyli faªsz b d¹ 1 czyli prawda. Zdanie logiczne.
Bardziej szczegółowoWyra»enia logicznie równowa»ne
Wyra»enia logicznie równowa»ne Denicja. Wyra»enia rachunku zda«nazywamy logicznie równowa»nymi, gdy maj równe warto±ci logiczne dla dowolnych warto±ci logicznych zmiennych zdaniowych. 1 Przykªady: Wyra»enia
Bardziej szczegółowoFunkcje wielu zmiennych
dr Krzysztof yjewski Analiza matematyczna 2; MatematykaS-I 0 lic 21 maja 2018 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(, y b dzie okre±lona przynajmniej na otoczeniu punktu
Bardziej szczegółowoOba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).
Plan Spis tre±ci 1 Granica 1 1.1 Po co?................................. 1 1.2 Denicje i twierdzenia........................ 4 1.3 Asymptotyka, granice niewªa±ciwe................. 7 2 Asymptoty 8 2.1
Bardziej szczegółowoUkªady równa«liniowych
dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast
Bardziej szczegółowoAlgebra Liniowa 2. Zadania do samodzielnych wicze«wydziaª Elektroniki, I rok Karina Olszak i Zbigniew Olszak
Algebra Liniowa 2 Zadania do samodzielnych wicze«wydziaª Elektroniki, I rok Karina Olszak i Zbigniew Olszak Podobie«stwo macierzy, diagonalizacja macierzy 1. Znale¹ macierze przeksztaªcenia liniowego T
Bardziej szczegółowoMacierze. Dziaªania na macierzach. 1. Niech b d dane macierze , D = , C = , B = 4 12 A = , F = , G = , H = E = a) Obliczy A + B, 2A 3B,
Macierze Dziaªania na macierzach Niech b d dane macierze A = E = [ 2 3 0 3 2 3 2 0 [ 0 8, B = 4 2, F = [ 2 3, C = 3 2 2 3 0 0 0 4 0 6 3 0, G =, D = 0 2 0 2 0 3 0 3 0 2 0 0 2 2 0 0 5 0 2,, H = 0 0 4 0 0
Bardziej szczegółowoO pewnym zadaniu olimpijskim
O pewnym zadaniu olimpijskim Michaª Seweryn, V LO w Krakowie opiekun pracy: dr Jacek Dymel Problem pocz tkowy Na drugim etapie LXII Olimpiady Matematycznej pojawiª si nast puj cy problem: Dla ka»dej liczby
Bardziej szczegółowoCAŠKA NIEOZNACZONA. Politechnika Lubelska. Z.Šagodowski. 18 lutego 2016
WYKŠAD CAŠKA NIEOZNACZONA Z.Šagodowski Politechnika Lubelska 8 lutego 06 Denicja CAŠKA NIEOZNACZONA Funkcja F jest funkcja pierwotn funkcji f na przedziale A, je»eli Zauwa»my,ze F (x) = f (x), dla ka»dego
Bardziej szczegółowoAlgorytmiczna teoria grafów
18 maja 2013 Twierdzenie Halla o maª»e«stwach Problem Wyobra¹my sobie,»e mamy m dziewczyn i pewn liczb chªopców. Ka»da dziewczyna chce wyj± za m», przy czym ka»da z nich godzi si po±lubi tylko pewnych
Bardziej szczegółowoANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
Bardziej szczegółowoRozwini cia asymptotyczne dla mocy testów przybli»onych
Rozwini cia asymptotyczne dla mocy testów przybli»onych Piotr Majerski, Zbigniew Szkutnik AGH Kraków Wisªa 2010 P. Majerski, Z. Szkutnik, AGH () Rozwini cia mocy testów przybli»onych Wisªa 2010 1 / 22
Bardziej szczegółowoMatematyka dyskretna dla informatyków
Matematyka dyskretna dla informatyków Cz ± I: Elementy kombinatoryki Jerzy Jaworski Zbigniew Palka Jerzy Szyma«ski Uniwersytet im. Adama Mickiewicza Pozna«2007 2 Podstawowe zasady i prawa przeliczania
Bardziej szczegółowoMatematyczne podstawy kognitywistyki
Matematyczne podstawy kognitywistyki Jerzy Pogonowski Zakªad Logiki i Kognitywistyki UAM pogon@amu.edu.pl Rachunek zbiorów Jerzy Pogonowski (MEG) Matematyczne podstawy kognitywistyki Rachunek zbiorów 1
Bardziej szczegółowoMateriaªy do Repetytorium z matematyki
Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (
Bardziej szczegółowoLogika dla matematyków i informatyków Wykªad 1
Logika dla matematyków i informatyków Wykªad 1 Stanisªaw Goldstein Wydziaª Matematyki i Informatyki UŠ 16 lutego 2016 Wszech±wiat matematyczny skªada si wyª cznie ze zbiorów. Liczby naturalne s zdeniowane
Bardziej szczegółowoMacierze i Wyznaczniki
dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...
Bardziej szczegółowoWnioskowanie Boolowskie i teoria zbiorów przybli»onych
Wnioskowanie Boolowskie i teoria zbiorów przybli»onych 4 Zbiory przybli»one Wprowadzenie do teorii zbiorów przybli»onych Zªo»ono± problemu szukania reduktów 5 Wnioskowanie Boolowskie w obliczaniu reduktów
Bardziej szczegółowo